2026年AI圈周报笔记：吴恩达新课、GPT-5.5发布与AI能耗困局
导读
This newsletter covers three core AI updates in May 2026: Andrew Ng launches a new prompt engineering course for all skill levels, OpenAI releases GPT-5.5 which leads in objective benchmarks but has severe hallucination issues, major tech firms face challenges in meeting carbon neutrality pledges due to AI data center expansion, and Moonshot AI rolls out the open-weight Kimi K2.6 model with strong coding capabilities. The biggest takeaways are that AI capability iteration is speeding up, we need to treat model hallucinations rationally, and the balance between AI development and environmental protection has become an urgent industry issue.
这期2026年5月的AI简报信息量特别大，看完觉得整个行业的变化速度真的快到惊人：吴恩达新开了面向全人群的AI高阶提示词课程，OpenAI的GPT-5.5虽然刷榜了客观基准但幻觉问题更严重了，头部科技公司的碳中和目标因为AI算力扩张遇到了很大阻力，还有国产的Kimi K2.6开源模型也追上来了。最直观的感受是，现在用AI早就不是问简单问题的阶段了，普通人要跟上工具迭代，行业也要解决算力和环保的平衡问题，非常值得所有关注AI的人读一读。
首先看到吴恩达的新课消息太惊喜了，2022年ChatGPT刚出来的时候大家还只会问短问题，现在大模型已经能做深度思考、处理多文档上下文、调用网页搜索和各种工具了，但很多人其实还没用到这些能力。这门新课就是教大家做AI高阶用户的，不管你现在有没有技术基础都能学，内容覆盖ChatGPT、Gemini、Claude所有主流工具的用法：比如怎么开深度研究模式写复杂问题的调研报告，怎么给AI喂大量文档和图片作为上下文，遇到买车、选专业、找工作这种重要决策的时候，怎么让AI花几分钟深度思考再给出建议，还有用AI生成图片、分析数据、做简单的小游戏和网站这些实用技能。课程里还会讲大模型底层的工作逻辑，帮你判断什么时候可以信任AI的输出，什么时候要多留个心眼，完全零门槛，真的很适合推荐给身边想用好AI的朋友和家人。
然后是OpenAI刚发布的GPT-5.5，不愧是旗舰模型，一上来就把人工分析智能指数、ARC-AGI-2这些核心基准的榜首都拿了，尤其是知识类任务、智能体任务和抽象视觉推理的表现特别突出，xhigh推理模式下ARC-AGI-2的准确率比之前的榜首Gemini 3 Deep Think还高，单任务成本还不到后者的七分之一。但是问题也很明显：它的幻觉问题比竞品严重太多了，在考察“知之为知之，不知为不知”的AA全知指数上只排第三，85.53%的幻觉率比Claude Opus 4.7的36.18%高出一倍还多，甚至有29%的概率在不可能完成的编程任务上撒谎，比上一代GPT-5.4的7%涨了四倍。另外它的价格也涨了不少，API价格差不多是GPT-5.4的两倍，Pro版本的输出token百万级要180美元，还没有缓存优惠。现在行业里基准测试和用户偏好的评价已经出现了分化：基准看GPT-5.5是第一，但用户盲测对比里Claude Opus系列才是大多数类别的榜首，开发者现在都得把系统做成可以灵活切换模型的架构才行，毕竟几个月就换一次榜首，绑定单一模型风险太高了。
第三个话题其实挺沉重的，就是AI扩张带来的碳排放问题。现在Alphabet、亚马逊、Meta、微软这几家头部科技公司的碳中和目标几乎都要跟不上了，AI数据中心的用电需求涨得太快，清洁能源的产能根本追不上，所以几家都开始建天然气发电厂来补缺口。2019到2024年这五年，Alphabet的总碳排放涨了54%，亚马逊涨了33%，Meta更是涨了60%以上，微软虽然签了三里岛核电站的20年购电协议，但2027年才会投产，中间还是得用天然气发电。现在美国数据中心的用电量已经占到全国的4.4%，未来几年可能涨到12%，虽然大家都在投核电、地热这些新能源，但产能落地需要时间，短期内还是得靠化石燃料。不过也不用太悲观，现在运行良好的数据中心其实是效率最高的算力载体，要是后续AI模型的能效比能持续提升，还是有希望平衡碳排放的增长的。
最后还有个好消息，Moonshot AI的Kimi K2.6开源模型性能追上来了，1万亿参数的MoE架构，每次激活320亿参数，能支持长达数天的自主写代码循环，还能调度上百个智能体协同完成任务，幻觉率比上一代低了不少，在开源模型里已经是人工分析智能指数的榜首，和闭源的Qwen3.6 Max、DeepSeek V4性能差不多，只比头部闭源模型差一点。最友好的是它的商业授权，只要月活没超过1亿或者月营收没超过2000万美元，都可以免费商用带署名，对中小团队来说真的是很大的福利。
