把AI当陪练，不是当替身

　　中青报·中青网记者李新玲

　　一个学生用150个小时，从零开始，设计成功一款芯片，并且达到了流片（可以试生产）标准。这个学生有点特殊，是中国科学院计算所包云岗研究员团队的一名“AI虚拟学员”。

　　在这场名为“人工智能时代，我们学什么、干什么”的论坛上，包云岗抛出来一个问题：“‘AI学员’确实是符合我们想要培养的人才，我们的思考是，还要去培养人具备这个能力吗？”

　　AI能替代什么，先划出边界

　　这场论坛是10月下旬在第二十三届中国计算机大会（CNCC2026）期间举行的。论坛主持人，中国人民大学文继荣教授对于讨论的内容开宗明义：“人工智能技术的飞速发展，对教育和就业会产生什么样的影响？”他提到，10月23日国务院办公厅发布了《关于适应人工智能技术发展助力构建就业友好型发展方式的意见》，18项任务中，明确提出“提升劳动者数字素养和就业能力”“协同培养人工智能创新型人才”等。

　　中国计算机学会（CCF）常务理事章文嵩提到，因为常和老师们交流，他听到的是：“现在学生到课率是很低的。即便到课了，学生们抬头率很低……自己看手机看电脑。但学生的考试成绩还不差，跟往届比。”

　　有高校老师也发现，现在有些学生觉得上大学没有意义，花几年时间听老师讲10年前的东西。

　　而另一边，知识正在变“便宜”。清华大学陈文光教授认为AI显著降低了知识获取解释和反馈的成本：“过去学东西要有一个好的老师，但是这个好的老师不可能给你一个人讲，是对很多人讲……你听不懂，没办法。”之后有了慕课，能够一对多教学，但是学生没听懂有问题问，又没有老师能及时解答，现在AI来了，可以解决这个问题。

　　西南交通大学一位数学教授前来参加计算机大会，他感觉如今的数学研究遇到了一些问题，因为AI能够解决人类数学家长时间思考的难题，想来看看计算机学科的专家们都在做什么。

　　计算机领域的专家们在搞清楚AI能够替代什么之前，也在试图把AI的边界搞清楚。

　　章文嵩给了一把尺子：“谈AI的边界，有一个界限是结果能不能量化？一旦结果可以量化，那AI做得肯定比人遥遥领先。”他举AlphaGo的例子，“它能找到人类从来没有下过的棋谱”。

　　因此他认为，要在无法量化的时候胜出，需要人的判断、感觉、审美。特别是审美。每个人对世界的认知都不一样，这实际上是人的价值所在。

　　从事劳动经济学研究的中国人民大学赵忠教授认为，人工智能在很多技能任务方面都做得非常好，超过了人的能力。今后几年，通用人工智能在系统性的技能和思维方面能取得更多进展，但是具体落地到现实场景，还有成本和效益的问题。

　　“面对复杂的问题，我相信如果不计成本，AI是可以做到的。但是在具体的情形下，人在一些非常复杂需要随机应变权衡各种利益关系的场景下，还是占有天然的优势。”他认为，从更长远来看，AI和任何技术的发展，在社会进步的场景下来考虑都是有限制的，包括价值判断、情感、社会规范这些，都不可能脱离技术独立发展，这就是AI的极限。

　　包云岗打了个比方：“现在的AI有点像是电影《雨人》里面的主角，记忆力超强……但在其他方面有一些缺失、有些不足。其实，今天的AI看起来就属于这种类型。”他认为，人的能力靠两层长出来，“一是进化，二是发育”。大模型在进化，怎么把它用好调教好是发育，“就像培养孩子一样”。

　　AI越聪明，人越要学得深

　　包云岗近几年提出“一生一芯”计划，通过实践课程提升学生芯片全链条设计能力，培养本科生从零开始设计芯片，直到流片成功。

　　当“AI虚拟学员”用150小时完成原来对一位本科生几年的培养，包云岗在思考：AI虚拟学员为什么能做到这一点？原因是有老师给了它45万字的讲义，它根据讲义一步步完成。“给它4500字的讲义它能不能做到？如果给他450字的提示词，它能不能做到？显然是做不到的。”

　　显然，是45万字讲义的撰写者指导了AI，完成了这项工作。“AI的能力，其实取决于使用者的深度，AI的知识面很广，你问它什么都能回答，但是它能展现出来的深度，取决于使用者本身对知识掌握的深度，这是一个关键（问题）。”在这样的认识下，包云岗发现，参与这个项目的学生们更加想要去把底层知识掌握透彻。

　　包云岗简单介绍了实施方法，首先，任务驱动是完成任务，不是先学知识点；第二是在任务驱动的过程当中构建知识网络；三是弄清知识网络怎么运行，一个知识点和另外知识点之间传导关系。

　　同学们把上面的任务完成后，老师会随机注入三个bug，要求在一个小时内把它们调试出来。

　　“要对知识点非常熟悉，同时也要能够去掌握，能够去定位，识别，判断，尤其是专业方面的判断。”包云岗认为，当具备这些能力以后，才能更好地驾驭AI，能够不被AI忽悠，有能力去审查AI给的结果。“所以在AI时代，反而需要我们对底层知识掌握得更精深。只有我们掌握得越深，才能把AI的深度发挥得更好。”

　　在CNCC2026另一场关于智能编程时代软件产业未来的大会论坛上，一位嘉宾有同样的观点：“今天用人工智能工具，或者用大模型开发软件，成功的往往是受过很好软件训练的这些人。”

　　北京大学博雅特聘教授李戈观点鲜明：“绝对不能放弃基础学科的教育，如果我们在这方面退让了，那就真正出现了问题：随着人工智能的发展，人类自己所能掌控的认知范围就会被缩小……在这个原则性问题上是不能够退让的。”

　　章文嵩把该学的东西说得更直接：“任何显性的知识，迟早会被蒸馏到大模型里面。所以，我们要保留那些不被蒸馏的知识。”

　　小标题三：要终身学习，不能到健脑房里去锻炼大脑

　　章文嵩举例道，麻省理工学院（MIT）的一个学生48小时通过AI掌握一门课程，这个过程分为几个步骤：第一，先搞清楚课程中已有的五大核心模型是什么；第二，弄清该课程里存在的争议点，依据是什么；第三，让AI提10个问题，考核学生是不是真正理解了这个课程。中间如果出错的话，就问AI“我为什么错了，我遗漏了什么”，反复迭代，这样，学生用48小时把一门课程学会了。

　　章文嵩举的这个例子就是为了说明：“用AI学习的方法是我们要学习的，应该让学生学会学习。”

　　赵忠把教育分为博雅教育和通识教育，另外一方面是专业教育，专业工具和技能的学习，AI既是一种技能，也能把知识体系进行分析整理。“大学生如何发挥AI的作用，实际上还是取决于博雅知识的积累。他自身素质的提高，能在多大程度上挖掘AI的潜力，通识教育和博雅知识的教育必不可少。”

　　另一方面，他看到技术进步带来了技能的更新和迭代，今天学到的知识，明天可能就过时了，整个人力资本的折旧在加速。一个人接受教育阶段和进入劳动力市场阶段，并不像以前一样泾渭分明了，“两个阶段是联系在一起，技能的提升、终身学习体系就成为职业发展必不可少的重要组成部分。从这个角度来说，大学教育一个非常重要的方面还是培养人终身学习的能力，不断提升自己技能和知识水平的能力。”

　　在AI技术的推动下，教育的目的和方法都要发生巨大变化，教育的组织形态也会相应发生变化，陈文光提出，学校要提供社会化的体验，对学生人格塑造，比过去更重要。

　　他建议，可以把高校计算机专业作为AI+教育的一个先行试点领域：“重构课程流程，划定AI使用的边界，进行项目学习和过程性评价”。在他看来，AI“解决了一个低成本的因材施教的问题”，但“怎么把这个革命结合到整个的教学过程里，还有很多要做的事情”。

　　人工智能带来了生产方式的变化，流水线的标准化生产方式向柔性的生产方式转变，劳动者如何规划自己的职业？赵忠提出了自己想法：“青年就业发展，还要和技术进步带来什么新的场景相适配。”

　　他认为第三产业的发展是未来人工智能落地非常重要的场景，也是未来就业岗位增加的最重要的领域，因为需求是非常个性化多元化的。技术进步也为第三产业的发展提供了可能。

　　包云岗不希望未来人类变成“AI的宠物”，不希望以后人类要到健脑房里面去锻炼大脑，就像今天去健身房锻炼身体那样。