2025 年，技术世界看起来既热闹又拥挤。
从开源大模型引发全球讨论，到 Agent 能力快速演进；从低空飞行、人形机器人走向现实应用，到量子技术不断刷新实验纪录，前沿技术在多个方向上几乎同时取得进展。但当这些热点被放在同一时间轴上回看，一个更深层的共性逐渐浮现：技术竞争的重心，正在从单点能力突破，转向系统级、工程级与生态级竞争。即技术的想象空间仍在扩张，但技术价值的释放，正越来越依赖完整系统、基础设施能力以及产业协同水平。
在 AI 领域，这一变化尤为明显。开源模型、MCP 等协议、多模态与 Agent 进一步迈向实际生产环境，使竞争不再只围绕模型参数或单次效果展开，而是延伸到推理效率、成本结构、系统稳定性与可治理性等更底层的问题。与此同时，在实体与基础科技领域，eVTOL 适航审定取得突破、人形机器人进入公众视野、量子计算持续推进，也在不断放大工程化与规模化落地的复杂性。
在这样的背景下，InfoQ 研究中心完成了《中国软件技术发展洞察和趋势预测研究报告 2026》。这份报告并未试图给出统一结论，也没有将未来简化为几条明确路径，而是从事实盘点出发，对过去一年软件技术的发展状态进行了系统整理，试图还原不同技术方向在真实环境中的推进情况。报告更关注技术如何被使用、如何被限制、如何在复杂系统中产生实际影响。更多内容也欢迎各位读者点击「链接」，下载完整报告进行阅读。
回望 2025 ，模型仍在中心，但决定性因素已经发生迁移
2025 年一个明显的变化是，模型依然处在技术演进的中心位置，但讨论重点已经发生迁移。模型能力仍在提升，但其边际影响开始放缓，推理效率、成本结构、系统稳定性的重要性持续上升。在真实场景中，能否稳定运行、能否控制成本、能否嵌入现有系统，往往比单次能力表现更具决定性。
这一变化，直接将 AI Infra 推向了更靠前的位置。过去，基础设施更多被视为模型能力提升的配套条件，关注重点集中在算力规模、训练效率与资源调度；而在 2025 年的实际应用中，AI Infra 的核心价值，开始体现在对不确定性的吸收与管理能力上。推理阶段的成本控制、运行过程的可观测性、异常状态的隔离与回滚、跨系统的稳定衔接，这些能力正在成为 AI 能否进入核心业务流程的前提条件。
当 Agent 进入真实生产环境，这一趋势被进一步放大。
与能力展示型应用不同，能够执行具体任务的 Agent，其行为不确定性更高，执行失败、路径偏离、资源误用等问题更容易直接影响业务结果。在这一过程中，执行环境的隔离、权限边界的设定、状态记录与追溯能力，开始成为 Agent 系统不可缺少的一部分。AI Infra 在这里不再只是运行环境，更是治理框架的一部分。
从更长的时间尺度看，这种对基础设施能力的重视，正在重新塑造 AI 技术的演进节奏。模型能力仍在向前推进，但其价值释放越来越依赖 Infra 是否能够将复杂性留在系统内部，将稳定性交付给使用者。这一趋势，在 2025 年已经初步显现，也成为观察 2026 年技术走向时不可忽视的背景之一。
开发领域的变化尤为典型。Coding 场景率先完成了从能力展示到生产力工具的跨越，Vibe Coding 在实际工作中快速扩散，同时也暴露出代码质量、责任归属、流程治理等新的问题。这些变化，让开发者工具、工程规范与平台能力重新回到技术讨论的核心位置。
在大模型的更中心，我们也看到了新的方法论和模型架构正在持续推进。围绕 RLVF 等训练范式的探索，模型在对齐方式、反馈机制以及长期目标建模上的能力不断被强化。与此同时，多模态能力也在发生结构性变化，从早期的多模态拼接，逐步走向原生多模态，再到对原生全模态和世界模型的探索，模型试图以更统一的方式理解和生成复杂世界，甚至预测和改变物理世界。
更进一步，在生态层面，围绕 Agent 和工具协作的协议开始形成共识，开源与闭源在不同市场呈现出差异化路径。中国力量在这一过程中逐渐显现出自身的特点。从 2025 年的实际进展看，开源在中国技术生态中承担的角色正在发生变化。它不再只是代码共享或技术展示的载体，而是逐渐融入到标准共识、工程协作和生态协同之中。围绕模型、Agent、工具链和基础设施的开源项目，开始更多地服务于真实场景，推动技术在复杂环境中的适配与演进。
这些变化并非孤立发生，而是与前述模型演进、基础设施成熟度以及 Agent 落地进程相互交织。它们共同构成了 2025 年技术世界中一个不易被单一指标捕捉，却正在逐渐成形的重要背景，也为理解 2026 年技术走向提供了更具现实感的参照。更多内容也欢迎各位读者点击文末的「阅读原文」，下载完整报告进行阅读。
前沿技术拓展技术想象空间，并主动探索与 AI 的结合
除了 AI 本身，我们也看到了星地互联网、量子技术、低空飞行等领域在 2025 年出现了具有标志意义的进展。星地互联网在组网能力、覆盖密度和应用场景上持续推进，从验证通信能力，逐步转向面向真实业务的服务体系建设。量子技术在计算、通信和测量等方向继续取得实验层面的突破，同时也开始更多讨论其工程化路径与现实约束。低空飞行相关技术则在政策、基础设施和应用探索的共同推动下，加速从概念验证走向实际运行环境。
这些领域的发展路径各不相同，但一个共同特征是，都在主动探索与 AI 的结合方式。AI 被引入到复杂系统的调度、控制与决策之中，用于提升整体系统的运行效率和适应能力。在星地互联网中，AI 开始参与网络资源分配与链路管理。在量子技术相关研究中，AI 被用于辅助实验设计、参数搜索与系统优化。在低空飞行场景中，AI 则更多承担环境感知、路径规划与风险评估等任务。
从 2025 年的实践情况看，这种结合更多体现在局部能力增强，而非系统级重构。AI 并未改变这些技术的基本发展节奏，但正在逐步嵌入其关键环节，影响技术系统的复杂性管理方式。这也意味着，这些前沿领域的演进，正在越来越多地依赖于 AI 基础设施、算法稳定性以及系统工程能力的成熟程度。
这些探索尚处在不同阶段，却共同指向一个趋势。随着技术系统本身变得更加复杂，AI 正在成为连接不同技术要素的重要工具，而这种连接关系，也将在未来进一步影响这些领域的演进方式与应用边界。
展望 2026，InfoQ 研究中心十大技术趋势
技术演进常常伴随着喧嚣与关注，但真正决定其走向的变化，更多发生在基础能力、系统结构与生态关系的持续调整之中。那么，在 InfoQ 研究中心的观察中，2026 年的技术世界将呈现出怎样的状态？InfoQ 研究中心尝试用十大趋势的方式，对这个问题进行拆解和呈现。
趋势一：收敛已久的 Transformer 架构，即将迎来分化与创新新阶段
趋势二：RLVR 范式应用扩展与持续演进，经验学习等新范式正在路上
趋势三：原生多模态成为默认能力，原生全模态加速成型，世界模型技术路线迎来首轮技术收敛周期
趋势四：AI 推理基础设施凸显战略价值，系统化工程决定长期竞争力
趋势五：Agent 迈向结果交付，Agent Infra 从算力基础演进为风险可控、可验证、可托付的业务级支撑
趋势六：C 端应用，记忆机制与生态整合成为核心壁垒
趋势七：AI 硬件持续在垂类场景破局，手机仍是核心管理与交互中心
趋势八：有竞争就有动力，中国继续以开源撬动世界影响力
趋势九：AI for Science 推动科研生态升级，科学伦理面临深刻变革
趋势十：前沿技术交融，智能协作开启新格局，系统级能力强化科技与战略话语权
相关分析与完整内容，已收录在《中国软件技术发展洞察和趋势预测研究报告 2026》中。更多内容也欢迎各位读者点击「链接」，下载完整报告进行阅读，与 InfoQ 研究中心一同探索 2026 年的技术世界。
更多 AI 与技术前沿研究成果，也欢迎点击浏览「行业研究报告」专题。
