什么是 AI 时代（2026 视角）

要谈数据建设，第一件事是先讲清楚我们在哪个时代。

三代 AI 范式

2026 年的 AI 跟两年前完全不是一回事。我把它划成三代：

第一代（2022 前）—— 判别式 AI

• 范式：传统深度学习
• 关键技术：CNN、RNN、人工特征 + 人工标注
• 标志事件：AlphaGo、影像 AI 早期
• 数据要的是：大量标注样本（监督学习的燃料）

第二代（2022 GPT 时刻）—— 生成式基础模型

• 范式：大规模预训练 + 涌现能力
• 关键技术：Transformer 统一架构
• 标志事件：ChatGPT 发布
• 数据要的是：海量未标注语料（预训练的规模红利）

第三代（2026 当下）—— 推理 + 多模态 + 智能体

• 范式：推理模型、多模态原生、智能体协同
• 关键技术：o1/Mythos 类推理模型、VLA、世界模型、Agentic AI
• 标志事件：OpenAI o 系列、Manus、Claude 4 系列
• 数据要的是：高质量推理轨迹 + 多模态对齐 + 智能体交互数据 + 专家级评测集

我的判断：

2022 是 AI 的”文艺复兴”，2026 是 AI 的”工业革命”。前者解决”会不会”，后者解决”干不干得了”。

AGI 不是一个事件，是一条曲线

很多人问 AGI 什么时候来。这个问题问错了。

AGI 不是某天突然到来的里程碑——它是一条逐步爬升的曲线。OpenAI 给了 L1-L5 的能力分级，Anthropic 给了 ASL 安全等级。两套体系都是分级的，不是开关式的。

当前位置：专家级推理（IQ 130-140 区间）正在向天才级（IQ 200+）过渡。我们已经在这条曲线上，问题不是 AGI 来不来，是它来得多快、我们准备好没有。

判断 AI 的能力要看两个维度：

• 能力强度：聪不聪明（IQ）
• 自主性：敢不敢自己干（agency）

这两个维度独立增长。聪明但不自主的，是好工具；聪明又自主的，是新的物种。

范式跃迁，对”数据”意味着什么

这是整套课程的桥接段，也是后面所有章节的前提：

代际	数据的核心角色
第一代	大量标注样本（监督学习的燃料）
第二代	海量未标注语料（预训练的规模红利）
第三代	高质量推理轨迹 + 多模态对齐 + 智能体交互数据 + 专家级评测集

一句话总结：数据的角色，从”训练燃料”升级为”能力载体和知识资产”。

这一句话决定了后面所有章节的走向——从”治理是为了能用”，变成”建设是为了让 AI 学得对、判得准、敢上临床”。

法律行业怎么看

法律行业完全适用同一个范式表：

• 第一代时期，法律 AI 是”合同标注分类器”——监督学习时代
• 第二代时期，法律 AI 进入大模型驱动的检索/起草——Harvey AI、CoCounsel、北大法宝
• 第三代时期，法律 AI 进入推理时代——图灵翊天用法院全量卷宗 + 法官 SFT 训练，提炼”法律思维链”

法律行业相对医疗的优势是：判决书天然带”裁判理由”，这是天然的高质量推理链数据。这一点我会在第十章详细讲。

下一章：把”数据”这个词讲清楚——元数据、数据集、数据资产、本体到底是什么。