2026年，AI行业正经历一场从”对话AI”到”行动AI”的范式跃迁。当智能体开始替人类看屏幕、点鼠标、写代码、做研究，AI的竞争焦点已从”谁更聪明”转向”谁能把事做完”。
政策定调：智能体发展有规可依
5月，国家网信办、国家发展改革委、工业和信息化部联合印发《智能体规范应用与创新发展实施意见》，首次明确定义智能体为”具备自主感知、记忆、决策、交互与执行能力的智能系统”。《实施意见》围绕科学研究、产业发展、提振消费、民生福祉、社会治理等方向，提出了19个智能体典型应用场景。
AI Pulse 观点： 这是全球首个针对AI智能体的国家级规范文件，标志着智能体从”技术实验品”正式迈入”生产力工具”阶段。政策层面的明确定位为产业创新提供了确定性，也为智能体的安全应用划定了边界。
医学AI：7B模型超越GPT-5的智能体拐点
上海创智学院 LeapQuest 团队联合浙江大学、上海交通大学、复旦大学，在 ICML 2026 发表两篇论文，首次将 “Think with Images/Think with Videos” 范式引入医学AI领域。
Ophiuchus（面向医学图像）和 MedScope（面向临床长视频）的核心突破在于：模型不再只是被动接收视觉输入，而是在推理过程中主动调用视觉工具——用SAM2做精细分割、放大关键区域、截取视频片段——将视觉证据纳入思考链。
在同等工具配置下，Ophiuchus-7B 在8个VQA benchmark上取得68.0的平均分，超越了 OpenAI-o3（62.2）、Gemini 2.5 Pro（61.8）和 GPT-5（59.9）。工具调用准确率达到97.9%。
AI Pulse 观点： 这证明在垂直领域，智能体架构（主动调用工具、动态收集证据）可以弥补模型参数的差距。7B小模型凭借正确的架构设计，能够在特定任务上超越闭源百亿/千亿参数模型。“会调用工具”和”会用工具思考”之间存在质的区别。
AI制造AI：ForgeTrain 超越英伟达 Megatron
面壁智能发布了 ForgeTrain——全球首个完全由AI编写的生产级大模型预训练框架。在相同硬件条件下，ForgeTrain 的训练速度比英伟达 Megatron 快10%，并在华为昇腾上实现了10%的加速。
与此同时，由ForgeTrain训练出的 MiniCPM5-1B 模型刷新了小模型智能密度上限：在AA-Index榜单上超越所有2B以下模型，效果优于3个月前的 Qwen3.5-2B，参数量却减少了一半。
面壁智能将”AI制造AI”分为L1到L5五个阶段：从L1（AI仅给建议）到L5（AI自主设定研究议程），ForgeTrain 处于L3-L4阶段——AI端到端产出下一代模型基础设施。
AI Pulse 观点： 当AI开始编写训练AI的框架时，大模型研发的”人力瓶颈”正在被打破。这不仅是效率的提升，更是研发范式的根本转变：人类从”在循环中写代码”变成”在循环外设计目标”。对于国产芯片生态而言，AI自动生成适配框架可能成为缩短与英伟达生态差距的关键路径。
Vibe Coding：软件行业的”第四次编程革命”
在2026中国AIGC产业峰会上，百度秒哒产品总经理朱广翔分享了Vibe Coding对软件行业的重塑：秒哒用户中87%完全不懂代码，16%是一人公司（OPC）。一位上海企业用4位项目经理替代了12人研发团队，交付周期从”年”缩短至”月”，已拿下千万级订单。
一个8岁孩子通过秒哒做出了专属于自己的儿童操作系统；“死了么”应用仅以1000元开发成本获得千万估值；Lovable一家平台生成的AI应用已占全球新增应用的10%。华尔街SaaS股在48小时内蒸发2800亿美元，Salesforce下跌40%——旧模式正在被颠覆。
AI Pulse 观点： Vibe Coding的本质不是”降低编程门槛”，而是”让需求方变成供给方”。当创造力不再受技术能力限制，软件市场的供需关系将被重新定义。传统SaaS厂商的护城河正在消失，而OPC（一人公司）的崛起预示着”超级个体”时代的到来。
智能体生态：从模型竞争到执行力竞争
百度创始人李彦宏在新华网采访中表示：“智能体出圈了。第一次，AI的主角不是模型，而是应用。“他提出全球日活智能体数（DAA）应成为衡量AI生态繁荣的核心指标，类比移动互联网时代的日活用户数（DAU）。
目前，百度、阿里巴巴、腾讯、字节跳动、智谱AI、月之暗面等科技巨头已密集入局智能体赛道。Kimi构建了从万亿参数MoE架构到智能体编排系统的完整技术能力体系。淘宝闪购与千问智能体全面打通，覆盖300余个地级以上城市。
据《AI智能体赋能行业决策：趋势与实践白皮书（2026）》，智能体在制造、金融、政务等行业的渗透率已超过50%。
AI Pulse 观点： AI行业的竞争轴线正在发生根本性偏移：从”谁的模型更强”转向”谁的智能体能干更多事”。这意味着未来AI产品的核心竞争力不再是参数规模或榜单分数，而是工具调用能力、跨系统执行力、以及将用户意图转化为实际交付的闭环效率。
结语：齿轮已经加速转动
从Ophiuchus的”边看边想”，到ForgeTrain的”AI造AI”，再到秒哒的”人人都是开发者”，2026年5月的AI行业呈现出一个清晰的共同主题：AI正在从”生成答案”走向”交付结果”。
当模型学会了主动收集证据、当AI能够编写训练AI的框架、当8岁孩子能做出操作系统——我们看到的不是孤立的技术突破，而是同一个范式跃迁在不同维度的投影：AI正在成为行动者，而非仅仅是回答者。
AI Pulse 观点： 这场变革的意义不在于”AI能做什么”，而在于”AI让谁做到了以前做不到的事”。当技术的红利从工程师群体扩散到每个有想法的人，创新的边界将被重新定义。齿轮已经开始加速转动。