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。