1943 年第一个数学神经元，到 2025 年 Agent Skills 成为跨厂商开放标准。99 个关键节点、49 次技术突破，串成一部关于「承诺」与「算力」如何赛跑的编年史。
时间线会把一条连续的技术主线切成碎片——同一个想法会在三十年里被三次重新发明。按分类重排之后，这条主线会自己浮出来：
这条链有一个反直觉的形状：算力不是主线，主线是「什么算得动」。49 个突破中算力类只有 1 个（2010 年吴恩达用 16 块 GPU 训 14 层网络），但它同时是 2012 与 2024 两次跃迁的隐含前提——所以它更像闸门而非河道。真正的河道有三条，且互相咬合：
① 表达能力的阶梯。感知机（1957）只能表达线性可分 → 反向传播（1986）让多层能学出内部表示 → 卷积网络（1989/1998）用局部连接与权重共享把归纳偏置写进架构 → LSTM（1997）用门控给梯度修了一条高速公路 → 深度信念网络（2006）第一次给深层网络完整训练配方 → ResNet（2015）让深度从「几十层受限」变成「几百层随手可加」→ Transformer（2017）干脆取消递归，让训练完全并行。每一级都在解决上一级的一个具体物理障碍：梯度消失、优化不可行、无法并行。
② 规模从赌博变成工程。这是主线里最实用的一段转折。AlexNet 用两块 3GB 游戏显卡证明「深度可扩展」之后，Scaling Laws（2019-2020）把「模型做大会变好」从直觉变成可外推的幂律；Chinchilla（2022）随即修正了其中的算力最优配比——参数不再是越大越好，而是要与数据一起长大。一个领域只有当它能预测自己的结果时，资本才会大规模进场，GPT-3 的 1750 亿参数正是这条曲线上的决策依据。
③ 从「会说」到「会想」再到「会做」。预训练+微调（2018）→ zero-shot 涌现（2019）→ RLHF（2022）让模型可交流 → Function Calling / MCP（2023-2025）让它能调工具 → Agent Skills（2025）让流程知识可跨厂商封装。推理能力类占了全部突破的 26.5%（13/49），是九个分类里最多的一类——这本身就说明：过去 82 年，AI 真正持续变强的方向从来不是「更像人」，而是「更能算、更能验、更能调工具」。
而 2024 年 o1 是这条链上唯一一次换轴：在它之前，性能只从训练时算力（预训练规模）来；在它之后，训练完成后在推理时投入额外计算同样能换来准确率——官方观察到「准确率与思考时长对数相关」。这不是把某条曲线拉长，而是新增了一条正交的 scaling 轴，也是本页面把它选为大模型时代收尾、2026 需要单独追踪的原因。
type 字段来自历史数据的原始判定，本页原样保留、未作任何改写。占比 = 该分类突破数 / 49。前 82 年（1943–2025）的平均事件密度是 每年约 1.2 个关键节点。而 2026 年仅 1–9 月就记录了 183 条事件——是此前 82 年平均密度的数倍，也超过了这个页面收录的全部 99 条的一半。用同一把尺子衡量已经失效，因此单独成页。
更重要的是，2026 年出现了一批前 82 年从未发生过的事：出口管制的对象第一次直接作用于已经商用的模型本身，而不再是上游芯片或未发布的实验室成果；模型自曝科研成果后被主动扣停，科研发表与模型发布之间第一次出现了强制性的中间环节；推理成本被击穿到 $0.003 / 百万 token，让「为智能付费」这件事第一次不再成立；而算力从一种可以按需租用的资源，变成了不能反悔的固定负债——你为峰值容量付的钱，在需求曲线变化时无法收回。
这四件事指向同一个判断：2025 年是分水岭。在那之前，AI 的主线是「把模型做得更强」；在那之后，主线变成了「把已经很强的能力，封装成可迁移的标准，并在管制与成本的夹缝里活下去」。这已经不是历史页能承载的叙事密度。
条事件 · 完整时间轴 · 季度与主题双索引。出口管制、模型自曝被扣停、成本击穿、算力负债化等全部原始记录均在此页。
条事件 · 单季度深度复盘，聚焦 Q3 的关键转折与跨季度延续线索。
Anthropic 在 Claude Code 中推出 Agent Skills，随后以开放标准形式发布（agentskills.io）。同期 Claude Sonnet 4.5 被定位为最强 agent 模型，宣称可连续自主工作 30 小时以上；MCP 生态在 2025-12-09 被捐赠给 Linux 基金会下的 Agentic AI Foundation（Anthropic、Block、OpenAI 共同发起）。
这一刻的性质：「可复用的技能包」成为继 prompt 之后的能力封装单位，工具层（MCP）与技能层（Agent Skills）同时从厂商私有方案变成开放标准。竞争焦点从「谁的模型强」转向「能力能否脱离模型迁移」。
分水岭不是某个模型发布，而是约束条件的整体换挡：管制第一次直接落在已商用模型上；科研发表与模型发布之间出现强制中间环节（模型自曝科研成果后被主动扣停）；成本被击穿到 $0.003 / 百万 token；算力从可租用资源变成不能反悔的固定负债。
与 2025-10 的连接点：能力封装成标准之后，模型本身第一次变成了可替换件——当流程知识住在 Skills 和 MCP 里而不是住在权重里时，换模型、换供应商、甚至被管制而断供，都不再等于业务停摆。这是标准化的红利，也是新风险的来源。
简而言之：2025 年 10 月解决的是「能力能不能搬走」，2026 年 1 月之后暴露的是「能力搬走之后，还剩下什么必须留在原地」——留下的只有算力负债、合规义务与价格战。
本页面为 1943–2025 年的历史档案部分，内容随 era JSON 校对后固定，不做增补；2026 及以后的事件追踪独立成页并按月持续更新（当前覆盖 1–9 月，后续月份将陆续并入）。两个页面共享同一套暗色配色体系，可交叉阅读。