大模型的发布基本以周为单位，个人感觉，如果一周不用AI，不看几个头部厂商的实践，基本很难跟上模型变化，当然方法论也会跟着变化，这不GPT image2.0发布，剑指谷歌，国内的deepseekv4也马上就要到来。但是除此之外，我想谈几点别的。

去年比拼的还是大模型推理能力强、参数大、幻觉少、记忆久... 这些能力很重要，但是现在更重要的是如何使用模型，如何让模型落地解决现存问题。所以现在这些大模型公司从模型进化，逐渐转化为围绕模型的工具链打造，所以出现了Context、harness等模型工程化的方法论。

抛开这些大模型公司，企业都在拥抱大模型，但基本都像无头苍蝇一样，一直想各种办法往大模型上面靠，圈内基本上有一个公认的事实，如果一家企业没有拥抱AI，在不久的将来肯定要被淘汰。很多企业硬是把大模型融入到现有流程中，有时反而成为一种负担。盲目追求技术，忽略了员工的核心价值。再加上大模型使用不够成熟，没人知道未来AI会发展成什么样子。员工需要学习多种技能，以至于适得其反，员工更累了。其实换一种思路，保持观望，也是一种进步。

其实大多数人都不懂AI，即便懂，还停留在对话框的状态，问个问题，写个攻略，AI有上下文的缘故，的确要比搜索强很多。但基本就止步于此了。这就像大多数人都知道小龙虾，但是根本不知道小龙虾是个啥，其实AI早已从告诉我们该怎么做，进化到直接帮我们做的状态了。认识圈内的一个朋友，原来是做编程培训的，现在做AI内训，一堆传统企业排队让他去讲课，一节课大几万，听说早已赚的盆满钵满，其实这种现象的背后的本质就是很多公司的管理层，并不懂AI，也没有时间实践和体会AI到底会带来什么改变，只能听别人讲很有价值，然后再把这些价值讲给员工听。

头部大模型厂商都出了对应的 AI Agent 普及课程，而且高层都会在开源社区或者在各大媒体上宣传自家AI技术的开发范式和最佳实践，看来AI Agent生态竞争已经不只是产品竞争，也是在争夺教程、实践和开发者心智。

国内外的多个媒体平台开始识别 AI 发帖问题，针对这类账号会针对性限流和删帖。reddit社区做过一个统计，目前有30% 以上的机器人自动发帖，自动回复，反而真人的声音会淹没在 AI 大海中。AI圈最权威的学术会议ICML 2026也出了类似规定：禁止LLM当论文作者，疑似AI代写的论文直接拒稿。看来用不了太久，就会出现一套AI识别规则，AI工具可以用，但AI写的代码/论文不等于人类创作，别想蒙混过关。

最后，目前我们大部分人使用AI，还是把它当成一个工具来用，即在现有流程中融入AI，有很多人就是做多个Agent、比如产品、测试、开发等等 Agent，其实这还是几百年来，分工协作的思路，提效没问题，但并没有根本性的发生变化。但随着AI的发展，这种范式可能发生变化，通用人工智能的目标不是优化分工，而是取消、重组分工本身。等到真正范式落地的那天，职场才会迎来真正的另一波大洗牌。