Allan打開電腦時，房間裡很安靜。 他穿著一件白色 T 恤，坐在螢幕前，緊張地等待史丹佛大學的錄取結果。鏡頭記錄下來的，是一個許多高中生都熟悉的時刻：等待、停頓、呼吸變淺，以及對未知結果的不安。 然後，頁面變了。 Allan 從椅子上跳起來，用中文喊道：“我進去了。”

很多人把運氣歸為上天餽贈，是可遇不可求的偶然，覺得好運全憑命運垂青，壞事降臨就是時運不濟。史丹佛大學教授蒂娜·齊莉格（Tina Seelig）在訪談中提出顛覆性觀點：90%的人都理解錯了運氣，運氣不是被動等待的天意，而是可以主動創造的能力。短短15秒真誠的感謝與讚美，就有可能撬動意想不到的機遇：免費車輛維修、得到行業前輩無償指導、甚至收穫全新的工作機會。 長久以來，大眾對運氣存在巨大認知誤區。我們習慣將好運視作隨機彩票，把成功裡的意外收穫歸結為命好，遭遇挫折就感嘆運氣糟糕。彷彿運氣是完全不受個人掌控的外部力量，人只能被動接受命運拋擲的結果。但Tina Seelig認為，運氣不是純粹隨機事件，它是準備、姿態、人際互動疊加出來的產物。機遇一直散佈在我們身邊，只是絕大多數人沒有打開接收好運的開關。 其中最簡單、成本最低的開關，就是真誠的感謝與讚美。訪談中提到大量真實案例：有的人僅僅是當面真誠致謝修車師傅，對方主動幫他免除部分維修費用；年輕人向行業前輩發自內心表達欣賞，意外收穫免費長期教練指導；求職者面試結束後寫下簡短真誠的感謝，在眾多候選人中脫穎而出拿到offer。整個表達過程，往往只需要15秒。 這背後並非什麼神奇魔法，而是人性的底層規律。大多數人習慣索取、習慣把他人的善意當作理所當然。當你主動給出真誠的肯定與謝意，會打破平淡的社交慣性。這份正向反饋會讓對方感受到被看見、被尊重，人會本能願意向懂得感恩的人釋放更多善意、分享資訊、提供機會。好運不是憑空掉下來，是別人願意向你傾斜資源。

史丹佛大學數字經濟實驗室主任埃瑞克·布林約爾夫森，花了30年衡量技術對就業的影響。他曾和安德魯·麥卡菲合著《第二機器時代》，把AI革命定義為工業革命以來最深刻的經濟變革。 在這場和矽谷女孩（Silicon Valley Girl）創始人瑪麗娜·莫吉爾科的對話中，他拿出了最新的實證資料：AI已經在消滅16%的入門級崗位。 為什麼有些行業反而會增加就業，為什麼AI的能力和落地之間還有巨大鴻溝，未來到底該把精力花在什麼地方？ 一、AI正在消滅那些工作？

📝 寫在前面　　史丹佛大學 HAI （以人為本AI研究中心）發佈的《 AI 指數報告2026》是整個AI產業的權威報告，覆蓋技術、產業、政策等等各個維度。 而在這份長達425頁的報告中，關於公眾對於AI的態度，一組割裂資料震動全球行業—— 73% 的專家對AI 樂觀，認為AI會提升生產力，創造大量新崗位； 而僅有23% 普通人 對AI樂觀，認為AI會帶來的職業機遇，

今年史丹佛畢業典禮上，Google CEO桑德爾·皮查伊（Sundar Pichai）回到母校演講。 他一開場就開了個玩笑：很多人都在提醒他，今天最好別談某個話題。麻煩的是，那個大家讓他少談的話題——AI，剛好就藏在他姓氏 Pichai 的最後兩個字母裡。 現場並不平靜。據最新報導，皮查伊剛開講不久，就有上百名畢業生離席抗議，現場也出現了噓聲。 在這個地緣衝突、技術重構、社會情緒複雜的2026年，一個站在變化中心的人，沒有把演講講成一場技術展望，而是借由自己的經歷，講一個人如何在不確定裡做選擇、扛壓力、找方向。

日前，Anthropic 聯合創始人兼總裁 Daniela Amodei在史丹佛商學院做了場 50 分鐘的演講。 與很多 AI 大佬不同的是，她並非 CS 出身 ，而是一名英國文學專業的文科生。 在分享中，她指出，在硬核技術的盡頭，最稀缺的要素還是那些最古老的人文智慧。 文科通才比 CS 專業更有競爭力

史丹佛把HAI與Data Science合併，李飛飛昇任校長顧問。這是頂級大學在AI新階段押注「組織力」的全面換擋。剛剛，史丹佛進行了一項重磅重組。5月4日，史丹佛大學宣佈：將旗下兩大AI與資料科學組織——Stanford HAI（以人為本人工智慧研究院）和Stanford Data Science（史丹佛資料科學）合併為一個統一機構，名稱保留Stanford HAI，由電腦科學家James Landay全面掌舵。而那位讓全世界記住ImageNet的女人——李飛飛，則升任校長Jonathan Levin的AI特別顧問，同時與史丹佛前校長、圖靈獎得主John Hennessy共同出任HAI顧問委員會聯席主席。HAI，2019年由李飛飛、前教務長John Etchemendy、NLP大牛Chris Manning和Landay聯合創立。7年間，它集結了超過400位跨學科學者，累計發放6000萬美元研究資助，覆蓋史丹佛全部七個學院。它做出了每年一度的AI Index報告，搞了面向國會議員的「AI訓練營」，還在基礎模型、數字經濟、環境智能等領域建立了多個研究中心。Stanford Data Science，由數學與統計學家Emmanuel Candès領銜建立，專注大規模資料處理，建造了高性能計算叢集Marlowe，並在天體物理、因果推斷、可持續發展、神經科學等領域建立了交叉研究中心。過去，兩個組織各有側重：HAI偏「人文視角+政策影響」，Data Science偏「算力基建+資料方法」。但AI發展到2026年這個節點，問題變了——無論你做天文發現、腦科學建模還是歷史文字挖掘，你都需要同時具備大規模資料能力、高性能算力和AI方法論。把兩套成員拆著跑，效率越來越低。用史丹佛校長Levin的話說，合併後的HAI將是「史丹佛AI的統一入口」。也就是說，以後史丹佛搞AI，不管那個學院、那個方向，都從這一扇門進。李飛飛角色升維作為HAI創始院長和ImageNet的締造者，李飛飛在學術界和產業界的號召力毋庸置疑。但HAI發展到今天，需要的不只是學術聲望，更需要一個能「搞工程、搞協同、搞基建」的操盤手。李飛飛昇任校長AI特別顧問，管的是全校七個學院的AI戰略，格局更大了。她自己說得很明白：AI正在改變的不只是技術，還有我們追求科學發現、學習和教育、服務社會的方式。而接棒的Landay，可能在國內知名度不如李飛飛，但在人機互動（HCI）領域，這是一位教科書級的人物。他在1990年代開發的設計工具SILK，比Figma和Canva早了二十多年；他在2000年代初做的UbiFit項目，比Fitbit和Apple Watch早了近十年。2024年，他拿到了ACM SIGCHI終身研究獎——這是人機互動領域的最高榮譽之一。更關鍵的是，Landay的核心理念和這次合併高度契合。他反覆強調的是「團隊科學（Team Science at Scale）」——不是傳統的五人小實驗室，而是20-30人的跨學科大團隊，包含教授、博士後、研究工程師、資料科學家、項目經理和設計師。這恰恰是AI研究從「個人英雄主義」走向「工業化協同」所需要的組織形態。John Hennessy——這位史丹佛前校長、圖靈獎得主、RISC架構之父、Alphabet董事長——也加入了顧問委員會。他的評價最為直接：這是史丹佛最重要的舉措。新HAI到底要幹什麼？合併後的HAI明確了三大支柱：第一，重新定義大學裡的科學發現方式。史丹佛的天文學家用機器學習搜尋系外行星，神經科學家用模型預測腦活動，歷史學家用NLP挖掘檔案——這些不再是「AI+X」的點綴，而是新的研究範式。HAI要提供算力、研究工程師和資料科學家，讓「團隊科學」真正跑起來。第二，推動教育變革。 從K-12到終身學習，AI正在改變人類學習和被評估的方式。HAI要和史丹佛學習加速器等機構合作，探索適應性輔導系統和新型教育模式。第三，研究和塑造AI的社會影響。 就業怎麼變？組織流程怎麼變？設計方法怎麼從「以使用者為中心」升級到「以社區和社會為中心」？這些問題不能只靠工程師回答。而貫穿這一切的關鍵詞是：開放。開放原始碼、開放資料、開放模型、開放課程。學術界在AI時代的價值史丹佛這次重組，釋放出一個非常清晰的訊號：大學AI競爭的下半場，拼的不再是一篇論文、一個明星教授，而是一整套系統能力——算力、資料、人才、組織力和開放研究生態。過去幾年，前沿AI研究的話語權加速向產業界集中。OpenAI、Google DeepMind、Anthropic手握最強算力和資料，學術界的聲量不斷被壓縮。史丹佛這次的動作，本質上是在回答一個存亡級問題：學術界在AI時代還有沒有不可替代的價值？答案是有的——但前提是你能提供產業界給不了的東西：透明性、可復現性、公共利益導向的長期研究，以及真正跨學科的融合視角。而這些東西，不是靠一兩個超級教授就能實現的，需要從組織架構層面去支撐。李飛飛沒有離開，她只是換了一個更高的位置去看全域。Landay沒有橫空出世，他只是終於站到了與自己三十年積累相匹配的舞台上。Hennessy沒有退休，他只是用另一種方式繼續押注史丹佛最重要的賭注。當產業界拚命卷模型、卷算力、卷融資的時候，史丹佛選擇卷「組織力」——用開放、跨學科、以人為本的方式，重新定義學術界在AI時代的角色。 (新智元)

你好，我是傑哥。史丹佛大學《AI Index Report 2026》系列終於來到最後一期。我們前兩期聊了技術狂飆和全面滲透，這次把目光轉向最關鍵也最容易被忽略的部分——AI治理博弈。AI 發展太快，治理卻跟不上。這份報告用資料直白地告訴我們：能力在飛奔，責任、政策和公眾信任卻在拉鋸。專家和普通人的看法差距巨大，全球各國政策走向也完全不同。負責任AI：能力全報，責任卻“選擇性失明”報告最刺眼的一個發現是負責任AI明顯滯後。幾乎所有前沿實驗室都會完整公佈能力基準成績，但涉及安全、公平、隱私等責任基準的報告卻少得可憐。更現實的問題是AI事件數量大幅上升。2025 年全球記錄在案的AI相關事件達到 362 起，比2024年的 233 起增加了超過50%。更麻煩的是，研究發現：提升一項責任維度（比如安全），有時反而會損害另一項（比如精準性）。這意味著“修補”變得異常複雜。政策分化：歐盟收緊，美國放鬆，開發中國家集體入場2025年各國AI政策走向出現了明顯分化。歐盟AI Act首批禁止條款正式生效，美國則轉向放鬆管制。日本、韓國、義大利分別通過了國家AI法律。更值得注意的是，超過一半的新增國家AI戰略來自開發中國家，它們第一次大規模進入政策舞台。報告特別強調，“AI主權”已成為全球共識。各國都在努力掌握自己的AI生態，避免被少數大國完全主導。無論是建超算中心還是制定本土規則，主權意識正成為新政策的核心。人才流動“斷崖式”下降：美國吸引力下滑美國仍然是AI人才最集中的地方，但吸引力正在快速減弱。報告顯示，赴美AI研究者和開發者數量自2017年以來下降了89% ，僅去年一年就跌了80% 。這可能是近年來最劇烈的變化之一。與此同時，開源社區正在悄然改變格局。GitHub 上，非歐美地區的貢獻已超過歐洲，正逼近美國。這讓更多語言的模型和基準測試出現，全球參與度變得更加均衡。專家與公眾：50個百分點認知鴻溝最發人深省的是公眾意見部分。當被問到AI對工作的影響時，73%的AI專家認為會是積極的，而普通公眾只有23%持相同看法，差距高達50個百分點。在經濟和醫療領域，也出現了類似的巨大分歧。信任版圖同樣分裂。在受訪國家中，美國民眾對自己政府監管 AI 的信任度全球最低，僅為31% 。相比之下，歐盟在全球範圍內的監管信任度最高。中國和美國的信任資料也形成了鮮明對比。報告總結得很中肯：資料並沒有指向單一方向。AI 在加速發展，治理體系卻在適應中掙扎。樂觀和焦慮同時存在，關鍵在於我們如何平衡。完結篇：技術狂飆之後，我們需要什麼？《AI Index Report 2026》給我們畫出了 AI 完整圖景：技術在狂飆，落地在滲透，治理在博弈。中美 仍在技術前沿你追我趕，但治理層面的分化和信任鴻溝，正在成為新的變數。開源正在重新分配參與權，主權意識正在重塑國家策略，而公眾與專家的認知差距提醒我們——技術最終要服務於人，不能只跑在前面。如果你對 AI 治理、政策或公眾態度有自己的看法，歡迎在留言區分享。下次我們繼續關注 AI 最新動態，一起把脈這個快速變化的世界。關注公眾號【AI資訊風向】，回覆 666，即可獲取這份 AI 行業報告。AI 技術正以前所未有的速度發展，它將如何塑造我們的未來？讓我們拭目以待。 (AI資訊風向)