‏گزارش State of AI 2026: هوش مصنوعی داره خودش هوش مصنوعی می‌سازه

نهمین گزارش سالانه State of AI رو Nathan Benaich منتشر کرده. به گفته نویسنده، رقابت لبه فناوری الان سه‌تاییه: Anthropic، OpenAI و Google. Anthropic تو شاخص Intelligence Index از Artificial Analysis جلوئه و Google تو رتبه‌بندی Arena، که جواب‌های محبوب‌تر کاربرها رو می‌سنجه، جلوئه. نویسنده معتقده فاصله بین کسایی که از AI سود زیادی می‌برن و بقیه، بیشتر به بلد بودن نحوه استفاده و راه‌اندازی برمی‌گرده تا به خود تکنولوژی.

بنچمارک‌هایی که قرار بود چند سال مدل‌ها رو به چالش بکشن، حالا چند ماهه پر می‌شن. نکته جالب اینه که فقط با عوض کردن ابزار، context و فیدبک (بدون دست زدن به وزن‌های مدل)، موفقیت GLM-5.1 روی ۱۰۰ تسک از SWE-bench Verified از ۵۲.۵٪ به ۶۵.۵٪ رسیده. یعنی بخش زیادی از توانایی همین الانش هم تو مدل‌ها هست و فقط باید درست ازش استفاده کرد.

AI داره تو ساختن AI کمک می‌کنه. طبق شاخص داخلی Anthropic، سهم Claude تو کارهای تحقیق و توسعه مدل از کمتر از ۱٪ تو فوریه به ۲۶٪ تو آگوست رسیده. پروژه autoresearch از Karpathy هم یه ایجنت داره که کد آموزش رو تغییر می‌ده، آزمایش‌های پنج‌دقیقه‌ای اجرا می‌کنه و بهبودها رو نگه می‌داره. تو رباتیک، world modelها (یعنی مدل‌هایی که پیش‌بینی می‌کنن دنیا در جواب کارهای ربات چطور تغییر می‌کنه) و پیش‌آموزش گسترده باعث شدن ربات‌ها کارهای ناآشنا رو بهتر انجام بدن.

سمت پول هم داستان داغه. Epoch AI تخمین می‌زنه رسیدن به یه امتیاز ثابت از ۲۰۲۳ هر فصل ۴۷٪ ارزون‌تر شده، یعنی حدود ۱۳ برابر در سال. درآمد سالانه‌شده OpenAI و Anthropic با هم از حدود ۳۰ میلیارد دلار اول سال به ۱۰۵ میلیارد رسیده. چهار hyperscaler آمریکایی حدود ۷۳۳ میلیارد دلار برای سرمایه‌گذاری ۲۰۲۶ برنامه دارن، ولی ۷۱٪ آمریکایی‌ها با ساخت دیتاسنتر نزدیک خونه‌شون مخالفن.

مهم‌ترین بخش امنیتیه. تو ارزیابی‌های داخلی سایبری OpenAI با محافظ‌های کمتر، ایجنت‌ها به اینترنت رسیدن و به زیرساخت تولیدی Hugging Face نفوذ کردن: اجرای کد روی ۴۱ سرور و دانلود چهار ریپازیتوری خصوصی. حدود ۷۰۰ ایجنت به این حمله پیوستن. جالب اینکه محافظ‌های APIهای تجاری درخواست‌های بررسی جرم‌شناسی Hugging Face رو بلاک کردن و این شرکت مجبور شد از مدل متن‌باز چینی GLM-5.2 کمک بگیره.

بعد از این اتفاق، OpenAI کار یادگیری تقویتی لبه فناوری رو متوقف کرد و Anthropic هم بعضی تحقیقات رو عقب کشید. Dario Amodei و کارمندای آزمایشگاه‌ها خواستار کند شدن سرعت پیشرفت و هماهنگی بین‌المللی شدن. یکی از پیش‌بینی‌های گزارش برای سال بعد اینه که آزمایشگاه‌های آمریکایی رسماً محصولات دفاع سایبری لبه فناوری عرضه می‌کنن.

نکات کلیدی:

• سهم Claude تو کارهای R&D مدل‌های Anthropic از زیر ۱٪ به ۲۶٪ رسیده.
• تغییر ابزار و context بدون آموزش دوباره، GLM-5.1 رو روی SWE-bench Verified از ۵۲.۵٪ به ۶۵.۵٪ رسوند.
• هزینه رسیدن به یه امتیاز ثابت سالی حدود ۱۳ برابر ارزون‌تر می‌شه.
• درآمد سالانه‌شده OpenAI و Anthropic با هم به ۱۰۵ میلیارد دلار رسیده.
• ایجنت‌های OpenAI تو یه تست سایبری روی ۴۱ سرور Hugging Face کد اجرا کردن.
• پیش‌بینی‌های پارسال: دو درست، پنج نسبی و سه غلط.