时代周刊AI百人榜梁文峰、老黄落选！你该关注背后的AI新变化

点击加入特训营，锁定周四直播

8月27日，时代杂志公布了第四届AI百人榜，最吸引人的话题依然是那些熟悉的名字。

萨姆·奥尔特曼还在不在？马斯克排在什么位置？为什么梁文峰和老黄落榜，杨植麟的上榜了？

伴随着大量媒体讨论这些话题，大家都忽略了最值得关注的问题：这次名单里为啥出现了一批和AI看起来没关系的人？

美国参议员伯尼·桑德斯、美国产联主席Liz Shuler、《纽约时报》发行人A.G. Sulzberger、环境活动家Erin Brockovich...

为什么他们会和OpenAI、Anthropic、华为、阿里、博通、AWS的负责人出现在同一张榜单上？

TIME给出的解释是，这不是一个技术排行榜，是过去一年最能代表AI关键叙事、并真正改变其发展方向的人。

这背后反映的正是王煜全2025年底在特训营做出的预测：AI已经不再只是一场模型竞赛。

今天我们就一起跳出某个人，从整体数据出发，看看媒体眼中AI名人暴露了什么趋势。

TIME100 AI 2026榜单人物群像技术核心与社会反作用力量完全对称

这次的百人榜名单里，属于“前沿模型与智能体”的有17人，属于“算力、芯片与能源”的有12人，两者合计29人。

与此同时，属于“内容、版权与真实性”的有10人，属于“劳动、教育与数字福利”的有10人，属于“安全、评测与标准”的有9人，三者同样合计29人。

也就是说，在这份名单里，直接参与AI技术核心开发的人，与负责回应AI社会后果、重塑规则和制衡扩张的人，数量恰好相同。

如果换一种分类方式，结论仍然成立。

有一半的人主要影响力来自对AI相关资源的掌握；另一半人通过制定规则、塑造认知、配置资本与人才或建立社会制衡来影响AI。

这正是AI产业阶段变化的反映。

几年前，一个人要成为“最有影响力的AI人物”，最直接的方式是提出一种算法、训练一个模型，或者创办一家模型公司。

今天，决定AI命运的人已经开始向更多领域扩散：谁能建起数据中心，谁能获得稳定电力，谁控制企业数据，谁占据医生、律师和程序员的工作入口，谁能够让AI公司为版权、就业、安全和社区影响付出代价。

模型战争没有结束，但模型已经不再是唯一中心

当然，名单最显眼的位置，仍然属于前沿模型公司。

OpenAI的Mark Chen、Sam Altman和Greg Brockman都放了上来，Anthropic的Dario和Daniela Amodei同样联合入选，马斯克则继续把模型、智能体和大规模基础设施整合到一起。

但看看TIME的入选理由，OpenAI三人的上榜理由，更多是超级智能个人助手、新芯片、数据中心、消费设备，以及重新强化的安全和对齐体系。

Mark Chen、Sam Altman和Greg Brockman

媒体舆论引导中，前沿AI公司的竞争单位，已经从“一次模型发布”变成一套完整系统。

模型能力决定上限，算力和资本决定扩张速度，产品入口决定数据回流，开发者和企业生态决定模型能否被反复调用。

模型仍然是发动机，但发动机已经不能单独决定谁能赢得整场战争。

另外，这次榜单中有14%的人主战场是算力、芯片与能源。

这里面既有博通CEO Hock Tan，也有AWS CEO Matt Garman、CoreWeave联合创始人Michael Intrator、Oracle联合创始人Larry Ellison、美光CEO Sanjay Mehrotra，以及欧洲AI数据中心公司Nscale创始人Josh Payne。

他们代表的正是这轮AI基础设施爆发的受益者。

Hock Tan领导的博通，正在用定制芯片和高速网络挑战英伟达对AI基础设施的控制。

Matt Garman领导的AWS，则把Trainium芯片、Bedrock模型平台和AgentCore智能体平台连接起来，通过长期算力合同将云平台变成AI生产底座。

大模型训练和推理需要芯片、高带宽内存、网络、土地、电力、散热和融资。每向前扩张一步，都要先投入巨额资本，再通过长期采购协议、能源合同和客户承诺锁定回报。

AI正在从一个边际成本很低的软件故事，转变为一个高度重资产的基础设施故事。

应用层正在争夺工作流控制权

IBM董事长兼CEO Arvind Krishna作为上榜人物，提出了一个非常大胆的判断：随着不同基础模型的能力越来越接近，模型终将变成大宗商品，市场规模巨大，单价低廉，更多的价值将流向在模型之上构建应用、掌握企业数据和客户信任的公司。

他给出的估计甚至高达90%，这个数字未必会准确兑现，但榜单的结构确实为大家亮出了转移的案例。

OpenEvidence把医学文献与临床决策支持结合起来，已经进入超过100万名美国医生的工作流程；Harvey服务美国收入最高的100家律所中的75家以上；Anthropic、Cursor占领程序员的代码编辑界面；Databricks则试图成为企业智能体访问数据、权限和安全系统的“虚拟办公室”。

这些产品的共同点，都是开始控制一个专业流程中最关键的节点：

数据从哪里来，谁有权限调用，输出能否管理，错误由谁负责，以及使用过程能否产生新的专有数据。

模型公司可以提供能力，但医疗、法律、金融和工业真正需要的，是能够承担责任的系统。

应用公司的护城河并不只是“套壳速度”，还有行业入口、专有数据、流程嵌入、监管资质和用户信任的组合。

中国AI全栈登榜

这次榜单上的中国人依旧不多，但行业覆盖范围非常完整：

字节跳动的梁汝波，代表了消费入口、基础模型、生成式媒体和世界模型；阿里巴巴的吴泳铭，背后是通义千问、阿里云、自研芯片和智能体商业化。

何庭波负责华为芯片与系统架构，杨植麟（月之暗面CEO）和张鹏（智谱CEO）继续推进前沿模型...

它们共同构成了完整的AI技术栈：芯片、模型、云、智能体、汽车、机器人、数据和标准。

几年前，人们讨论AI时最关心的问题是：AI到底能不能工作？谁能训练出最强的模型？

到了2026年，TIME100 AI所呈现的问题已经进一步变化：谁能把能力、算力、能源、数据、专业工作流、资本、规则和公众信任组织到一起？

这也是研究AI公司时不能忽略的新趋势，只看模型基准，就会被短期的强弱干扰；只看用户增长，可能忽略产业的本质...

这才是TIME100 AI 2026百张面孔背后，AI产业中心真正发生的变化。

想了解更多AI产业前沿趋势吗？欢迎长按下方二维码加入前哨科技特训营。

王煜全在这里每周四晚8点，与你分享全球科技产业最新动态，一起看见未来趋势。