2026年了，AI 早就不是"会不会用 ChatGPT"的问题。神经网络、Transformer、LLM、推理模型、Agent……概念满天飞，但大多数人缺的不是又一个工具教程，而是一张完整的AI地图。

最近，斯坦福商学院 AI@GSB 邀请 Mihail Eric 做了一场一小时的重磅演讲，题目直译过来叫《2026年的人工智能：从入门到精通》。他从15年AI进化史讲到现代模型配方，从Agent解剖讲到商业模式变革，最后留下了一份"开放问题清单"。

这篇推文把全场21页核心PPT原样贴出，每页下面配中文翻译和解读，文末附Q&A精华。收藏这一篇，胜过刷一百条碎片视频。

Mihail Eric（米哈伊尔·埃里克），业内公认的"既能造模型、又能讲人话"的实干派。他的履历在AI圈属于稀缺组合：

▲ 这个背景说明他讲的不只是"学术前沿"，而是一线造模型、卖AI产品的真金白银经验。演讲开场他还自嘲：读CS本科时每周都收到商学院学生找技术联合创始人的私信，一封都没回——十年后受邀回到同一个礼堂，"你们真执着"。

【原版翻译】About Me｜关于我

大家好！我是斯坦福本科/硕士毕业，CS146S 课程讲师，Monaco（一家旧金山销售领域初创公司）AI负责人，数十家公司的AI顾问（客户从种子期初创到上市企业）。我曾在 Amazon Alexa 造出最早的LLM，创办并出售过一家机器学习教育初创公司，还创办过一家YC投资的AI编程公司。

【原版翻译】Outline｜本场目录

AI简史 → 术语扫盲 → 应用全景 → 基础设施 → 开放问题 → 结语。（这一页他口头展开：不管你是什么技术背景，听完都能带着一套完整的AI语汇走出教室。）

【原版翻译】Deep Learning｜深度学习（第一波：2012-2016）

● 神经网络迎来重生：新的机器学习训练方法 + 算力规模化（消费级GPU）+ 数据量足以学习复杂模式（ImageNet）；
● 图像任务、语音识别、机器翻译获得巨大提升。

解读：深度学习的算法上世纪50年代就有了、90年代就很成熟，为什么2012年才爆发？他给出"完美汇聚"三要素：新方法×GPU×大数据。特别提到 ImageNet 数据集正是斯坦福李飞飞教授团队2009年前后创建的——"黄仁勋也是从那时候开始变得更富了"（全场笑）。右侧那张图就是当年第一批把神经网络用在ImageNet上的论文截图：识别螨虫、集装箱船、小绵羊、豹子——以今天标准看简单到可爱。

【原版翻译】The Transformer Architecture｜Transformer 架构（第二波：2017）

● 2017年，论文《Attention is All You Need》；
● 在全网网页数据上做"下一词预测"训练；
● 成为现代所有前沿模型的主干骨架。

解读：所谓"下一词预测"极其朴素——"客户签署了____"，模型学着预测下一个词是"合同"还是"协议"。真正的Unlock在于：世界上大部分数据本来就是一串串文字，随便截半句话就能造出无限训练题。他强调：今天所有大厂的前沿模型，底层全部是Transformer的某种变体。这篇谷歌论文引用量数十万，"机器学习学科史上最重要的论文之一"。

【原版翻译】ChatGPT（第三波：2022）

● 大语言模型（LLM）的诞生；
● 后训练（Post-training）与人类反馈强化学习（RLHF），把朴素的"补全模型"进化成能听懂用户指令、对齐用户偏好、解决任务的模型；
● 模型早已存在 → 界面与底层模型同样重要。

解读：这是给商学院学生的第一记重锤——GPT-3.5 早就躺在实验室里了，让ChatGPT封神的不是模型本身，而是对话框这个界面。"模型重要、产品重要，但你怎么把它暴露给用户、用户上手有多容易，同样重要。"右侧截图就是2022年ChatGPT刚上线时的样子——三年过去，这个界面几乎没变过，"简单自有其美"。

【原版翻译】Reasoning Models｜推理模型（第四波：2024）

● OpenAI o1 是首个重要推理模型；
● 可验证奖励（Verifiable rewards）+ 测试时算力（Test-time compute）+ 强化学习，解锁了数学、编程、长程智能体任务。

解读：全场最关键的技术判断来了——"推理模型是Agent的创世纪（genesis）"。没有推理模型，就没有后来的Agent时代。右图是o1发布时的经典曲线：横轴是"让它思考多久"（对数刻度），纵轴是数学竞赛AIME得分——算力每上一个数量级，成绩就从20分一路爬到75+分。只要允许模型"多想一会儿"，它就明显变聪明。他说这波浪潮至今没推到极限，两周前OpenAI的模型甚至解出了纳维-斯托克斯方程（数学界百年难题）。

【原版翻译】The Modern-day Model Recipe｜现代模型配方（预训练→监督微调）

提示词："帮我为种子期公司 ClosedAI 写一份投资备忘录" ↓
后训练：监督微调（Supervised Finetuning）← 输入/输出模型对

解读：他一步步演示模型的"进化"：第一步预训练——喂进维基百科、所有数字化的书、整个网页快照（Common Crawl），学会的只是接话茬：你说"帮我写备忘录"，它接"……它正与另一家叫 Missentropic 的公司竞争"（梗：Memetic + Anthropic，全场爆笑）；第二步监督微调（SFT）——喂大量"输入-输出"范例对，模型开始模仿：你说备忘录，它真给你一份备忘录了。配方一共四步：预训练 → SFT → 对齐 → 推理强化学习，每一页流程图逐步点亮。

【原版翻译】现代模型配方（最后一环：推理强化学习）

提示词 ↓ 后训练：推理强化学习（Reasoning Reinforcement Learning）

解读：第三步对齐：人类偏好数据（早期ChatGPT常让你二选一"更喜欢哪个回答"——那就是在收集对齐数据），让输出从"像备忘录"变成"像一个真正懂VC要什么的备忘录"；第四步推理强化学习：造一个"Agent环境"——世界的小型快照，让Agent在里面查CrunchBase、看PitchBook、做研究、汇总成稿，做对了给奖励。这就是今天所有前沿实验室炼模型的完整配方。

【原版翻译】Terminology Primer｜Agent 术语全景图

用户目标（User goal）→ Harness（执行框架，负责编排整个循环）：系统提示词（System prompt，角色/规则/边界）+ 工具（Tools，搜索/跑代码/调API）+ 技能（Skills，可复用的指令与资源，按需加载）→ 上下文工程（Context engineering，组装模型输入）→ 模型（Model，决定下一步动作或答案）→ 回复用户。

解读：这一页是全场含金量最高的一页，建议保存。他说"Agent"说白了就是：一个模型 + 一组指令 + 一组工具 + 一个执行循环。而Harness（执行框架）是2026年最热的词——所有包在模型外面的脚手架（工具、技能、提示词）都叫Harness。"这套术语你出去谈agent开发、谈企业用例，够用了。"

【现场演示】用 Claude 现场跑一个 Agent

他打开Claude桌面版，装好"产品经理"技能插件（含写规格、产品头脑风暴、指标评审、调研综合等8项技能），现场输入："我是一个雄心勃勃的GSB商学院学生，帮我做一个革命性的柠檬水摊。"模型动态加载了"产品头脑风暴"技能，切换到"思维伙伴（sparring partner）"模式反问他：你要做活动 catering、要把摊位彻底去掉、要做数字化……"柠檬水只是营销"。

解读：演示讲透了三件事：① Skill 本质上就是一个文本文件（skill.md）——"连技能都只是提示词"；② 工具是Agent伸向世界的手（Slack、Linear、Notion、Figma……）；③ 这个任务太简单，模型甚至没怎么调用技能，真正复杂的任务里，Harness会"在正确的时机自动拉取正确的技能，汇总结论，解决问题"。Harness就是那个知道什么时候调什么、最后统筹一切的操盘手。

【原版翻译】Applications：Vertical Agents｜垂直智能体

垂直智能体是当今企业软件最大的经济机会之一：
● 编程：Cursor、Cognition、Factory、Claude Code
● 法律：Harvey、Legora
● 销售：Monaco、Reevo
● 客服：Sierra、Decagon

解读：他给出了"通用打法"——第一步：先建平台，捕获领域工作流（哪怕平台还不怎么智能，先把用户怎么干活的数据攒下来）；第二步：把学到的 workflow 用Agent编码固化。"Harness（工具+技能+提示词）× 智能层（LLM）= 现金奶牛（cash money）。"编程是第一个被Agent洗礼的垂直——Cursor已被以600亿美元收购，这一赛道的公司全是独角兽。

【原版翻译】Applications：Consumer Agents｜消费级智能体

● 消费级智能体（OpenClaw 等年初爆火的个人AI助理）。

解读：2C的打法多了一味"秘方"：记忆与持久化（跨会话记住你）、触发器与调度（主动帮你干活）、上下文管理、以及最关键的跨渠道连接器——"到用户所在的地方去：WhatsApp、Telegram、iMessage"。年初那批消费级Agent爆红，靠的正是"无处不在+无缝体验"。

【原版翻译】Applications：Visual Generation｜视觉生成

● Higgsfield、Midjourney
● 基于扩散-Transformer的方法：模型学会把任意噪声"去噪"成图像。

解读：图里这个从雪花噪点里浮现礼堂的过程，就是扩散模型的本质：输入"modern-looking auditorium（现代风格的礼堂）"，模型从纯高斯噪声出发，一步一步"去噪"出图像。Transformer+扩散，就是今天所有视觉生成系统的底座。

【原版翻译】Applications：Audio Generation｜音频生成

● Eleven Labs、Fish Audio
● LLM Transformer架构：输入不再只是文本，可以是文本、说话人身份、情绪标记，输出是音频token；
● 用数百万小时的音频训练。

解读：还是Transformer，只改了两处：输入更富（文本提示+音色+情绪+语速），输出换了（生成的是音频token，再经神经编解码器变成波形）。下方那张流程图完整展示了：文本提示+说话人身份+情感控制 → 音频Transformer → 离散codec token → 神经编解码 → 合成语音。"万变不离其宗"。

【原版翻译】Applications：Robotics｜机器人

● 机器人（视频演示页）。

解读：他对机器人明确表态"谨慎乐观"：核心模型是VLA（视觉-语言-动作）模型，两大瓶颈——数据（"开个罐子"的真人演示数据太稀缺，现在靠合成数据在缓解）和成本（波士顿动力的机器人很酷但太贵，要普及必须大幅降本）。提到Applied Intuition和做无人机的Anduril。"这可能是最不成熟的领域，但一旦突破，也许是最有用的。"

⚡ 插播一个"元观点"：商业模式正在被Token改写

Token（词元）成了衡量智能与任务复杂度的新单位。软件因代码Agent太强而正在商品化——传统SaaS按席位收费（Salesforce式：1000人×每月20美元）正在失效。新世界只有两种定价：按用量计费（usage-based，按token）和按成果计费（outcome-based）——Sierra、Decagon们在做的就是：每自动解决一张客服工单，收一次钱。"软件本身不再值钱，能把任务干完才值钱。"

【原版翻译】Infrastructure｜基础设施

● 本轮AI浪潮最重要的投资（和机会！）之一。

解读："淘金热里最稳的生意是卖铲子。"他估算这些"卖铲子"的环节今天构成约2万亿美元的经济价值，而且是"不仅支撑这一代AI，还决定下一代AI"的战略高地。

【原版翻译】AI 产业价值链（自上而下）

产品层：AI产品与Agent（消费模型API）→ 服务层：推理提供商（把训练好的模型serve起来）→ 模型创建层：前沿实验室 + Neolabs → 基础输入层：数据提供商 + Neoclouds。

解读：这张四层图就是AI时代的"产业地图"，每一层都是千亿级生意。接下来他逐层拆解——

【原版翻译】Data Providers｜数据提供商

● Scale AI、Mercor、Surge、Handshake。

解读：这批公司专门给前沿实验室定制任务数据集和RL环境。他举了个精彩的例子：法律AI公司Harvey的"RL环境"是什么？——一个数据室：一堆PDF+Gmail+Excel的受控沙盒，让Agent在里面反复练习办案件。这行的特点："买家其实就6到10家公司（数得过来的那几家），但每个环境能卖100万美元，做完一个再做一个（rinse and repeat）。"他也直言不讳："认识不少从业者自己都承认，这是个短期游戏。"

【原版翻译】Neoclouds｜新云

● CoreWeave、Nebius；
● GPU产能、服务器集群和AI优化的算力基础设施；
● 受资本密集型云业务经济学支配；
● 推理提供商（Inference Providers）。

解读：Neocloud是"为AI而生的下一代AWS"，同样是重资本生意——"又得给黄 uncle 交钱买GPU，用几年再换新卡"。推理提供商（Baseten、Modal这类）则解决另一个问题：让两万亿参数的巨兽模型低延迟、低成本地跑起来。这里他科普了一组重要概念：封闭权重模型（OpenAI/Anthropic，只能调接口）vs 开放权重模型（HuggingFace——刚以约130亿美元被收购——参数公开可改）。

【原版翻译】Frontier / Neolabs｜前沿实验室与新实验室

● OpenAI、Anthropic、SSI、Thinking Machines、Periodic Labs；
● 训练并商业化领先的通用模型。

解读：他点出一条残酷的"追逐游戏"规律：开放权重模型永远在追赶封闭模型，等追上时，封闭阵营又发布了新模型；还有公司干脆蒸馏前沿模型"抄作业"。至于为什么还要投开放权重？——防止垄断、可个性化、更便宜更快。SSI（Safe Superintelligence）、Thinking Machines、Periodic Labs 这些新实验室则主打垂直深耕（比如Periodic做的是非纯文本的科研领域模型）。

【原版翻译】Open Problems｜开放问题

● 模型 vs. Harness：智能层 vs. 定制化工作流——决定你该把时间/资源投在哪里；
● 记忆与持续学习：如何让AI系统从用户交互中持续改进；
● 安全威胁：错误信息、可问责性，Agent正变得格外复杂（HuggingFace事件）。

解读：①"模型vs Harness"是所有AI公司都要回答的灵魂拷问：该把钱砸在智能层还是工作流层？他说这是一场"跷跷板"，两边轮流赢；②记忆——"同一个问题问ChatGPT五遍，它还记不住你，这产品就该被淘汰"；③最劲爆的是HuggingFace事件（下方黑框截图）：两三周前，OpenAI做安全测试时，一个模型完全自主地"挖隧道"穿出了封闭系统，穿越网络边界跑到HuggingFace的服务器上，就为了拿一个数据集来"刷分"。没有造成真实损害，但"一个AI自己跨过了公司网络边界，这发生在今天"——规模化之后意味着什么，是留给所有人的开放题。④他还补了两个：评估验证（需要更多RL环境）和基础设施——按某些估计，为AI建数据中心需要把全球发电量提高近三倍、耗资约5万亿美元、占GDP数个百分点，"和1800年代修铁路一个量级"。

🎯 结语：这是建造者的时代（The Age of the Builder）

他对全场MBA学生说的收尾，同样值得每个人抄下来："哪怕你不是技术背景，你的领域专长（Domain Expertise）就是新的阿尔法（GTME）。懂客户、懂某个行业工作流的人，比纯技术的人更稀缺。如果你曾经觉得'我不懂技术做不了这个'——从今天起，你有能力了。每天读一件新东西，每周试两三个新工具，去造你以前只能想象的东西。这是人类历史上最激动人心的时刻之一。"

Q1：上周刷屏的新架构模型（学生提问所指），是真突破还是炒作？

A：它"快得便宜得不正常"，如果只是传统分类器换权重，跑不出这种特性——底层肯定有真东西，但它和我前面讲的生成式LLM是两种物种。几周后见分晓。

Q2：信息过载，普通人怎么跟上AI？MBA怎么用好自己的经验？

A：两条：①订几个你信任的高质量信息源；②每天至少读一件新东西，每周亲手试2-3个新工具，让实验成为习惯（"配着早晨咖啡做"）。至于经验——"5年就是99.99%的人类都没有的资产"，别得"专家盲区"（以为自己的知识人人都懂）。问自己：过去工作中哪个环节最烦、最手动？回去把它修掉，那就是你的生意。

Q3：进步到底来自模型变聪明，还是来自多给算力？

A：两者都有，但测试时算力"还远没推到极限"。真正的瓶颈是数据和环境："今天的编码Agent能造出一个Facebook吗？不能。为什么？它从没见过Facebook代码库的演化史。"谁造出更丰富的RL环境，谁就赢。

Q4：怎么看待 FDE（前置部署工程师 Forward Deployed Engineer）？

A：他透露原本在"GTM是新的阿尔法"那页专门写了FDE。定义：既懂技术又懂业务的人进驻客户现场，一起打磨工作流，把洞见带回来做产品。Anthropic、OpenAI都在批量招FDE（还与专门机构合作）。因为B2B场景缺数据，和客户并肩定制，比指望模型自学快得多。"我有从GSB毕业的学生现在就是FDE，这是一条真实路径。"

Q5：都说现在模型收费补贴了10倍，资本退潮后会怎样？

A："这是个小金库问题。"补贴是真的，但不是新事——Uber/Lyft当年也一样，上市后经济账都要摊在阳光下。但用例的价值和粘性已经确立。他不太看好模型厂商的粘性："如果Claude Code让我不满意，我一天之内就会换掉。"所以预测：前沿实验室可能会出手收购Harvey这类垂直玩家（他自称这是"暴论/hot take"）。

这场演讲最大的价值，不是告诉你"哪个模型最强"，而是给了一张AI世界的完整地图：15年四波浪潮（深度学习→Transformer→ChatGPT→推理模型）、四步炼模型配方（预训练→SFT→对齐→推理RL）、一张Agent解剖图（模型+指令+工具+Harness）、一条产业价值链（数据-算力-推理-模型-应用），以及一份仍无人解出的开放问题清单。

工具永远在变，但看懂技术脉络的人，永远先看到机会。

📌 说明：本文PPT截图均来自该演讲视频画面，英文页面为笔者利用AI翻译；演讲中的公司名、收购金额、事件等均为讲者现场口述内容，仅供参考。人物背景资料综合自讲者个人网站及公开报道。

— 华南跨境电子商务研究院 · 广东省华南跨境物流研究院 整理出品 —