Some ideas for what comes next, May 2026 (Interconnects)¶
Ch01.910 Some ideas for what comes next, May 2026 (Interconnects)¶
📊 Level ⭐⭐⭐⭐⭐ | 8.7KB |
entities/some-ideas-for-what-comes-next-may-2026.md
Some ideas for what comes next, May 2026 (Interconnects)¶
Background: Nathan Lambert (Interconnects) 2026 年 5 月对 AI 行业未来一年的洞察：开源/闭源模型差距、AI 经济规模、地缘政治、知识工作极化等多维度预测。
关键论断¶
1. 开源-闭源差距不会按 benchmark 收窄¶
- Opus 4.5 in Claude Code 时刻 (2025-12) 是"响亮而明显"的性能拐点
- 即使开源模型在 benchmark 上升，实际 agentic harness 适用性才是真正的检验
- 即使 Google 都没有 Claude Code/Codex 的明确竞品
- 预测开源要 12+ 个月才能追平这层实用差距
2. 开源模型的下沉用途¶
- 自动化、企业 Agent、低成本领域
- 不是现代知识工作的核心工具
- 喂给 AI 营收增长的"经济引擎"的是 Claude Code / Codex 这类
3. 中国实验室的处境¶
- 资源受限，缺乏立即扩展训练流程的路径
- 阿里、字节等更企业化的实验室立场保守（安全/合规）
- 转向 specialization（如 AI Proem）而非与 OpenAI/Anthropic/Google 正面竞争
4. Mythos 模型¶
- 不是"碾压所有领域的上帝模型"
- 在软件工程和网络安全方面是显著的工程成就
- 美国大公司训练算力加速的"风向标"
5. 算力分布¶
- Google ~25%, Meta ~11%, OpenAI ~11%, Anthropic ~6%
- 全部远超任何中国实验室
6. 美国开源生态的稳定化¶
- NVIDIA Nemotron, Google Gemma, Arcee AI 等
- Gemma 4 系列与 Qwen 3.5/3.6 同尺寸相当或更优
- Apache 2.0 许可（消除早期 Gemma 的使用限制）
- 像 Llama 3 时代的美国模型采用率
7. 两大旗舰公司竞争¶
- GPT 5.5 vs Claude (Codex vs Claude Code)
- 短期内是"无情的竞争"
8. AI 推动公司两极化¶
- 大公司：利用资源 + 人才在前沿能力上持续进步
- 小公司（如 Interconnects）：用 Agent 精炼 + 呈现 + 销售小众专业知识
- 中间地带的知识工作者面临岗位流失
9. 地缘政治¶
- Pope 发布 40,000 字关于 AI 走向的文件
- 中国扩大顶级 AI 人才流动限制
- 美国将 Anthropic 列为供应链风险，但继续用于国家安全
- 现有权力结构意识到影响 AI 走向的时间窗口有限
10. 关键警告¶
- 实验室正在聚集和集中人才到顶峰
- 中立的 AI 现实传播者很少
- 顶级实验室领导层准备 IPO + 保持能力领先
- 现状下几乎没有"展开这路径"的动作
- 个体需要逆势而为（不追"今天赚钱"，不迷信"在实验室才有影响力"）
启示¶
对开发者/研究者： - 开源模型用于自动化/企业 Agent - 闭源模型用于知识工作核心 - 在两个生态都有产品布局
对行业： - 短期：旗舰公司竞争 - 中期：地缘政治 + 反 AI 情绪压力 - 长期：权力结构的"AI 影响时间窗口"博弈
相关概念¶
- 开源 vs 闭源模型差距
- AI 经济规模（Codex App, Claude Code 商业化）
- AI 与地缘政治
- 知识工作两极化
- Mythos 模型（Anthropic）
来源¶
Nathan Lambert 在 Interconnects 发表的 2026-05 月度洞察。
相关实体¶
深度分析¶
开源闭源差距的衡量维度转变¶
开源与闭源模型差距的真实衡量标准不是 benchmark 分数，而是 agentic harness 的实际适用性。当 Claude Code 在 2025 年 12 月展现出"响亮而明显"的性能拐点后，即使开源模型在标准测试上持续追赶，但要真正追平实际工作流中的表现，Lambert 估计需要 12 个月以上。这个判断的深层含义是：闭源模型的护城河已经从前沿能力转移到完整的产品体验和生态整合上。
美国开源模型生态的结构性成熟¶
Gemma 4 采用 Apache 2.0 许可标志着美国大厂开源战略的根本性转变——从受限许可走向完全开放。这种"真正 permissive license"带来的采用率增长，映射了 Llama 3 时代的模式。美国开源生态正在通过品牌信任（而非仅仅是技术性能）建立与开发者的直接连接，为下一代 agentic 工作流和企业关系奠定基础。这个趋势对中国实验室的追赶形成了非技术性的壁垒。
AI 驱动的知识工作两极化¶
AI 正在将公司和知识工作者推向两个极端：掌握资源的大公司持续推进前沿能力，而小型专业化企业通过 Agent 精炼 niche 专业知识来差异化生存。中间地带的知识工作者面临岗位流失——那些无法嵌入"大公司技术端"或"小公司 human-interface 端"的人将逐渐被替代。这个两极化不是技术问题，而是组织问题：现有权力结构意识到 AI 影响力时间窗口有限，正在加速集中人才和资源。
地缘政治与 AI 发展的内在张力¶
Pope 的长文和中国的 AI 人才流动限制反映出权力结构对 AI 失控的深层焦虑。美国将 Anthropic 列为供应链风险同时继续用于国家安全，这种矛盾揭示了 AI 发展与主权安全之间的根本张力。Lambert 指出 anti-AI 情绪的真正基础不是技术误解，而是普通美国人意识到自己在数据中心建设问题上拥有否决权——这是 tech industry 从未赋予他们的权力。这种结构性张力正在为未来几年的行业冲突埋下伏笔。
个体逆势行动的可能性与边界¶
Lambert 强调个体需要对抗群体思维——不追"今天赚钱"，不迷信"在实验室才有影响力"。然而在人才高度集中、顶级实验室准备 IPO 的背景下，逆势的可行性存疑。Lambert 本人的路径（经营独立 newsletter + 构建开源生态支持）提供了一种模型：但这要求极高的个人品牌和专业化 niche，而非通用知识工作者的可行选项。
实践启示¶
对开发者和研究者的行动建议¶
开源模型适用于自动化场景和企业级 Agent 部署，而闭源模型则是知识工作核心流程的首选工具。在 AI 技术快速迭代的当下，最好在两个生态系统都有产品布局，以应对不同场景的需求。同时关注 open-source-ai-ecosystem 的演进，特别是美国大厂 permissive license 策略的长期影响。
对组织战略规划的启示¶
短期需准备旗舰公司之间的激烈竞争，中期关注地缘政治和反 AI 情绪带来的合规压力，长期则需要在权力结构对 AI 影响力时间窗口的争夺中找到自身定位。Lambert 的分析表明，AI 经济引擎的实际驱动力来自 Claude Code 和 Codex 这类产品，而非 benchmark 领先的开源模型。
对开源生态建设者的方向指引¶
美国开源模型生态正在经历品牌信任建立阶段。Gemma 4 的 Apache 2.0 许可转变是一个信号：模型发布策略的重要性已经不亚于模型本身的技术性能。对于开源生态建设者来说，permissive license + 开发者直接关系 = 采用率增长，这是可以借鉴的战略路径。
对地缘政治分析者的关注重点¶
Lambert 提到的三个地缘政治信号值得持续跟踪：Pope 的 AI 文件（宗教与权力对 AI 的介入）、中国 AI 人才流动限制（技术民族主义深化）、美国将 Anthropic 列为供应链风险（主权与安全的内在矛盾）。这些信号汇聚成同一个趋势：现有权力结构正在以非市场手段重塑 AI 发展轨迹。
对个人职业发展的逆势思考¶
个体在 AI 生态中的逆势行动需要具体化：不完全追随"在实验室才有影响力"的路径依赖，也不盲目追逐短期变现机会。Lambert 暗示的可能路径是构建 niche 专业知识 + 利用 Agent 工具放大个人影响，而非依赖平台或雇主的背书。这要求个人在专业化方向上持续积累，并在工具使用上保持前瞻性。