# 2026年AI现状：大模型、编程、规模定律、中国、智能体、GPU与AGI

> 原标题：State of AI in 2026: LLMs, Coding, Scaling Laws, China, Agents, GPUs, AGI | Lex Fridman Podcast #490

- 来源：Lex Fridman 播客
- 发布时间：2026-01-31T22:33:33.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/1955
- 原文：https://www.youtube.com/watch?v=EV7WhVT270Q

## 摘要

Lex Fridman 与 Sebastian Raschka、Nathan Lambert 聊了聊 2026 年的 AI 竞赛。他们把 2025 年 1 月 DeepSeek R1 的发布看作一个关键转折点，那次发布让很多人意识到，用少得多的算力和成本也能做出接近顶尖水平的模型。现在竞争已经不只是美国公司的事，中国这边除了 DeepSeek，还有 Z...

## 推荐理由

这期播客不是新闻爆料，而是高质量的行业判断。三位把 2025 年 1 月 DeepSeek R1 发布当作转折点，认为技术扩散在加速，差距更多体现在算力、预算和团队文化上，而不是某个模型刷榜。我会先打个折：正文没给任何硬数据支撑，所以别当技术报告读。但如果你关心 AI 竞争格局怎么变，这期值得听。

## 锐评

这期播客把 2025 年 1 月 DeepSeek R1 的发布看作一个分水岭：它证明了用少得多的算力也能做出接近顶尖的模型，直接打破了“只有砸钱才能领先”的叙事。一年后，嘉宾的判断是，技术想法在各家实验室之间流动很快，真正的差距体现在预算、硬件约束和组织文化上。比如 Anthropic 靠押注代码工具 Claude Code 攒了一波口碑，而 Gemini 3 发布时声势很大，现在讨论度却低了不少。

中国这边也不止 DeepSeek 一家了，Z.ai 的 GLM、Minimax、Kimi Moonshot 都在发布很强的开源模型，DeepSeek 的“开源之王”光环反而在减弱。但整场讨论有个明显缺口：没给出任何统一的评测基准、推理成本对比或可复现的实验设置，所以这些判断更像从业者的经验之谈，不能当硬结论用。

另外，正文没提这些模型在真实业务场景里的表现，也没说开源模型的商用限制到底放宽到什么程度。如果你关心的是“我该用哪个模型干活”，这篇只能帮你理清竞争格局，选型还得自己跑测试。