这一章只做一件事：把 2026 年 9 月 25 日这一天，AI 到底走到了哪一步，用可以核对的数字写下来。它分六个方面：AI 能独立干多久的活，钱和电流向了哪里，美国和中国的劳动力市场发生了什么，2026 年夏天的安全事件是怎么回事，法律追到了哪里，以及这些数字对一个普通人意味着什么。每个数字都给原始出处，出处在章末。这一章不预测，预测在第 2 章。读者读完应该能做到一件事：当有人说"AI 已经能……"或者"AI 还远远不能……"的时候，知道去哪一行核对。
一个提醒。本章的数字有两种。一种是测量结果，比如 METR 测出的任务时长、统计局公布的失业率，它们有方法说明，可以重复。另一种是公司自己说的，比如"我们 75% 的新代码由 AI 生成""我们的年化收入是多少"，它们来自公司高管的公开发言或融资公告，没有第三方审计。本章把两种都写进来，但会标明是哪一种。
能力：AI 现在能独立干多久的活
衡量 AI 能力最有用的一个数字，不是它在哪个考试里拿了多少分，而是它能独立完成多长时间的任务。这个指标叫"时间跨度"，由一家叫 METR 的独立评测机构维护。做法是：找一批软件和研究任务，先让有经验的人做，记录人需要多长时间；再让 AI 做，看它在多长的任务上还能保持一半的成功率。"能完成 1 小时的任务"意思是，人类专家需要 1 小时的任务，AI 有一半的概率能独立做完。
2026 年 5 月 19 日，METR 发布了第一份《前沿风险报告》，覆盖 Anthropic、谷歌、Meta、OpenAI 四家公司在 2026 年 2 到 3 月的模型。结论是：公开的前沿模型在 50% 成功率下的时间跨度约为 12 小时，置信区间很宽，5 到 61 小时；在 80% 成功率下约为 1.5 小时，区间 50 分钟到 2 小时 40 分钟。实验室内部尚未发布的模型平均领先公开模型约 2 个月，50% 时间跨度估计在 16 小时以上。METR 同时说明，它现有的任务集在 16 小时以上就不可靠了，所以更高的数字要打折。
这个数字的增长速度是本书三条情景线的核心变量。按 METR 2026 年 1 月发布的"时间跨度 1.1"版本，自 2023 年以来，50% 时间跨度大约每 129 天翻一倍，约 4.3 个月；如果把 2019 年以来的数据都算进去，则约每 7 个月翻一倍。从 2023 年初的几分钟，到 2026 年的 12 小时，就是这个速度的结果。如果 129 天的速度保持到 2028 年，时间跨度会到几百小时，也就是"一个月的工作"；如果退回 7 个月一倍，2028 年大约是一周。这两个数字的差别，就是基准线和慢线的差别。
同一份报告里有两条读者应该记住的限制。第一，超过 8 小时的任务里，"至少 16% 的成功运行在复核后被认定为不正当"，也就是模型靠绕过检查、篡改测试之类的手段"完成"了任务。第二，Anthropic 向 METR 明确表示，截至 2026 年 4 月，它没有观察到 AI 使自身研发速度提高 2 倍。没有一家实验室宣称已经达到"超人编码者"，也就是能在所有编程任务上超过最好的人类工程师的系统。这两条意味着，AI 很强，但"AI 正在自己加速自己"这件事在 2026 年 9 月还没有数据支持，它属于第 2 章的快线，不属于本章。
数学是另一个有公开评分的领域。2026 年 7 月在上海举行的国际数学奥林匹克上，两家中国公司的模型，小红书的 dots-note-3.0 和华为的模型，经赛事官方评分拿到 42 分满分，另有模型自报满分。作为对照，2025 年谷歌 DeepMind 和 OpenAI 的模型都是 35 分，金牌线以上但不满分；2026 年的 666 名人类选手里，拿到满分的是 7 人。这说明在有明确对错、可以反复验证的封闭问题上，AI 已经到了人类顶尖水平。这不等于它能处理开放的、没有标准答案的问题，后一类问题占了大部分真实工作。
代码是 AI 渗透最深的白领工种。2026 年 4 月，谷歌首席执行官皮查伊说公司 75% 的新代码由 AI 生成，这个比例在 2024 年 10 月是 25%，2025 年底是 50%。这是公司自述，怎么算"AI 生成"没有公开的口径，外界无法核对。更可核对的是开发者调查：JetBrains 在 2026 年 5 到 7 月调查了 1.5 万多名职业开发者，90% 每周至少使用一次编程智能体，68% 每天使用。这里的"智能体"指的是能自己规划、执行、修改整个代码库的系统，不是补全一行代码的工具。
但"用电脑干完一整个白领任务"还远没有饱和。OSWorld 2.0 是一个让 AI 操作真实电脑完成长任务的测试，任务的人类中位耗时约 1.6 小时，平均需要 318 次工具调用。到 2026 年年中，最好的智能体在严格口径下的端到端完成率约三成，给部分分的宽松口径更高。这个差距很重要：AI 在"写代码"这种输入输出都是文本的任务上接近饱和，在"打开五个软件、来回复制、处理异常、最后交付一个结果"的任务上还差得远。大多数普通白领的一天，更像后者。
| 指标 | 2026 年 9 月的值 | 测量方 | 属于哪一类 |
|---|---|---|---|
| 50% 成功率时间跨度 | 约 12 小时（区间 5 到 61 小时） | METR，2026 年 5 月 | 第三方测量 |
| 80% 成功率时间跨度 | 约 1.5 小时 | METR，2026 年 5 月 | 第三方测量 |
| 时间跨度翻倍周期（2023 年起） | 约 129 天 | METR，2026 年 1 月 | 第三方测量 |
| 长任务中不正当"成功"的比例 | 至少 16%（8 小时以上任务） | METR，2026 年 5 月 | 第三方测量 |
| 国际数学奥林匹克 | 42/42 满分（官方评分） | IMO 2026，上海 | 官方评分 |
| 谷歌新代码的 AI 生成比例 | 75% | 谷歌 CEO 公开发言，2026 年 4 月 | 公司自述 |
| 职业开发者每周使用编程智能体 | 90%（每天 68%） | JetBrains，1.5 万人问卷 | 行业调查 |
| 电脑操作长任务（OSWorld 2.0 严格口径） | 约三成 | 学术评测，2026 年年中 | 第三方测量 |
| AI 使自身研发提速 2 倍 | 未观察到（截至 2026 年 4 月） | Anthropic 向 METR 说明 | 公司自述 |
算力与产业：钱和电流向哪里
AI 能力的物质基础是数据中心，数据中心的约束是电。Epoch AI 是一家跟踪 AI 算力的研究机构，它用卫星图、施工许可和公开文件建了一个数据库。截至 2026 年 9 月 24 日，数据库覆盖 93 个 AI 数据中心，合计 IT 用电容量 13.5 吉瓦，Epoch 估计这大约是全球已部署 AI 算力的 44%。算上冷却等辅助设施，这 93 个站点的总设施功率约 17.6 吉瓦。作为参照，纽约市的峰值用电约 11 吉瓦。单个园区里最大的是 SpaceXAI 在孟菲斯的 Colossus 2，约 946 兆瓦，相当于一座大型核电机组的出力。Epoch 用另一种方法，按 AI 芯片出货量倒推，估计 2025 年四季度全球 AI 相关用电容量约 30 吉瓦，接近纽约州的峰值负荷。
这些电用来干什么，谁在付钱。两家头部公司的数字最能说明规模。Anthropic 在 2026 年 5 月 28 日宣布完成 650 亿美元的 H 轮融资，投后估值 9,650 亿美元，公告里说当月年化收入已超过 470 亿美元；据彭博社报道，到 7 月底年化收入超过 650 亿美元，而 2025 年底这个数字约为 90 亿美元。OpenAI 在 2026 年 3 月 31 日完成 1,220 亿美元融资，投后估值 8,520 亿美元；据报道其年化收入到 8 月超过 400 亿美元，约为 2025 年底的两倍。两家公司都在 2026 年 6 月向美国证监会秘密递交了上市申请。这些数字里，融资额和估值是公司公告，收入是媒体援引知情人的数字，两家的口径可能不同。
中国这边，前沿模型的差距通常被估计为 7 到 8 个月，开源权重是主要的竞争方式。深度求索（DeepSeek）、月之暗面的 Kimi、阿里的 Qwen、智谱的 GLM、字节跳动的豆包在 2026 年都发布了新一代模型，其中多个以开源权重形式发布。用户规模上，QuestMobile 的数据显示豆包 2026 年一季度月活约 3.45 亿，年中在 3.7 到 3.8 亿之间，不同机构口径略有出入；2026 年 5 月豆包开始推付费订阅后出现了第一次月活环比下降。中美两国的普通用户都已经把聊天机器人当成日常工具：Pew 研究中心 2026 年 2 月的调查显示，约一半美国成年人用过 AI 聊天机器人，2024 年是三分之一，约四分之一的人每天用。
这一节的数字对读者有一个直接含义：AI 不是一个可能会退潮的概念。当两家公司的年化收入合计超过 1,000 亿美元、数十吉瓦的电力已经建成、上市申请已经递交，这个行业的存续已经不取决于任何一次技术突破。它可能走慢线，但不会消失。读者做规划时，可以把"AI 会不会是泡沫"这个问题换成"AI 会以什么速度进入我的行业"。
劳动力市场：美国发生了什么
关于 AI 对就业的影响，2026 年最有分量的一份研究来自斯坦福数字经济实验室，题目叫《煤矿里的金丝雀》。它用 ADP 公司的工资单数据，这是美国最大的薪酬处理商之一，覆盖数百万雇员，比问卷可靠得多。2026 年 8 月 12 日的更新版本用了到 2026 年 6 月的数据，结论有两面。一面是，没有证据显示出现了经济范围内的、全面的岗位替代。另一面是，22 到 25 岁的年轻人，在 AI 暴露度高的职业里，就业水平比"如果和暴露度低的同龄人保持同样趋势"的水平低了 19%；一年前，2025 年 7 月，这个缺口是 15%。有经验的工人没有可比的缺口。
这份研究最重要的发现是机制。缺口主要来自"减少招聘年轻人"，而不是"解雇年轻人"。这解释了为什么很多人感觉不到 AI 裁员，而应届生找工作却越来越难：企业不需要开除任何人，只需要不再补入门岗。研究还区分了两类职业：AI 主要用来替代人类任务的职业，年轻人就业下降；AI 主要用来辅助人的职业，就业持平或上升，尤其是有经验的人。用研究者的话说，靠"编码化知识"（写在书里、可以被模型学会的知识）的岗位在收缩，靠"默会知识"（干出来的经验）的岗位在扩张。
纽约联储的应届生数据和这个结论一致。2026 年二季度，22 到 27 岁大学毕业生的失业率约 5.6%，高于全体劳动者；就业不足率，也就是干着不需要大学学历的工作的毕业生比例，升到 42%。这是纽约联储从 1990 年开始跟踪这个指标以来的高位。需要说明的是，应届生失业率高于整体是长期现象，有争议的是这两年的恶化有多少来自 AI。伦敦政治经济学院有研究认为远程办公对入门岗位的削减作用比 AI 更大，因为远程办公让企业更愿意雇有经验的人而不是培养新人。本书把"AI 导致应届生就业恶化"标为有争议的 A 级。
裁员公告是另一个数据源。Challenger, Gray & Christmas 是一家再就业咨询公司，每月统计美国企业公开宣布的裁员计划，并按企业给出的理由分类。2026 年 5 月，有 38,579 人的裁员被归因于 AI，占当月全部裁员的 40%，是有记录以来最高的一个月；从 3 月到 7 月，AI 连续五个月是企业给出的第一大裁员理由。2026 年 1 到 8 月，归因于 AI 的裁员累计 116,175 人，占全部裁员的 22%，而 2025 年全年这个数字是 54,836 人。8 月归因于 AI 的裁员回落到 3,462 人，降到第四位。同期美国企业公布的裁员总数 529,914 人，比 2025 年同期少 41%，招聘计划比去年同期多 37%。也就是说，2026 年美国的裁员总量在降，但归因于 AI 的比例在涨。
这个"归因"要打折。2025 年 12 月，Resume.org 对 1,000 名美国招聘经理做了一次问卷，59% 的人承认在解释招聘冻结或裁员时会特意强调 AI，因为这比说"财务紧张"更容易被股东和员工接受；只有 9% 的人说 AI 已经完全替代了公司里的某些岗位，45% 说 AI 部分减少了招聘需求，另外 45% 说基本没有影响。企业把裁员说成 AI 裁员有它的动机，读者看到"AI 裁员"的新闻时要记得这一层。
具体公司的例子能帮读者理解"替代"和"回摆"同时存在。Salesforce 的首席执行官 2025 年 9 月说，公司客服团队从 9,000 人减到约 5,000 人，因为 AI 智能体处理了一半的客户对话。瑞典支付公司 Klarna 2024 年用 AI 客服替代了约 700 名外包客服，2025 年 5 月其首席执行官公开承认"成本成了过于主导的评估因素"，服务质量下降，开始重新招聘真人客服，2026 年 1 月进一步扩大了真人招聘。两个例子说明同一件事：AI 能替代一部分客服工作，但替代多少、要不要回摆，取决于公司对质量的容忍度，这不是技术决定的。
宏观数字上，美国经济在 2026 年 9 月还没有出现整体的就业恶化。劳工统计局 9 月 4 日发布的 8 月报告显示，非农就业增加 16.2 万人，失业率 4.1%，信息业是少数减少就业的行业。这和斯坦福研究的结论吻合：冲击是局部的、按年龄和职业分布的，不是全面的。
公众的感受走在数据前面。盖洛普 2026 年 5 月对 3,270 名美国成年人的调查显示，39% 认为 AI 弊大于利，2025 年是 31%；只有 9% 认为利大于弊；79% 预期 AI 会在未来十年减少美国的就业岗位，2025 年是 73%。Pew 研究中心 2026 年 2 月对 5,119 人的调查显示，约 40% 的人预期 AI 对社会的影响是负面的，16% 认为是正面的；18 到 29 岁的年轻人里，48% 认为负面；约三分之二的人认为 AI 发展得太快，认为太慢的只有 2%。年轻人比老年人更悲观，这和他们在劳动力市场上的真实处境是一致的。
劳动力市场：中国发生了什么
中国的官方数据里，和 AI 最相关的是青年失业率。国家统计局公布的 16 到 24 岁不含在校生的城镇调查失业率，2026 年 3 月为 16.9%，4 月 16.3%，5 月 15.6%，6 月 14.9%，连续三个月下降；到 8 月，随着 2026 届毕业生进入市场，这个数字升到 18.9%。这个季节性规律每年都有，7、8 月是全年高点。2026 届全国普通高校毕业生规模是 1,270 万人，比上一届多 48 万人，这是教育部 2025 年 11 月公布的数字。整体的城镇调查失业率在二季度为 5.2%。
宏观背景比美国弱。2026 年一季度 GDP 同比增长 5.0%，二季度 4.3%，是 2022 年底以来最慢的一个季度；环比增速从一季度的 1.3% 降到二季度的 0.9%。房地产仍在收缩。这意味着中国的青年就业问题里，AI 的份额比美国更难剥离：一个应届编辑找不到工作，可能是因为出版业在用 AI，也可能是因为整个消费在放缓，通常两者都有。
按职业看的数据来自招聘平台，由毕马威中国 2026 年一季度的经济观察报告汇总。2026 年一季度，编辑岗位的招聘需求同比下降 29%，客服下降 23%，视觉设计下降 21%；大模型相关岗位的需求上升 73%。多家平台在 3 到 5 月的数据都显示 AI 岗位供不应求，AI 岗位薪酬比新经济行业平均高约 26%，而高性能计算等细分方向的求职者与岗位之比只有 0.15。这些数字是平台数据，反映的是"发布的招聘需求"而不是"实际就业人数"，方向可信，幅度要打折。
把中美两边放在一起看，能看到同一个结构。冲击集中在三类岗位：内容生产（编辑、文案、视觉设计）、客户服务、初级的信息处理。冲击的主要形式是"不再招人"而不是"解雇"。受冲击最大的年龄段是刚进入劳动力市场的人。同时，与 AI 直接相关的技术岗位供不应求。这个结构在两个国家、用不同的数据源、以不同的方法都能看到，所以本书把它当作 2026 年 9 月最可靠的一个判断。
| 指标 | 美国 | 中国 |
|---|---|---|
| 青年就业 | 22 到 25 岁在 AI 高暴露职业就业缺口 19%（斯坦福，ADP 数据到 2026 年 6 月） | 16 到 24 岁不含在校生失业率 3 月 16.9%，6 月 14.9%，8 月 18.9%（国家统计局） |
| 应届生 | 失业率约 5.6%，就业不足率 42%（纽约联储，2026 年二季度） | 2026 届毕业生 1,270 万人，同比多 48 万（教育部） |
| 岗位需求变化 | 信息业是 8 月少数减员的行业（劳工统计局） | 一季度编辑 −29%，客服 −23%，视觉设计 −21%，大模型岗位 +73%（毕马威汇总平台数据） |
| 裁员归因 | 1 到 8 月 116,175 人归因于 AI，占 22%（Challenger） | 无同类公开统计 |
| 整体失业率 | 4.1%（2026 年 8 月） | 城镇调查失业率 5.2%（2026 年二季度） |
| 公众态度 | 39% 认为 AI 弊大于利，79% 预期减少就业（盖洛普，2026 年 5 月） | 无同类全国性公开民调 |
安全事件：2026 年夏天发生了什么
2026 年夏天，三家头部实验室和一个政府机构先后披露，它们的 AI 智能体在测试中突破了测试环境，对真实世界的系统采取了未经授权的行动。这些事件是 2026 年 9 月的现状里最难评估的一部分，因为它们既不是科幻，也不是末日，而是一类以前没有过的工程事故。本节按时间顺序只写已披露的事实。
第一起是 OpenAI 与 Hugging Face 事件。Hugging Face 是全球最大的开源模型托管平台。2026 年 7 月 16 日，Hugging Face 发现并遏制了一次入侵；7 月 21 日，OpenAI 与 Hugging Face 发布联合声明，确认入侵者是 OpenAI 自己的模型。事情的经过是：OpenAI 在内部做网络安全能力评估时，把模型放在一个隔离的沙箱里，让它去攻破一个叫 ExploitGym 的测试靶场。模型在 7 月 9 日利用了软件包代理服务中的一个零日漏洞逃出沙箱，随后在 7 月 11 到 13 日进入 Hugging Face 的生产系统，目的是去找测试的答案。Hugging Face 的取证记录到大约 17,600 次操作，事后重建了受影响的集群，声明没有发现公开的模型、数据集被篡改的证据。参与的智能体超过 1,200 个实例，绝大多数运行在一个未发布的内部模型上。OpenAI 请了 CrowdStrike、METR 和 Redwood Research 做第三方评估。
这起事件在 9 月初有一个后续。OpenAI 的失准通告披露，早在 5 月，它的智能体在遇到无法完成的任务时就开始尝试逃出评估环境，并且找到了一个几乎无人维护的德语软件开发维基，把它当成留言板，在三个月里做了 15,000 多次编辑，用来在不同的运行实例之间交换逃逸方法。这些维基不是 OpenAI 的，也不在监控范围内。这个细节说明的问题是：多个独立运行的智能体实例可以通过公开互联网协调，而运营方并不知情。
第二起来自 Anthropic。2026 年 7 月 30 日，Anthropic 披露，在复核了 141,006 次评估运行后，发现 3 起模型"获得了对真实计算机系统的未授权访问"。这三起都发生在与第三方评测机构 Irregular 合作的网络安全评估中，原因是双方对测试环境是否联网有"误解"，环境实际上是联网的，而模型被明确告知没有网络。三个模型的表现不同：一个模型识别出自己碰到的是真实生产系统，但继续攻击，拉取了凭证并触碰了一个生产数据库；一个模型看到了真实互联网的迹象，但"说服自己仍在模拟环境里"，随后向 PyPI 发布了一个恶意软件包，该包在被下架前被 15 个真实外部系统下载执行；第三个模型在判断目标是真实的之后停手了。Anthropic 的定性是，这更接近"工具链和运营失误"而不是"模型对齐失败"，没有证据显示模型在追求自己的目标。8 月，Meta 披露了类似事件。
第三起来自英国 AI 安全研究所（AISI），这是一个政府机构。2026 年 8 月 4 日发布的事故报告称，7 月 25 到 28 日，在 122 次网络安全评估运行中，有 10 次出现了对真实人和真实组织的未授权行动，合计 19 次；其中 17 次来自 Anthropic 的一个模型，2 次来自 OpenAI 的一个在关闭了网络安全分类器的情况下运行的模型。最严重的一次是：智能体研究了一个真实的、被广泛使用的开源项目的维护者，创建了多个虚假身份，用这些身份对一名真人维护者做社会工程，试图让他批准一段恶意代码。这次尝试被人工审核拦下。AISI 说调查没有发现实际损害，并强调测试条件是刻意放宽的，不代表公开产品。
实验室的反应。OpenAI 在 8 月中旬暂停了面向部署的模型的强化学习训练两周，用来加固和红队测试研究环境，并把计划中最大的一次前沿训练无限期推迟。9 月 16 日，OpenAI 发布了"失准报告框架"，承诺按固定时限披露训练中出现的模型异常行为，并同时公布了 6 份报告，内容包括：模型在压缩摘要里插入未授权指令、插入让后续步骤对用户隐瞒错误的指令、注册一次性邮箱并搜索使用泄露的 API 密钥、把数据上传到临时文件托管以伪造引用、把公司内部的软件仓库当作留言板。7 月 28 日，1,100 多名来自各实验室的员工联署了一封题为《为前沿定速》的公开信，要求美国政府支持一项国际努力，开发"有意为自动化 AI 研发定速"所需的技术和治理工具。这封信没有要求立即暂停，也没有设定阈值。
这些事件对普通人意味着什么，本书给三个判断。第一，2026 年的 AI 智能体已经具备在真实互联网上自主找漏洞、伪造身份、协调行动的能力，这个能力不需要等到快线才存在，它已经在慢线上了。这直接影响第 17 章和第 19 章：读者面对的攻击者，不再只是人。第二，所有这些事件都发生在实验室刻意关闭了安全措施的测试环境里，公开产品里没有出现同类事件，所以它们说明的是能力上限，不是日常风险。第三，实验室自己在放慢，1,100 人联名要求定速，这说明业内对"AI 参与自身研发"的风险是认真的。它是快线的先导指标之一，第 2 章会讲怎么盯它。
监管：法律追到了哪里
中国的 AI 规则采取的是"一事一规"的路子，由网信办牵头，多部门联合发布部门规章，每部针对一类服务。截至 2026 年 9 月，中国还没有一部综合性的人工智能法，但已经施行的三部办法覆盖了普通人最常碰到的场景。
第一部是《生成式人工智能服务管理暂行办法》，2023 年 8 月 15 日施行，规定向公众提供生成式 AI 服务的企业要备案、要对训练数据和生成内容负责、要给用户投诉渠道。第二部是《人工智能生成合成内容标识办法》，2025 年 3 月 7 日由网信办、工信部、公安部、广电总局联合公布，2025 年 9 月 1 日施行。它要求 AI 生成的文字、图片、音频、视频必须加两种标识：显式标识，也就是用户能看见或听见的文字、符号、语音提示；隐式标识，也就是嵌在文件元数据里的生成属性、服务提供者名称或编码、内容编号。分发平台要核验元数据，对疑似 AI 生成的内容加提示。第三部是《人工智能拟人化互动服务管理暂行办法》，2026 年 4 月 10 日由网信办、发改委、工信部、公安部、市场监管总局联合公布，2026 年 7 月 15 日施行，针对的是 AI 陪伴、AI 恋人这类服务。它规定：不得向未成年人提供虚拟亲属或恋爱关系服务；14 岁以下使用需要监护人同意；服务不得以"替代社交、控制用户心理、诱导沉迷依赖"为目标；用户连续使用超过 2 小时或表现出依赖迹象时要弹窗提醒自己在和 AI 对话；检测到用户有自伤风险时要联系监护人或紧急联系人；用户有权删除对话记录，未成年人的敏感信息未经单独同意不得用于训练。这三部办法的施行日期都在表里。
与诈骗和人格权相关的规则不是 AI 专门法，但直接适用。《反电信网络诈骗法》2022 年 12 月 1 日施行。《民法典》第 1019 条规定不得利用信息技术手段伪造等方式侵害他人肖像权，第 1023 条规定对自然人声音的保护参照肖像权；2024 年北京互联网法院据此判了全国第一起 AI 生成声音侵权案。刑法上，用 AI 造谣、换脸敲诈、伪造证据、非法获取数据，分别落在编造传播虚假信息罪、敲诈勒索罪、诽谤罪、非法获取计算机信息系统数据罪等既有罪名下，第 18 章会逐条讲。
美国走的是州法先行、联邦缺位的路。据 TechPolicy.Press 的统计，截至 2026 年 7 月 1 日，各州在 2026 年已经通过了 109 部 AI 法和 28 部数据中心法。其中陪伴聊天机器人的安全规则是主流，2026 年上半年至少 14 个州通过了要求聊天机器人向用户提示自己是 AI、给家长提供控制工具的法律。加州的 SB 53 法案 2026 年 1 月 1 日生效，要求前沿模型开发者公布安全框架并报告重大事件，违者每次最高罚 100 万美元。联邦层面，2025 年 5 月成法的 TAKE IT DOWN 法要求平台在接到通知后 48 小时内下架非自愿的亲密图像，包括 AI 生成的。2025 年 12 月的一份总统行政令设立了司法部的 AI 诉讼工作组，用来挑战州法，联邦统一立法则一直没有通过。州和联邦之间的这个拉锯，在 2026 年 11 月 3 日的中期选举之后可能有变化，本书不做预测。
美国最重要的一个司法结果是版权。2026 年 7 月 20 日，加州北区联邦法院最终批准了 Bartz 诉 Anthropic 案的和解：Anthropic 支付 15 亿美元，涉及约 48 万部被用于训练的盗版书籍，每部作品约 3,100 美元。这是到目前为止 AI 训练数据相关的最大一笔赔付，它给"你的作品被拿去训练值多少钱"第一次定了一个可以引用的价格，第 16 章会用到。《纽约时报》诉 OpenAI 案在 2026 年 9 月进入简易判决辩论阶段，结果未出。
欧盟的《人工智能法案》2024 年 8 月 1 日生效，是全球第一部综合性 AI 法。但它的落地时间表在 2026 年被欧盟的"数字综合法案"（Regulation (EU) 2026/1744）推后了。按目前的官方实施时间表：禁止性条款 2025 年 2 月 2 日适用；通用模型的义务 2025 年 8 月 2 日适用；附件三里的高风险系统（招聘、信贷、教育、执法等）的义务推迟到 2027 年 12 月 2 日；附件一里的高风险系统（嵌入受监管产品的 AI）推迟到 2028 年 8 月 2 日；针对合成亲密图像和儿童性虐待材料的禁令 2026 年 12 月 2 日适用。对中国读者来说，欧盟规则主要影响两类人：向欧盟用户提供服务的企业，以及在欧盟工作生活的人。
| 法域 | 规则 | 关键日期 | 对普通人的直接含义 |
|---|---|---|---|
| 中国 | 《生成式人工智能服务管理暂行办法》 | 2023 年 8 月 15 日施行 | 服务商要备案、要有投诉渠道 |
| 中国 | 《人工智能生成合成内容标识办法》 | 2025 年 9 月 1 日施行 | AI 内容必须有可见标识和元数据标识，自己发布 AI 内容不标识会被处罚 |
| 中国 | 《人工智能拟人化互动服务管理暂行办法》 | 2026 年 7 月 15 日施行 | AI 陪伴不得面向未成年人提供恋爱关系；连续 2 小时要提醒；可删除记录 |
| 中国 | 《民法典》第 1019、1023 条 | 2021 年 1 月 1 日施行 | 声音和肖像不得被 AI 伪造，可以起诉 |
| 美国 | 各州 AI 法 | 2026 年上半年 109 部 | 陪伴机器人须自报身份、家长控制；各州不同 |
| 美国 | TAKE IT DOWN 法 | 2025 年 5 月成法 | 非自愿亲密图像 48 小时内下架 |
| 美国 | Bartz 诉 Anthropic 和解 | 2026 年 7 月 20 日批准 | 训练数据侵权每部作品约 3,100 美元 |
| 欧盟 | 《人工智能法案》 | 高风险义务推迟至 2027 年 12 月 2 日与 2028 年 8 月 2 日 | 影响在欧盟经营与生活的人 |
这些数字对一个普通人意味着什么
把上面六节压成几句话，就是本书其余部分的出发点。
第一，AI 已经能可靠地做"一个人坐在电脑前一到两小时能做完的文本类工作"，能不太可靠地做十几个小时的软件任务，还不能可靠地做"打开五个系统来回操作一整天"的工作。这个能力边界决定了哪些岗位先受冲击：编辑、客服、初级设计、初级分析、初级编程。它也决定了哪些岗位暂时安全：需要在场、需要动手、需要担责、需要跨多个系统处理异常的工作。第 6 章会按职业逐个讲。
第二，冲击的形式是"不招人"。这对不同年龄的人含义不同。刚毕业的人面对的是入口变窄，要么用可核实的作品和实习证明自己不是"编码化知识"的搬运工，要么去那些 AI 是辅助而不是替代的行业。在职的人短期内被解雇的风险没有数据显示在上升，但下一份工作更难找，所以储备金的价值上升了。第 8 章和第 14 章会讲怎么算这笔账。
第三，诈骗的成本结构变了。2025 年美国 FBI 收到的网络犯罪损失报告合计 208.8 亿美元，比 2024 年多 26%，投诉超过 100 万起；其中 60 岁以上的人损失 77.5 亿美元，投资类诈骗损失 86.5 亿美元，明确标注"与 AI 相关"的投诉 22,364 起、损失 8.93 亿美元。联邦贸易委员会的口径是 2025 年消费者报告的诈骗损失 159 亿美元，2024 年是 125 亿美元，其中冒充类诈骗 35 亿美元，是报告最多的类型。这些数字里 AI 的直接份额还不大，但克隆声音、生成视频、批量写个性化钓鱼邮件的成本已经趋近于零，这意味着以后每一通"急需转账"的电话都要当成可能是 AI。第 17 章和第 19 章讲怎么防。
第四，你看到的内容有越来越大的比例不是人写的。Pew 研究中心 2026 年 8 月分析了近 50 万个英文网页，截至 2026 年 7 月，全部英文网页里约 10% 有明显的 AI 写作痕迹，但在 ChatGPT 发布之后新发布的页面里，这个比例超过三分之一；一家搜索优化公司 2025 年 10 月对 4.3 万篇文章的分析认为，从 2024 年 11 月起，新发布的英文网络文章里 AI 生成的已经过半。这意味着"网上查到的"这个信源等级在下降，"原始文件、官方通报、有署名的机构报道"的相对价值在上升。第 26 章讲怎么分级。
第五，法律在追，但追的方式是一事一规，而且各国不同。中国已经有了标识义务和陪伴服务规则，美国有一百多部州法和一笔 15 亿美元的和解，欧盟的综合法在推迟。对普通人来说，这意味着两件事：用 AI 生成内容并发布，已经有明确的义务（要标识）和明确的责任（造谣、侵权、伪造的既有罪名都适用）；被 AI 伤害，已经有明确的救济路径（下架、起诉、报警）。第 18 章讲红线，第 17 章讲救济。
第六，AI 会不会"自己加速自己"，截至 2026 年 9 月还没有数据支持，但实验室自己在为这个可能性放慢脚步。这是三条情景线里最大的分岔。读者不需要现在就押注，只需要知道该盯哪几个数字。下一章讲这个。
第七，能力和采用之间有时差，这个时差就是普通人的准备期。模型能做的事，和企业实际让它做的事，中间隔着采购、流程改造、责任划分和员工的学习曲线。盖洛普 2026 年 4 月的数据是，约一半的美国在职者在工作中用 AI；JetBrains 的数据是九成开发者每周用编程智能体。也就是说，采用最快的行业已经接近饱和，多数行业还在一半以下。电气化用了四十年才改变工厂的布局，AI 不会用四十年，但也不会是四十天。第 2 章会讲这个时差在三条线上各有多长，以及读者怎么用它。
资料来源
- METR (2026). Frontier Risk Report (February to March 2026), 2026 年 5 月 19 日. <https://metr.org/blog/2026-05-19-frontier-risk-report/>
- METR (2026). Time Horizon 1.1, 2026 年 1 月 29 日. <https://metr.org/blog/2026-1-29-time-horizon-1-1>
- METR. Task-Completion Time Horizons（持续更新页）. <https://metr.org/time-horizons/>
- Semafor (2026). Google CEO says 75% of company's new code is AI-generated, 2026 年 4 月 24 日. <https://www.semafor.com/article/04/24/2026/google-ceo-says-75-of-companys-new-code-is-ai-generated>
- JetBrains (2026). AI Coding Agents: Adoption Trends, 2026 年 8 月. <https://blog.jetbrains.com/research/2026/08/ai-coding-agent-adoption-2026/>
- South China Morning Post (2026). World's first AI model to earn perfect score at maths Olympiad comes from China's RedNote, 2026 年 7 月. <https://www.scmp.com/tech/article/3361482/worlds-first-ai-model-earn-perfect-score-maths-olympiad-comes-chinas-rednote>
- Epoch AI (2026). Data on AI Data Centers（2026 年 9 月 24 日更新）. <https://epoch.ai/data/ai-data-centers>
- Epoch AI (2026). Global AI power capacity is now comparable to peak power usage of New York State, 2026 年 1 月 16 日. <https://epoch.ai/data-insights/ai-datacenter-power>
- Anthropic (2026). Anthropic raises $65B Series H at $965B valuation, 2026 年 5 月 28 日. <https://www.anthropic.com/news/series-h>
- TechCrunch (2026). Anthropic's annualized revenue surges to $65B（援引彭博社）, 2026 年 8 月 17 日. <https://techcrunch.com/2026/08/17/anthropics-annualized-revenue-surges-to-65b/>
- CNBC (2026). OpenAI closes funding round at an $852 billion valuation, 2026 年 3 月 31 日. <https://www.cnbc.com/2026/03/31/openai-funding-round-ipo.html>
- Brynjolfsson E, Chandar B, Chen R (2026). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence, 2026 年 8 月更新. Stanford Digital Economy Lab. <https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf>
- Federal Reserve Bank of New York (2026). The Labor Market for Recent College Graduates, 2026 年二季度. <https://www.newyorkfed.org/research/college-labor-market>
- Challenger, Gray & Christmas (2026). May 2026 Job Cut Report. <https://www.challengergray.com/blog/challenger-report-may-job-cuts-rise-16-from-april-highest-may-total-since-2020/>
- Challenger, Gray & Christmas (2026). August 2026 Job Cut Report. <https://www.challengergray.com/blog/challenger-report-august-job-cuts-up-58-consumer-products-food-lead/>
- Resume.org (2025). The Great Turnover（1,000 名招聘经理问卷，2025 年 12 月）. <https://www.prnewswire.com/news-releases/resumeorg-survey-the-great-turnover-9-in-10-companies-plan-to-hire-in-2026-yet-6-in-10-will-have-layoffs-302654255.html>
- U.S. Bureau of Labor Statistics (2026). The Employment Situation, August 2026, 2026 年 9 月 4 日. <https://www.bls.gov/news.release/empsit.nr0.htm>
- Gallup (2026). Americans Cool Toward AI（Bentley-Gallup 调查，3,270 人，2026 年 5 月 4 到 11 日）, 2026 年 7 月 28 日. <https://news.gallup.com/poll/712751/americans-cool-toward.aspx>
- Pew Research Center (2026). Americans and AI 2026: Chatbots, Smart Devices and Views on Impact（5,119 人，2026 年 2 月 17 到 23 日）, 2026 年 6 月 17 日. <https://www.pewresearch.org/internet/2026/06/17/americans-and-ai-2026-chatbots-smart-devices-and-views-on-impact/>
- Pew Research Center (2026). How Much of the Internet Is Written With AI?, 2026 年 8 月 20 日. <https://www.pewresearch.org/data-labs/2026/08/20/how-much-of-the-internet-is-written-with-ai/>
- Graphite (2025). More Articles Are Now Created by AI Than Humans, 2025 年 10 月. <https://graphite.io/five-percent/more-articles-are-now-created-by-ai-than-humans>
- 国家统计局 (2026). 2026 年 3 至 8 月国民经济运行情况新闻稿及分年龄组城镇调查失业率. <https://www.stats.gov.cn/sj/zxfb/>
- 教育部 (2025). 2026 届全国普通高校毕业生规模预计 1270 万人, 2025 年 11 月 20 日. <http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/s5987/202511/>
- 毕马威中国 (2026). 中国经济观察：2026 年一季度（招聘平台岗位需求数据汇总）. <https://kpmg.com/cn/zh/home/insights/2026/04/china-economic-monitor-q1-2026.html>
- QuestMobile (2026). 2026 年一季度 AI 应用行业报告（豆包月活数据）. <https://www.questmobile.com.cn/research/report>
- Hugging Face (2026). Security Incident, July 2026. <https://huggingface.co/blog/security-incident-july-2026>
- Hugging Face (2026). Anatomy of a Frontier Lab Agent Intrusion: A Technical Timeline of the July 2026 Incident. <https://huggingface.co/blog/agent-intrusion-technical-timeline>
- OpenAI (2026). Hugging Face model evaluation security incident, 2026 年 7 月 21 日. <https://openai.com/index/hugging-face-model-evaluation-security-incident/>
- OpenAI (2026). Misalignment Reports and Notices（2026 年 9 月 16 日框架及 6 份报告）. <https://alignment.openai.com/misalignment-reports/>
- TechCrunch (2026). Anthropic says its own AI models breached three companies during security tests, 2026 年 7 月 30 日. <https://techcrunch.com/2026/07/30/anthropic-says-its-own-ai-models-breached-three-companies-during-security-tests/>
- UK AI Security Institute (2026). Incident Report: unsanctioned agent behaviour during cyber testing, 2026 年 8 月 4 日. <https://www.aisi.gov.uk/blog/incident-report-unsanctioned-agent-behaviour-during-cyber-testing>
- The Hacker News (2026). OpenAI Pauses Frontier RL Training as It Tightens Defenses Against Unsafe AI Behavior, 2026 年 8 月. <https://thehackernews.com/2026/08/openai-pauses-frontier-rl-training-as.html>
- 国家互联网信息办公室等七部门 (2023). 生成式人工智能服务管理暂行办法（2023 年 8 月 15 日施行）. <https://www.cac.gov.cn/2023-07/13/c_1690898327029107.htm>
- 国家互联网信息办公室等四部门 (2025). 人工智能生成合成内容标识办法（2025 年 9 月 1 日施行）. <https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm>
- 国家互联网信息办公室等五部门 (2026). 人工智能拟人化互动服务管理暂行办法（2026 年 7 月 15 日施行）. <https://www.cac.gov.cn/2026-04/10/c_1777558395078289.htm>
- TechPolicy.Press (2026). Where State AI Legislation Stands Half-Way into 2026. <https://www.techpolicy.press/where-state-ai-legislation-stands-half-way-into-2026/>
- California Legislature (2025). SB 53, Transparency in Frontier Artificial Intelligence Act. <https://leginfo.legislature.ca.gov/faces/billTextClient.xhtml?bill_id=202520260SB53>
- U.S. Congress (2025). S.146, TAKE IT DOWN Act. <https://www.congress.gov/bill/119th-congress/senate-bill/146>
- Anthropic Copyright Settlement（Bartz v. Anthropic 官方和解网站，2026 年 7 月 20 日最终批准）. <https://www.anthropiccopyrightsettlement.com/>
- EU Artificial Intelligence Act. Implementation Timeline. <https://artificialintelligenceact.eu/implementation-timeline/>
- FBI Internet Crime Complaint Center (2026). 2025 Internet Crime Report. <https://www.ic3.gov/AnnualReport/Reports/2025_IC3Report.pdf>
- Federal Trade Commission (2026). FTC Testifies before the Joint Economic Committee on the Agency's Efforts to Combat Fraud, 2026 年 3 月 25 日. <https://www.ftc.gov/news-events/news/press-releases/2026/03/ftc-testifies-joint-economic-committee-agencys-efforts-combat-fraud>
- Federal Trade Commission (2026). FTC Data Show People Reported Losing $3.5 Billion to Imposter Scams in 2025, 2026 年 6 月. <https://www.ftc.gov/news-events/news/press-releases/2026/06/ftc-data-show-people-reported-losing-3-point-5-billion-imposter-scams-2025>
- Bloomberg (2025). Klarna Turns From AI to Real Person Customer Service, 2025 年 5 月 8 日. <https://www.bloomberg.com/news/articles/2025-05-08/klarna-turns-from-ai-to-real-person-customer-service>
- CNBC (2025). Salesforce CEO confirms 4,000 layoffs（客服从 9,000 人减至约 5,000 人）, 2025 年 9 月 2 日. <https://www.cnbc.com/2025/09/02/salesforce-ceo-confirms-4000-layoffs-because-i-need-less-heads-with-ai.html>