《2025年AI发展总结，2026年AI趋势前瞻》
“26年之后，即将迎来新一个万亿级市场”

AI发展的4个阶段

从潮流到全民AI

AI 行业发展阶段划分

• 2023-2024 年：尝鲜期，AI 应用集中在少数人或圈子，ToB 领域多为零散行业交付（医疗、法律、教育等），企业普遍观望。

• 2025-2026 年：ToB 垂直解决方案爆发期，DeepSeek R1（2025 年 1 月 20 日发布）推动市场教育，企业主动寻求 AI 解决方案，大量垂直行业 ToB 公司崛起。

• 2026 年：ToC 垂直应用爆发临界点，用户对 AI 交付结果提出更高要求，腰部及垂类 ToC 解决方案将大爆发。

• 2027-2028 年：AI 依赖期，70% 以上工作依赖 AI，一人公司（OPC）涌现，智能体在垂直行业普及，反向推动硬件变革（预计 2030 年出现新硬件变革）。

新世界由两大支柱构建

MCP（Model Context Protocol，模型上下文协议）是一个开放协议，它相当于AI时代的“通用连接器”，旨在标准化AI模型与外部数据源、工具及服务之间的安全交互。简单说，MCP让不同AI系统（如各类智能助手、代码生成器）能够通过统一方式动态读取数据库、调用API或操作软件，从而扩展模型能力边界，其核心价值在于打破生态孤岛，实现“一次集成，处处可用”的跨平台智能协作网络。“将你的应用、软件、saas等各种信息化系统，都可以快速接入AI领域，从而形成大模型和智能体之间的基建”

A2UI是什么？“AI这种新型的用户交互范式，可以把AI的生产要素快速的接入聊天框里面，因为未来的大概形态就是，我们的各种交互形式都会进入聊天框。这个A2UI是谷歌提出来的，其实有些人也关注到了前两天千问发布的一个新版本，里面你可以用它点餐、购物。其实就相当于说把我们所有的智能体、AI这些东西，快速集成到聊天框里面。这里用打了一个概念叫聊天计算框。”
A2UI（Agent-to-User Interface，代理到用户界面） 是一种专为AI代理设计的声明式UI协议。它允许AI代理通过生成结构化的JSON数据（而非可执行代码）来描述交互界面，再由客户端应用使用本地预定义的安全组件库将其渲染为对应平台（Web、移动、桌面）的原生UI。这种“描述意图而非编写代码”的方式，从根本上解决了AI生成UI时的安全风险（如代码注入），同时实现了跨平台兼容性和流式增量渲染，使AI代理能动态、安全地驱动丰富的交互体验，代表了Agent与用户界面通信方式的根本性进步。

“UCP协议是什么？就是把电商行业接入到整个AI领域的一个新协议，相当于通用电商的一个协议，也是谷歌发布的。今年国内也会出现这种尝试，也就是说未来我们可以直接通过豆包和deepseek直接进行购物。Gemini可能过几天就推出来了."
UCP（Universal Commerce Protocol，通用商务协议） ​ 是一个为AI智能体（Agent）商务场景设计的开放标准，其核心目标是充当AI平台、商家、支付及凭证提供商之间的“通用语言”。通过标准化的API（如结账、订单管理）和能力发现机制，UCP使得AI智能体（如购物助手）能够自动发现商品、协商支付并安全地完成从发现到售后的全链路交易，最终实现“对话即下单”的无缝购物体验，解决了传统电商流程在AI时代面临的碎片化和互操作性难题。

新工艺包括：vibe coding和上下文工程。
“其实很多人认为vibe coding是编程，就相当于咱们刚毕业的大学生，相当于ai在互联网的原居民一样，他们天生就会vibe coding，是不需要懂什么代码，因为搞vibe coding的人并不是每个人都懂代码，因为很多行业里面的人都有这个行业的know how，但是同时会用AI工具，但它其实又不懂代码。那么这是一个新的群体，也是未来OPC的一个非常重要的组成部分，就是vibe coding创造者”
Vibe Coding工程是一种基于自然语言交互的AI辅助开发范式，其核心在于开发者像“项目经理”一样通过描述任务目标或所需“感觉”（Vibe），由AI智能体自动生成并迭代代码，开发者主要依据运行结果而非逐行审查代码来验证正确性。它标志着开发重心从“手工编写语法”转向“定义问题与意图”，显著降低了技术门槛，使个体开发者能快速完成从创意到部署的应用开发生命周期，从而催生以“一人公司”为特征的万亿级创作者经济。为应对其可能带来的代码质量与维护性挑战，业界提出了如“Spec模式”等工程化约束机制，力求在灵活性与软件工程的稳健性之间取得平衡。

而这个上下文工程，”它是一种全新的AI与人的协同方式，会重新定义这个新质生产力“

2025年的总结

• ToB 市场爆发：DeepSeek R1 验证 AI 价值，企业从观望转向主动需求，催生大量垂直行业解决方案公司。
• 推理加速引擎工程化：vllm、sglang 等框架从学术化走向大众化，国内清华赤兔、青春极致等国产推理框架崛起；DeepSeek 通过 RL（强化学习）及 mHC 技术解决梯度显存爆炸问题，开启模型能力提升第二春。
• 视觉一致性突破：Sora2 和 Nano Banana 解决视频生成中的视觉一致性问题，长文本处理初步突破（2026 年将完全解决）。
• 新协议体系形成：
• MCP 协议：将互联网 / 信息化时代积累（应用、软件、SaaS、信息化系统）转化为 AI 生产要素，成为大模型和智能体基建。
• A2UI 协议：谷歌发布的新型用户交互范式，将 AI 生产要素集成到聊天框（聊天计算框），支持富文本交互。
• UCP 协议：谷歌发布的电商行业接入 AI 领域协议，支持支付和电商标准接口，国内阿里等企业正推进类似功能。

”然后我有一个预测，2026年长文本肯定会解决，我们不会在受制于长文本“

”未来可能就是所有人只需要一个聊天框，聊天框可以解决一切“

2026年新范式

核心结论：WebCoding 创作者经济来临

• 类比 2015 年公众号经济，2026 年将开启 WebCoding 创作者经济，预计 2030 年市场规模达万亿，产生 300 万 WebCoding 创作者，成为 AGI 重要组成部分。创作者无需专业代码能力，依托行业 know-how 和 AI 工具即可开发应用，享受生态红利。
• “其实就非常像2000年到2010年和互联网时代催生了 340w个个人站长，现在这个时代正处于那个临界点，因为模型能力的基础也达到了，然后很多的条件也已经具备了。”
  

“可能在26年以前，你想要搞AI 是需要高学历、高认知。但是26年所有人都可以基于vibe coding 参与这个创作者经济，就是不管你在哪个行业，你只需要用你自己行业的know -how，然后同时用一些像Claude code，你就可以去做出来一个vibe coding的这么一个工具，然后去实现你想要的东西。”

“而且会有足够多的平台去服务这个群体，这个零克云就是做这个整体部署的”

“用cursor、trae、antigravity等ai编程工具，来生成各种vibe coding代码，生成代码之后可以通过零克云就可以实现零门槛部署，因为之前所有人做出来东西后都在本地电脑看，没法让别人看，但是我作为一个创作者，我创作出来一定是希望让别人去看的。然后这个gpulink.cc就做了这么一个0门槛部署这么一个应用，让我们做出来vibe coding之后可以一键部署上去。从而用自己的域名一键对外服务。”
“很多人一听到vibe coding，就说自己不会代码，其实这就相当于04年不会pc电脑一样。再过3、4年之后，2030年左右，如果你不会vibe coding，那么就是15年你不会使用电脑，说人家传统行业的人不懂电脑，”

2026年 预测

1. 上下文成为核心资产：企业上下文（组织内部信息与 AI 上下文融合）是 AI 时代核心资产，将人类上下文翻译为 AI 可理解内容的能力成关键。
2. ToB 与腰部公司发展：2025 年 ToB 爆发后，2026 年用户对交付结果要求提升，vibe Coding 创作者针对细分领域开发 ToC 解决方案。
3. AI Agent 时代来临：大模型能力达临界点，腰部公司崛起，类比 2004 年站长大繁荣时代，vibe Coding 创作者推动 Agent 生态。
4. 生产力新范式：WebCoding 带来新工作方式，如用 stage 做产品原型、gimmy 做前端、cc/croco 做后端、jump link 一键部署，替代传统产研团队。
5. 长视频生成突破：AI 短剧市场规模超院线，2026 年实现五分钟长视频一键生成，解决视觉一致性问题。
6. 大模型 Zero 路线：类比围棋从 AlphaGo 到 AlphaZero，大模型正从依赖数据训练向自学习进化，强化学习推动可解释模型发展。
7. 自我学习与训推一体：推理加速框架快速发展，模型实现自我学习（如 DeepSeek V4 框架的 ingram 电子脑记忆层处理简单任务，专家层解决复杂问题）。
8. 无限上下文实现：2026 年突破上下文长度限制，企业内部魔改模型上下文能力已达公开版本数倍。
9. 多模态统一框架：当前多模态架构混乱，2026 年将出现适配各类多模态的统一脱离加速框架。
10. 模态类型扩展：从文本、图像、视频扩展到雷达数据等，甚至生成机器语言（仅 AI 可理解）。
11. 世界模型融合：VIO（视觉惯性里程计）与物理 AI 模型（如 cosmo、国产 orca）融合，或在 2026 年迎来 “Charlie P 时刻” 临界点。
12. 生产关系新范式：WebCoding 创作者经济来临，80% 创作者来自传统行业，依赖行业 know-how 而非代码能力，程序员需转型。
13. 组织架构量化：企业考核转向 token 使用量，上下文替代代码成为核心资产，人力成本向 token 消耗成本过渡。

互联网时代的核心资产是数据，AI时代的核心资产将成为 上下文

“公司上下文就是 你把你团队内部的共享信息这个上下文 跟ai的上下文打通了之后，形成的这个上下文。就是这个agent公司把行业的know how和ai的这种理解一起形成的ai和人类团队同时理解的一个东西”
“如果说一个公司能把人类的上下文翻译成AI能理解的上下文，将是这个公司未来人员最重要的一个能力”
“程序员很有可能是一种负资产，他个人可能很难生产出一个优秀的vibe coding项目。因为这个不是你的技术能力有多强，而是你的know how有没有，因为大多数程序员是不具备行业know how能力的”

“接下来一个公司员工的评判标准，就是我每个月给你一定量的token，你必须用完，当然你用的越多越好，然后考核标准就是评判你的对话。比如说一个写代码的公司，最主要的不是code，是上下文，你只需要把这个生成代码的对话保存好就ok”

具体的例子

“researcher对应到以前那个时代就是产品经理。这个researcher就是不停的了解市面上的这种新的需求、新的技术，从而形成一个产品定义。大模型产品定义和智能体产品定义，是researcher这个角色完成的，这个上下文工程师其实是替代的coder。就拿自己公司举例，我现在其实更重要的是需要上下文工程师，不太需要那种传统的写代码的、工程研发的工程师。在这个阶段，OPC就是两个角色为一体的。就像在15年那个站长时代，一个站长必须既是技术又是运营，又搞前端，又搞后端什么都干。那么现在OPC也是一样的。”

“我个人认为，未来一个团队中，消耗的最多的不是人员工资。而是这个团队的
token消耗量”

这就可以分为两个阶级，一个是有钱的工程师，一个是没钱的工程师，有钱的工程师通过高质量思考去消耗大量token，生成高质量代码，会越来越有钱。没钱的工程师没法去消耗达大量的token满足自己的项目需求，从而被别人赶超。

”我们正在从纯人力成本的公司过渡到 要更多地考核token消耗量的一个新型公司“

AI 带来的生产关系变革

新职业

“一说到替代，并不是没有职业了，虽然说23年，ai替代，会导致没有职业。但是现在我们产生了新的职业，比如说像OPC一人公司等这种超级个体。还有FDE（前端部署工程师），这个在国外很火。等这些职业会成为未来的新职业”

新职业与生产关系变革

• 新职业涌现：OPC（超级个体，Researcher + 上下文工程师）、FDE（前端部署工程师）、上下文工程师、Researcher（模型 / 智能体产品经理）。
• 生产关系变革：从人力成本主导转向 token 消耗考核，企业核心资产为上下文，人类与 AI 上下文共享实现单人产能达数十人水平。
• 交互形态进化：A2UI 推动从界面式交互到聊天框计算（富文本交互），硬件设备将适配该形态。

“最后，感谢观看”

---

文本内容来自网络视频演讲者和个人思考，引用转述于网络视频讲述者，图片来源于网络视频截图，如有侵权请联系作者。