本文已收錄在Github，關注我，緊跟本系列專欄文章，咱們下篇再續！

• 🚀 魔都架構師 | 全網30W技術追隨者
• 🔧 大廠分佈式系統/數據中台實戰專家
• 🏆 主導交易系統百萬級流量調優 & 車聯網平台架構
• 🧠 AIGC應用開發先行者 | 區塊鏈落地實踐者
• 🌍 以技術驅動創新，我們的征途是改變世界！
• 👉 實戰乾貨：編程嚴選網

0 關鍵要點

• AI 技術的下一個前沿將是“物理智能”（Physical AI）
• RAG已逐漸商品化，在企業應用中得到廣泛採用
• AI 正從“助手”轉變為“共同創造者”。未來不僅是寫代碼更快，而是 AI 將參與應用的完整生命週期——開發、測試與發佈。
• AI 驅動的 DevOps 流程與實踐 成為今年備受關注的熱點。
• 人機交互（HCI） 領域強調技術要服務於真實人類需求，設計要融入人們的生活場景。
• 新的協議如MCP與A2A將繼續推動 AI 客户端與後台系統間的互操作性。

AI/ML 趨勢報告為讀者提供人工智能、機器學習與數據工程領域的新興趨勢與技術概覽。本報告總結了與多位嘉賓的播客討論，重點介紹未來 12 個月值得關注趨勢。

1 AI與機器學習趨勢圖

報告中的核心部分是 年度趨勢圖（Trends Graph），展示了不同技術從“創新者階段”到“早期採用者”、“早期大眾”的演進路徑。

這一框架基於 Geoffrey Moore 的著作《跨越鴻溝》（Crossing the Chasm）。主要聚焦尚未“跨越鴻溝”的新興技術領域。

自 2022 年 11 月 ChatGPT 發佈以來，生成式 AI 與LLMs）徹底主導了 AI 技術版圖。各大科技巨頭持續推出更強的語言模型版本。延續過去幾年的爆發式增長，AI 領域在過去一年中出現了大量重大創新。

與去年趨勢報告的對比更新：

本文重點介紹趨勢圖中新增與更新的技術主題，並説明它們在採用曲線中的最新位置。

2 創新者階段

今年的“創新者”類別新增了多個前沿主題。

2.1 AI Agents

今年 AI 代理領域發展迅猛。Anthropic 推出了 Claude Subagents，Amazon 發佈 Bedrock Agents，AI 代理正從執行單一任務進化為能夠編排複雜工作流、做出上下文決策的系統。

其他重要進展包括：

• OpenAI 公佈 通用 ChatGPT Agent，可在表格與演示類應用中自動執行任務。
• Amazon 開源 Strands Agents SDK，用於構建 AI 代理。
• NVIDIA 推出 Visual AI Agents，用於視頻分析。

Daniel Dominguez 指出：

我們正從簡單的聊天機器人，邁向能幫我們安排會議、更新數據庫、啓動雲資源的 AI 助手。如 Amazon Bedrock Agents 能在不管理基礎設施的前提下，基於任意基礎模型創建生產級代理，這些代理可安全地鏈式調用任務與服務，將“代理範式”引入 AWS 生態中，大大縮短從實驗到生產的路徑。

Anthony Alford 補充：

代理功能強大但也潛藏風險。如能訪問文件系統的代理若執行錯誤命令（如“rm -rf”）可能造成災難性後果。這些工具極大地提高了生產力，但也放大了安全隱患——當 AI 能訪問你的銀行賬户或刪除硬盤時，安全問題比以往更嚴峻。

2.2 多模態語言模型（Multi-Modal LLMs）

語言模型如今具備多模態能力，可同時處理文本、圖像、音頻與視頻等多種數據類型，實現更深層的語義理解與跨模態推理，從而生成更準確、有價值的輸出。

2.3 物理智能（Physical AI）

物理智能 是今年 AI 技術格局中的重大突破，即 AI 在機器人和本地設備中的實體化。

• Google 推出 Gemma 3n，專為手機、筆記本和平板設計的生成式模型
• Microsoft 推出 Mu，用於 Windows 系統設置的輕量級小語言模型（SLM），每秒可生成上百 token
• Google DeepMind 發佈 Gemini Robotics On-Device，讓 Gemini 2.0 的多模態推理與現實理解延伸至本地機器人設備
• NVIDIA 推出完整的三層物理 AI 開發體系：DGX 超算（訓練）、Omniverse 與 Cosmos（仿真）、Jetson AGX Thor（機器人推理），實現從訓練到部署的全流程物理 AI 開發。

Savannah Kunovsky 表示：

當 AI 進入家庭等私密空間時，設計“可信賴的邊緣體驗”至關重要。用户更希望數據在本地處理，而不是傳輸到遙遠的服務器。未來的物理 AI 應在實用性與隱私保護之間取得平衡，讓人們願意“邀請”它進入生活。

Anthony Alford 補充：

推理型語言模型正成為機器人智能的重要路徑。NVIDIA 的機器人主管 Jim Fan 認為：“若沒有實體化，AGI 永遠不會到來。”換言之，真正的通用人工智能必須以物理形式存在。

2.4 MCP

Anthropic 於 2024 年 11 月提出，是一種開放標準，在為LLM提供統一的數據集成接口，減少碎片化和定製化集成的複雜度。

OpenAI、Microsoft、Google 均宣佈支持 MCP。

Anthony Alford：

MCP 已被廣泛採納，它是實現 AI 代理互通的關鍵技術。儘管存在安全挑戰，但它已成為主流，如用於運行測試的 Playwright MCP 服務器、或讓代理讀取 Figma 原型的應用，都是當前熱門場景。

Daniel Dominguez：

MCP 最令人興奮的地方在於“互操作性”。它讓不同公司的模型與數據源共享同一協議，實現多代理系統協作，真正讓 AI 跨平台協同工作。

2.5 人機交互（HCI）

藉助 Agentic AI 與 Physical AI，人機交互正迎來重大變革。我們與軟件交互的方式將更加自然與情境化。

Savannah Kunovsky（IDEO 設計專家）：

如今要用好大語言模型，必須懂得“提示工程”，這阻礙了大眾採用。我們應讓技術界面更流動、更自然。比如，信息應出現在我們需要的地方：烹飪時顯示食譜、行走時輕鬆回覆消息，而非停下來掏出手機。技術的目標是將信息嵌入日常情境中。

她還提到 AI 在設計行業的應用：

設計師現在能用生成式工具更快表達創意。如 IDEO 的一位設計師利用 AI 為兒童玩具設計製作“預告片”，通過視覺短片展示可持續材料的理念，溝通效率顯著提高。這種跨領域協作正在改變設計的創作方式。

其他新增至“創新者”類別的趨勢還包括 推理模型（Reasoning Models） 與 AI DevOps。

3 早期採用者階段

主要關注：語言模型創新 與 RAG。

3.1 語言模型創新

大型語言模型是生成式 AI 的基礎。

今年出現了多種新類型與突破：視覺語言模型（VLM）、小語言模型（SLM）、推理模型與狀態空間模型（SSM）等。

代表性成果包括：

• OpenAI 的 GPT-5
• OpenAI Sora：開創性的生成視頻模型

小語言模型（SLM） 繼續在端側推理、隱私保護與成本優化領域擴展應用。

Anthony Alford：

GPT-5 的發佈方式讓人意外：用户無需選擇，系統自動選用最合適的模型版本。
這解決了命名混亂問題（如 4o 與 o4），簡化了體驗。

Savannah Kunovsky：

這種做法旨在簡化用户界面。
隨着技術成熟，真正的差異化將來自“交互體驗”，
即如何讓普通用户更自然地使用這些強大能力。

3.2 RAG

過去一年，RAG 應用在企業級開發中實現了爆發式增長，已從創新走向標準配置。

Anthony Alford：

幾乎所有擁有大量文檔與知識庫的企業，都在考慮構建自己的 RAG 系統。

Savannah Kunovsky：

RAG 改變了我們的設計調研方式。以往我們需要與多人訪談、收集資料；現在系統能自動整合公司內部文件與報告，讓設計團隊在動手前就獲得充足上下文。這讓非技術團隊也能輕鬆構建基於 RAG 的應用。

此外，自動化機器學習（AutoML） 也進入早期採用階段，已被多家機構納入生產流程。

4 早期大眾階段

以下技術已在各類組織的開發團隊中普遍採用：

• 向量數據庫（Vector DBs）
• MLOps
• 合成數據（Synthetic Data）

5 晚期大眾階段

這些技術現已完全成熟，成為企業核心架構的一部分：

• 數據湖倉（Lakehouses）
• 流式處理（Stream Processing）
• 分佈式計算（如 Apache Storm）

6 總結

AI 技術正從“任務執行者”演變為值得信賴的智能協作者，能夠解決現實世界的複雜問題。AI 將持續深化並拓展至我們尚未設想的領域。未來一年預測：

• AI 代理與 AI 驅動開發工具 將持續發展
• 真正對人有用的 AI 應用 將奠定下一代互聯網的基礎
• 視頻 RAG 將興起，區分真人與 AI 生成視頻將成為新挑戰
• 業界可能開始討論“AI 泡沫”，並非因技術失效，而是行業結構面臨調整
• AI 將更加隱形與上下文化，成為生活中自然、幕後運行的一部分