2025 年 AI、机器学习与数据工程趋势报告

本文已收录在Github，关注我，紧跟本系列专栏文章，咱们下篇再续！

• 🚀 魔都架构师 | 全网30W技术追随者
• 🔧 大厂分布式系统/数据中台实战专家
• 🏆 主导交易系统百万级流量调优 & 车联网平台架构
• 🧠 AIGC应用开发先行者 | 区块链落地实践者
• 🌍 以技术驱动创新，我们的征途是改变世界！
• 👉 实战干货：编程严选网

0 关键要点

• AI 技术的下一个前沿将是“物理智能”（Physical AI）
• RAG已逐渐商品化，在企业应用中得到广泛采用
• AI 正从“助手”转变为“共同创造者”。未来不仅是写代码更快，而是 AI 将参与应用的完整生命周期——开发、测试与发布。
• AI 驱动的 DevOps 流程与实践 成为今年备受关注的热点。
• 人机交互（HCI） 领域强调技术要服务于真实人类需求，设计要融入人们的生活场景。
• 新的协议如MCP与A2A将继续推动 AI 客户端与后台系统间的互操作性。

AI/ML 趋势报告为读者提供人工智能、机器学习与数据工程领域的新兴趋势与技术概览。本报告总结了与多位嘉宾的播客讨论，重点介绍未来 12 个月值得关注趋势。

1 AI与机器学习趋势图

报告中的核心部分是 年度趋势图（Trends Graph），展示了不同技术从“创新者阶段”到“早期采用者”、“早期大众”的演进路径。

这一框架基于 Geoffrey Moore 的著作《跨越鸿沟》（Crossing the Chasm）。主要聚焦尚未“跨越鸿沟”的新兴技术领域。

自 2022 年 11 月 ChatGPT 发布以来，生成式 AI 与LLMs）彻底主导了 AI 技术版图。各大科技巨头持续推出更强的语言模型版本。延续过去几年的爆发式增长，AI 领域在过去一年中出现了大量重大创新。

与去年趋势报告的对比更新：

本文重点介绍趋势图中新增与更新的技术主题，并说明它们在采用曲线中的最新位置。

2 创新者阶段

今年的“创新者”类别新增了多个前沿主题。

2.1 AI Agents

今年 AI 代理领域发展迅猛。Anthropic 推出了 Claude Subagents，Amazon 发布 Bedrock Agents，AI 代理正从执行单一任务进化为能够编排复杂工作流、做出上下文决策的系统。

其他重要进展包括：

• OpenAI 公布 通用 ChatGPT Agent，可在表格与演示类应用中自动执行任务。
• Amazon 开源 Strands Agents SDK，用于构建 AI 代理。
• NVIDIA 推出 Visual AI Agents，用于视频分析。

Daniel Dominguez 指出：

我们正从简单的聊天机器人，迈向能帮我们安排会议、更新数据库、启动云资源的 AI 助手。如 Amazon Bedrock Agents 能在不管理基础设施的前提下，基于任意基础模型创建生产级代理，这些代理可安全地链式调用任务与服务，将“代理范式”引入 AWS 生态中，大大缩短从实验到生产的路径。

Anthony Alford 补充：

代理功能强大但也潜藏风险。如能访问文件系统的代理若执行错误命令（如“rm -rf”）可能造成灾难性后果。这些工具极大地提高了生产力，但也放大了安全隐患——当 AI 能访问你的银行账户或删除硬盘时，安全问题比以往更严峻。

2.2 多模态语言模型（Multi-Modal LLMs）

语言模型如今具备多模态能力，可同时处理文本、图像、音频与视频等多种数据类型，实现更深层的语义理解与跨模态推理，从而生成更准确、有价值的输出。

2.3 物理智能（Physical AI）

物理智能 是今年 AI 技术格局中的重大突破，即 AI 在机器人和本地设备中的实体化。

• Google 推出 Gemma 3n，专为手机、笔记本和平板设计的生成式模型
• Microsoft 推出 Mu，用于 Windows 系统设置的轻量级小语言模型（SLM），每秒可生成上百 token
• Google DeepMind 发布 Gemini Robotics On-Device，让 Gemini 2.0 的多模态推理与现实理解延伸至本地机器人设备
• NVIDIA 推出完整的三层物理 AI 开发体系：DGX 超算（训练）、Omniverse 与 Cosmos（仿真）、Jetson AGX Thor（机器人推理），实现从训练到部署的全流程物理 AI 开发。

Savannah Kunovsky 表示：

当 AI 进入家庭等私密空间时，设计“可信赖的边缘体验”至关重要。用户更希望数据在本地处理，而不是传输到遥远的服务器。未来的物理 AI 应在实用性与隐私保护之间取得平衡，让人们愿意“邀请”它进入生活。

Anthony Alford 补充：

推理型语言模型正成为机器人智能的重要路径。NVIDIA 的机器人主管 Jim Fan 认为：“若没有实体化，AGI 永远不会到来。”换言之，真正的通用人工智能必须以物理形式存在。

2.4 MCP

Anthropic 于 2024 年 11 月提出，是一种开放标准，在为LLM提供统一的数据集成接口，减少碎片化和定制化集成的复杂度。

OpenAI、Microsoft、Google 均宣布支持 MCP。

Anthony Alford：

MCP 已被广泛采纳，它是实现 AI 代理互通的关键技术。尽管存在安全挑战，但它已成为主流，如用于运行测试的 Playwright MCP 服务器、或让代理读取 Figma 原型的应用，都是当前热门场景。

Daniel Dominguez：

MCP 最令人兴奋的地方在于“互操作性”。它让不同公司的模型与数据源共享同一协议，实现多代理系统协作，真正让 AI 跨平台协同工作。

2.5 人机交互（HCI）

借助 Agentic AI 与 Physical AI，人机交互正迎来重大变革。我们与软件交互的方式将更加自然与情境化。

Savannah Kunovsky（IDEO 设计专家）：

如今要用好大语言模型，必须懂得“提示工程”，这阻碍了大众采用。我们应让技术界面更流动、更自然。比如，信息应出现在我们需要的地方：烹饪时显示食谱、行走时轻松回复消息，而非停下来掏出手机。技术的目标是将信息嵌入日常情境中。

她还提到 AI 在设计行业的应用：

设计师现在能用生成式工具更快表达创意。如 IDEO 的一位设计师利用 AI 为儿童玩具设计制作“预告片”，通过视觉短片展示可持续材料的理念，沟通效率显著提高。这种跨领域协作正在改变设计的创作方式。

其他新增至“创新者”类别的趋势还包括 推理模型（Reasoning Models） 与 AI DevOps。

3 早期采用者阶段

主要关注：语言模型创新 与 RAG。

3.1 语言模型创新

大型语言模型是生成式 AI 的基础。

今年出现了多种新类型与突破：视觉语言模型（VLM）、小语言模型（SLM）、推理模型与状态空间模型（SSM）等。

代表性成果包括：

• OpenAI 的 GPT-5
• OpenAI Sora：开创性的生成视频模型

小语言模型（SLM） 继续在端侧推理、隐私保护与成本优化领域扩展应用。

Anthony Alford：

GPT-5 的发布方式让人意外：用户无需选择，系统自动选用最合适的模型版本。 这解决了命名混乱问题（如 4o 与 o4），简化了体验。

Savannah Kunovsky：

这种做法旨在简化用户界面。 随着技术成熟，真正的差异化将来自“交互体验”， 即如何让普通用户更自然地使用这些强大能力。

3.2 RAG

过去一年，RAG 应用在企业级开发中实现了爆发式增长，已从创新走向标准配置。

Anthony Alford：

几乎所有拥有大量文档与知识库的企业，都在考虑构建自己的 RAG 系统。

Savannah Kunovsky：

RAG 改变了我们的设计调研方式。以往我们需要与多人访谈、收集资料；现在系统能自动整合公司内部文件与报告，让设计团队在动手前就获得充足上下文。这让非技术团队也能轻松构建基于 RAG 的应用。

此外，自动化机器学习（AutoML） 也进入早期采用阶段，已被多家机构纳入生产流程。

4 早期大众阶段

以下技术已在各类组织的开发团队中普遍采用：

• 向量数据库（Vector DBs）
• MLOps
• 合成数据（Synthetic Data）

5 晚期大众阶段

这些技术现已完全成熟，成为企业核心架构的一部分：

• 数据湖仓（Lakehouses）
• 流式处理（Stream Processing）
• 分布式计算（如 Apache Storm）

6 总结

AI 技术正从“任务执行者”演变为值得信赖的智能协作者，能够解决现实世界的复杂问题。AI 将持续深化并拓展至我们尚未设想的领域。未来一年预测：

• AI 代理与 AI 驱动开发工具 将持续发展
• 真正对人有用的 AI 应用 将奠定下一代互联网的基础
• 视频 RAG 将兴起，区分真人与 AI 生成视频将成为新挑战
• 业界可能开始讨论“AI 泡沫”，并非因技术失效，而是行业结构面临调整
• AI 将更加隐形与上下文化，成为生活中自然、幕后运行的一部分