什么值得买App下载 App ›
连续签到专享现金活动

2026年的AI,哪些事已经能做、哪些事还绝对做不到

2026年11月的最后几天,两件事几乎同时发生。11月20日,Anthropic数学家Levent Alpöge宣布,他相信自己和Claude已经找到了黎曼猜想的证明,同一套方法还能进一步拿下广义黎曼猜想。21日,美股AI板块遭遇重挫:纳指单日跌5.28%,费城半导体指数暴跌近11%,英伟达走出七连跌、单周市值蒸发约2.5万亿美元。一条是能力边界的跃迁,一条是资本预期的退潮,放在一起就是2026年末AI的真实位置:产出结果这件事,AI已经过关;而让人类"敢托付"这件事,它还远没有过关。知乎微博微博微博

2026年的AI,哪些事已经能做、哪些事还绝对做不到

这些事,2026年的AI已经能做

科研级别的长链任务。 Alpöge干脆没写论文:AI生成的自然语言草稿已经超过25万页,他只放出了14个分卷、共1737万行不带任何假设的Lean形式化代码,一切以机器可验证的代码为准。相关描述称,这轮攻关大约用了六周。前沿模型长时间自主推进复杂任务的能力,正在数学这种最难的领域被反复验证。知乎微博

软件工程的主力交付。 从业者的年末观察是:普通业务开发,AI完全可以胜任,人只是设计和监督就可以了。招聘市场的信号同样直接——面试官的标准已经低到"能把自己简历上写的讲明白就行",因为简历本身普遍交给了AI写。写代码本身,不再是人类的护城河。知乎知乎

内容生产的工业化。 今年前8个月全国上线微短剧43万部,其中AI剧占比超九成,以至于广电总局表态要大力扶持真人剧。仅9月,抖音原生端新上线的AI剧、漫剧就达5.18万部,平均每天约1700部。爆款《持械入宋》20天做出第一季,如今已更新10季约1000集,全网播放量突破120亿。产能问题,彻底解决了。知乎知乎知乎

固定流程里的重复劳动。 6月,8台智元机器人在江西南昌一家电子厂的流水线上连续工作六天,完成作业64828次,成功率达99.97%。在节拍稳定、环境可控的产线上,机器人已经基本达到生产要求。知乎

这些事,目前还绝对做不到

让人类看懂并验收它的成果。 Alpöge坦言,连他自己都还没吃透整套论证周边的全部数学。陶哲轩也在博客回应,这份证明动用了现代朗兰兹纲领与算术几何的全部"重武器",因为没有人类可读的论文,数学界要彻底消化看懂还得花很长时间。截至发稿,这份结论仍只是个人主张、未经同行评审,黎曼猜想依旧挂在克雷研究所的未解难题名录上。机器交卷的速度,第一次明显超过了人类判卷的速度,这本身就是能力清单上最大的缺口。知乎微博微博

保证自己不编造。 大模型不是先查事实再说话,而是逐个token预测"下一个最可能出现的词",算的是可能性,不是真伪,所以它没有"我不知道"这个按钮。36氪11月20日复盘的那场死亡追问至今没有答案:一个被设计来生成文本的系统,凭什么给出了"要命"的答案。领域越专业、语言越规范,错误越难被外行识别;经济日报的提醒至今适用:国内可食用蘑菇将近2000种、有毒的600多种,AI目前还做不到精准的物种鉴定。哔哩哔哩36氪微博

为错误承担后果。 医疗领域的问题至今没人能替AI回答:医疗事故谁负责?AI公司并不想花大钱去解决幻觉,自然写一个免责条款。机器人一侧同样尖锐:中国政府采购网2026年前10个月33份人形机器人中标公示,单台从1.4万到76.2万,买主没有一家工厂。愿意为"演示"付钱的市场很大,愿意为"担责交付"付钱的市场还没形成。知乎知乎

走出见过的场景。 智元把6台机器人送进便利店24小时直播打工,结果其中两台在试岗之后,直接被便利店淘汰了。这份复盘里的翻车清单很具体:负责保洁的机器人把桌面木纹当成咖啡渍反复擦拭,还差点把顾客放在台面上的食物误判成垃圾扔掉。同样的机器人能在工厂流水线做到99.97%的成功率,却过不了便利店的试用考核——VLA模型像一个很会背书的学霸,见过的题全对,物理世界的不确定性一来就露馅。知乎知乎

2026年的AI,哪些事已经能做、哪些事还绝对做不到

做出真正打动人的东西。 张朝阳说自己不看AI短剧,判断也足够直白:AI短剧目前的应用是使用视频生成工具提升了效率,归根结底只是效率提升了,而不是质量提升了,该没有内容还是没有内容。而在编剧行里,AI在明确指令下已能达到单集稿酬5万到10万元的水平,但头部编剧对生活质感和情感的独到把握它做不到,梁朝伟在上海国际电影节的话是"AI目前没有灵魂"。它学得会叙事套路,学不会留白与克制。知乎知乎

2026年的AI,哪些事已经能做、哪些事还绝对做不到

分界线到底在哪

把"能做"和"做不到"两栏对照,会发现它们共享同一个根源:AI已经能大规模生产,但生产结果的验证、担责和品味,仍然只能由人提供。所以普通用户此刻最实用的判断标准是看"错得起吗":产出能被客观检验、且试错成本低的事——写代码交给编译器和测试验收、生成素材靠流量投票——可以放手让AI去做;产出无法当场验证、错误代价高昂的事——用药、法律、投资、食品安全——AI只配当草稿,最后一道闸门必须是人。

这也解释了为什么黎曼猜想的"证明"会和AI股七连跌出现在同一周:技术叙事跑得越快,市场对"可验证、可担责、可赚钱"的要求就越苛刻。2026年的AI不是万能,也不是无用,它更像一位产量惊人但还没有执业资格的员工——它能做多少事,取决于你敢检查多少事。

评论

评论区空态插画

当前文章无评论,是时候发表评论了