本文来自微信公众号“云石乱笔”，【作者】贯云石。
本文要点
- AI正从"对话工具"进化为"自主智能体"，企业级应用进入爆发期
- 脑机接口（BCI）在2025-2026年取得多项临床突破，视觉修复、语音解码相继进入人体试验
- AI与神经科学的融合正在重新定义医疗的可能性边界
- 技术加速的同时，治理框架和伦理共识仍在艰难成形
不只是更聪明的模型
过去两年，AI领域最显著的变化不是模型变得更大，而是它们开始真正"做事"了。
过去一年，以OpenAI、Anthropic、Google DeepMind为代表的实验室密集发布了具备推理能力的新一代模型。GPT-5、Claude 4.6系列、Gemini 3相继亮相，它们不再只是文本生成器，而是能拆解复杂任务、使用工具、在多步骤流程中自主决策的系统。业界给这类系统起了一个名字：AI Agent，即AI智能体。
智能体的核心变化在于"行动闭环"。传统的大语言模型是被动的，你问它答；而智能体可以接收一个目标，自己规划步骤，调用搜索引擎、数据库、代码解释器等外部工具，执行任务，评估结果，再决定下一步。这听起来像是一个勤奋的好员工，它24小时不休息，处理速度以秒计，而且正在以肉眼可见的速度变得更可靠。
据麦肯锡2025年发布的全球AI调查报告，72%的企业已在至少一个业务环节中部署了生成式AI，较2023年的33%翻了一倍多。更值得关注的是，约20%的受访企业表示已经部署或正在试点AI智能体系统。金融行业用智能体做合规审查和风险预警，软件公司用它写代码、跑测试、修Bug，客服中心让它同时处理上百个对话而不丢失上下文。
但智能体的崛起也带来了新的问题。当一个AI系统可以自主决策并采取行动时，谁来为它的错误负责？如果一个医疗智能体给出了错误的用药建议，责任在开发者、部署方还是监管机构？这些问题还没有清晰的答案，但已经不是理论推演，它们正在真实的商业场景中发生。
脑机接口：打通大脑与机器的最后一公里
如果说AI智能体是让机器更像人，那脑机接口（Brain-Computer Interface,BCI）的方向恰好相反，它要让人类直接与机器对接。
2025-2026年，脑及接口领域经历了从实验室到临床的关键转折。
Neuralink在2024年1月完成了首例人体植入手术，参与者成功用意念控制电脑光标、打字和操作智能设备。到2025年，Neuralink的"心灵感应"（Telepathy）项目已积累了更多临床数据。该公司还获得了FDA的突破性设备认定（Breakthrough Device Designation），用于一个名为"盲视"（Blindsight）的项目，旨在通过刺激视觉皮层为视障人士恢复某种形式的视觉感知。路透社报道，Neuralink还计划开展一项针对语言障碍患者的临床试验，帮助他们将思维直接转化为文字。
但Neuralink不是唯一的玩家，甚至可能不是走得最远的。
Science Corporation由Neuralink联合创始人Max Hodak创立，在视觉修复方面取得了令人震惊的进展。他们的视网膜假体"Prima"已经完成了一项横跨欧洲17个临床中心的大型试验，成果发表在《新英格兰医学杂志》上。这个仅2毫米见方的硅芯片植入视网膜下方，通过外置眼镜上的摄像头和激光投影系统，将图像信息直接传递给视网膜的双极细胞。
关键突破在于，这不是产生零散的光斑。早期的视网膜刺激设备只能让患者看到一些闪烁的磷光点，无法组合成连贯的画面。Max Hodak在接受采访时表示，他们的临床试验"是人类历史上首次在患者的意识中创造出连贯的形态视觉"。十年无法辨认面部的患者在植入后能够阅读视力表上的每一个字母。
Max Hodak在访谈中表达了这样的判断：当人类能够重获视觉、听觉、平衡感和千比特级的运动控制时，医学的基本范式将被重新定义。
Paradromics是另一家值得关注的公司。2025年11月，他们获得了FDA的研究性器械豁免（Investigational Device Exemption,IDE），开始将其"Connexus"脑机接口用于人体试验。到2026年3月，创始人Matt Angle在接受This Week in Startups采访时透露，首例人体植入"即将在四到八周内完成"。Paradromics的方案使用比头发丝更细的微导线记录大量神经元信号，声称已展示出全球最高的BCI数据传输速率，比同类设备高出20倍。
Paradromics还在开发一款名为"Tempo"的产品，目标是实时捕捉大脑的认知和情绪状态，为精神健康治疗提供客观的神经数据。Matt Angle将其比作连续血糖监测仪（CGM）对糖尿病治疗的变革，当你有了持续的客观数据，整个治疗范式都会改变。
这些进展不是孤立的技术成就，背后有一个更深层的发现：AI研究和神经科学正在走向统一。
训练AI模型时涌现的内部表征，即所谓的"潜空间"（latent space），与大脑中神经元群体编码信息的方式惊人相似。Max Hodak指出，过去十年，AI领域从神经科学中学到的东西远超预期，而神经科学从AI中获得的启发更多。许多神经科学家已经转向研究AI模型，因为"他们本质上还是在做神经科学，只是对象换成了更容易实验的模型"。
当BCI带宽足够高时，它就成了大脑与AI之间的高速通道。从近期来看，这意味着瘫痪患者能用思维打字，失明者能重获视力。从长期来看，它指向一个更激进的可能性：人类认知能力的直接扩展。
AI如何重新定义"治疗"
脑机接口只是AI改变医疗的一个切面。在更广阔的临床场景中，AI正在悄然改变医生的工作方式。
埃里克·托波尔（Eric Topol）博士在《深度医学》中提出了一个看似矛盾的观点：AI在医疗中的最大价值不是效率，而是"让医学重新变得人性化"。他创造了一个概念叫"键盘解放"（keyboard liberation），即让AI处理病历录入、影像分析、数据整理这些重复性工作，把医生从屏幕前解放出来，回到真正需要人类判断力和同理心的地方：与患者面对面的交流。
这个愿景正在变成现实。AI辅助影像诊断已在放射科、眼科、肿瘤筛查等领域广泛部署，系统能在胸部CT中标记可疑结节，在眼底照片中检测糖尿病视网膜病变，准确率在某些特定任务上已经超过了人类专家的平均水平。AI驱动的临床笔记工具正在帮助医生将每次就诊的文档时间缩短40%到60%。
但更根本的变化来自Max Hodak所说的"从药物发现到神经工程"的范式转换。传统药物研发依赖于理解疾病的分子机制，然后寻找化学干预手段，这个过程通常要花十年甚至更久，失败率极高。有一款价值百万美元的基因疗法，对极少数患者群体产生了微弱的边际效果。而Science Corporation的视网膜假体不需要知道光感受器细胞为什么死亡。它绕过了坏掉的零件，直接把视觉信号送回大脑。
这种"工程优先"的思路正在拓展到更多领域。人工耳蜗已经是成熟的脑机接口产品。运动解码技术让瘫痪者能控制机械臂。在器官移植领域，体外灌注技术（normothermic machine perfusion）已被超过75%的美国肝移植手术采用，而Science Corporation的Vessel项目正在试图将这类设备从50万美元的ICU设备缩小到可以像行李一样托运的便携装置。
Max Hodak甚至提出了一个更大胆的判断："现在活着的人中，第一批活到1000岁的人很可能已经存在了。"这个判断是否过于乐观尚可讨论，但它反映了一种正在成形的共识：当AI和生物工程充分结合时，医学的上限可能远超我们当前的想象。
繁荣背后的治理难题
欧盟的《人工智能法案》（EU AI Act）于2024年8月正式生效，成为全球首部全面的AI立法。该法案采用基于风险的分级监管框架，将AI系统分为不可接受风险、高风险、有限风险和最低风险四个层级，对高风险AI应用（包括医疗设备、关键基础设施中的AI、执法中的生物识别系统）施加严格的透明度和问责要求。到2025年，不可接受风险类别的禁令已开始执行，高风险系统的合规要求将在2026年陆续落地。
美国的AI监管路径截然不同。拜登政府2023年10月发布的AI行政令在2025年被特朗普政府撤销，取而代之的是更强调"创新友好"的政策框架。这种监管真空让硅谷获得了更大的自由度，但也引发了关于公共安全的争论。各州开始尝试自行立法，加利福尼亚、科罗拉多等州在AI透明度和算法歧视方面推出了各自的法规，造成了一个碎片化的监管景观。
AI安全和对齐（alignment）研究也在2025年成为焦点。OpenAI、Anthropic、Google DeepMind等机构都在加大对超级对齐（superalignment）和可解释性（interpretability）的投入。Anthropic发表了关于大语言模型内部特征可视化的重要研究，揭示了模型如何在内部表征概念。但学术界对于AI的长期风险仍存在严重分歧。一边是约书亚·本吉奥（Yoshua Bengio）等学者警告AI可能构成存在性威胁，另一边是杨立昆（Yann LeCun）等人认为当前的大语言模型距离真正的通用智能还很远，过度恐慌反而会阻碍有益的研究。
脑机接口领域同样面临独特的伦理挑战。当设备能够读取大脑活动时，"思想隐私"成为一个全新的法律问题。如果一个BCI系统可以捕捉情绪状态，雇主能否要求员工佩戴？保险公司能否获取你的神经数据来评估风险？这些问题目前还没有任何一个国家的法律能够回答。
从经济角度看AI的渗透
AI对经济的影响已经开始变得可以量化。
国际货币基金组织（IMF）在2024年初的分析指出，AI将影响全球约40%的工作岗位，在发达经济体这个比例高达60%。但"影响"不等于"取代"。IMF的模型显示，约一半受影响的岗位将因AI而获得生产力提升，而非被淘汰。高盛的研究估计，生成式AI在未来十年内可能将全球GDP提高约7%，相当于近7万亿美元的产出增长。
实际数据正在验证这些预测。软件开发领域，使用AI编程助手的工程师报告生产力提升了30%到50%。法律行业，AI合同审查工具将尽职调查时间压缩了60%以上。在客服领域，AI系统处理常规查询的比例已从2023年的不到20%上升到2025年的近50%。
但不均衡是显而易见的。AI带来的生产力红利主要集中在知识密集型行业和技术人才充足的地区。新兴市场和中低技能劳动者面临更大的调整压力。世界经济论坛2025年的《未来就业报告》估计，到2030年，AI和自动化将创造约1.7亿个新岗位，同时约9200万个岗位将被取代，净增约7800万个就业机会。但岗位结构的剧烈变化仍然意味着大规模的再培训需求，而多数国家的教育体系还没有为此做好准备。
结语：共同进化的路口
回顾2026年初的AI全景，有一个判断比"AI会不会取代人类"更重要：我们正在进入一个人类与AI共同进化的阶段。
AI智能体扩展了人的认知和执行力，脑机接口在修复感知通道的同时预示着人机更紧密的连接，AI医疗则在拓宽"治愈"的边界。
Max Hodak说他有一个"2035年事件视界"，能帮助他看清未来几年的趋势，但2035年之后的世界已经超出了他的想象力。Matt Angle相信五年内将有上千人使用先进的脑机接口设备。Eric Topol期待AI把医生从键盘前解放出来，回到患者身边。
这些不同的声音汇成了一个共同的信号：变化的速度正在加快，而且是非线性的。正如Max Hodak所说，这种感觉就像是站在蒸汽机出现前夕，当时的人无法想象接下来15年世界会发生怎样的变化。
对于2026年的我们来说，最务实的态度或许不是预测AI的终局，而是保持两种能力：理解正在发生的技术变革，以及参与塑造这些变革的方向。前者是认知问题，后者是选择问题。两者都不能缺席。
