在AI技术迅猛发展的浪潮中，教育界正经历着前所未有的挑战与变革。当70%的学生选择AI专业时，大学校长们如何应对这场"暴力式创新"带来的冲击？新型科研机构如何在学术与产业之间找到平衡？AI原生编程语言的出现是否意味着程序员职业的终结？本文通过多位顶尖高校校长和研究专家的圆桌讨论，深入探讨AI时代的教育变革、科研创新与编程未来。
一、当70%的学生选择AI，教育如何应对"暴力式创新"？
教育模式的根本转变
AI技术的出现正在彻底改变传统教育模式。哈尔滨工业大学校长韩杰才指出："AI出来以后讨论最多、担忧最大的就是大学校长，我们大学校长坐在一起谈的都是AI。"作为新一代工具，AI使创新变得更容易，但也带来了新的教育挑战。
"大学有老师，有智能体、有学生，是三元结构，老师水平比智能体低就麻烦了。"韩杰才强调，"现在学生获取知识方面很容易，我们需要培养什么样的人才？"
香港科技大学（广州）创始校长倪明选则分享了该校的教育改革实践："我们学校大三才选专业，选任何专业没有名额限制，现在第一批学生70%选AI，20%选大数据，10%选智能制造。学生知道智能制造重要，可是他妈妈讲你只有选AI，因为报纸上天天讲AI。"
基础与实践的平衡
n面对AI时代的教育挑战，韩杰才提出了两个关键方向：
- 基础性知识的掌握："100年基本上没变的基础一定要掌握透。"
- 实践能力的培养："坐在教室学习肯定是不对的，大学里全面改变了学习模式，以学习为主体。"
"我们现在强调基础研究，要关注原创性、颠覆性技术的需求、创新也不是原来拿来主义的东西，底层的逻辑是你的，这就越来越重要。"韩杰才进一步解释道，"我们的创新从大学开始做项目，大一一进入哈工大就让学生必须进入实验室，需要什么知识，该学哪个老师的课就去学，一生一策个性化的教，这样才能有个性化、特色突出的创新人才。"
教师角色的重新定义
nAI时代对教师角色提出了全新要求。倪明选坦言："教育要改很多问题。改革最大的阻力就是老师，我们学校的老师都是国外名校回来的，可是他们在国外研究成果很好、paper写很多，国外的教学和学生的素质也不一样。回到AI的时代，学生比你还聪明，AI比你用得还好，对老师的挑战是很大的。"
"我们学校不会用AI工具的老师基本上不能通过考试。"倪明选强调，"AI时代，教师必须掌握AI工具，才能跟上学生的发展步伐。"
暴力式创新的思考
n关于AI时代"暴力式创新"的特点，韩杰才提出了独特的见解："暴力式创新最后形成的创新的角度我觉得不一定，有些是有原创的，不一定办出很大、很好的公司。有些没有原创反而很大，这就是原来这种状态。"
"我最近在探讨，智能时代创新什么最有生命力？文化基因最重要。为什么现在码农、硅谷印度人少了，中国人现在慢慢走在一线了。我认为要跟文化关联起来。"韩杰才进一步分析道，"智能时代的创新，有人说DeepSeek的思路是有文化的因素，像中文就不一样，我们写中文不写得很复杂，特别是法律方面的东西很麻烦，联想太多。"
"大学培养人的时候，智商是有限定的，广义理解情商越来越重要。"韩杰才总结道，"它会有新的东西，只是这一阶段抓到机遇获得成功，跟我们搞电池一样，锂电池我们超越了，下一步全固态电池、其他电池的覆盖率是一样，是叠盖、覆盖的概念。"
学生选择的困境与解决
n面对学生"暴力选择"AI专业的现象，倪明选表达了深深的忧虑："学校暴力不起来，几千卡都不得了，只有有些实验室才能做些暴力的东西。"
"上个礼拜四我选择30个本科生到我家里来聚餐，我也跟同学说了同样的问题，不管做制造、材料、微电子都这么鼓励他们,但父母说必须选AI，现在是没办法跟父母沟通。"倪明选无奈地表示，"AI专业的选择热潮背后，是家长和社会的焦虑，以及对学生未来发展的不确定。"
二、新型科研机构的"分账"逻辑与生存法则
新型科研机构的定位与评价
n清华大学汪玉教授以清华大学天津电子信息研究院为例，分享了新型研发机构的定位经验："这个机构是在2015年成立，到现在十年，政府直接给的钱力度肯定没深圳这么大，当年我们的定位想得比较简单，我们孵化一些有影响力的公司。学校这边构建整个的生态，研究院作为成果转化办公室和对外合作办公室，并没有在里面放研究人员。"
"股东要满意，我服务清华成果转化，还要天津给一些支持。这是最早的，第一个五年、第二个五年，我们是这么干的。现在没有站得足够高，我们站在下面一层成果转化，对于一些中小企业和大企业的需求并没有摸得特别透，我们是孵化的逻辑，中间还有中小企业的逻辑，只靠政府投入不可能长期稳定的干好一个研究院，不能只靠政府投入，三重力量要融合起来。"
香港科技大学(广州)的陈雷教授则从学术角度提出了新型科研机构的评价体系："我们想和工业界结合，大方向要做Impact，那基础学科怎么做？Data For AI，训练的时候怎么把数据集减小做训练，推理怎么用KV Cache，最终落到基础问题Data怎么去存，服务于训练和推理。"
"既要还要要跟工业界结合，不能自己写文章，写文章发得很嗨，每天都在写，impact在哪儿。做的过程中不能说老师我是做基础学科的，你给我5年、10年时间我给你憋个大招出来，我说行，但是5年之后你要憋不出来，我要你还是不要你，在此基础上像工业界有那么好的问题，为什么不能随地'下蛋'。"陈雷强调，"哪怕做个专利和论文，至少看见你在做这件事情。转换赛道一定要把这个概念跟年轻人讲清楚，我们怎么去衡量，方向对了，impact也有了，积少成多，也有盼头，这是我的想法。"
组织模式的创新
n关于新型科研机构的组织模式，汪玉提出了"中台+小团队"的架构："电子系有两个一级学科，信息与通讯工程，更多干的是大系统，包括关键的数学基础。另外是偏芯片的，电子科学与技术，在大平台上做基础的器件和芯片。AI时代我自己感受都得有一个中台，底层的大平台，底层大平台本身需要更多的支持，比如说建一条线，我们会有一条线我们叫厨房，老师们或是小团队是厨师，做出菜来，这个菜怎么卖是怎样的事儿。"
陈雷则分享了港科广的跨学科合作模式："虽然我是信息学院，我办公室旁边坐的人是生命科学，右边坐的是搞材料的，老师一进来是随便选办公室，大学里老师们坐得乱七八糟，找学校的老师开会都要Zoom。学生拿奖学金，老师是没有钱的，要跟学生讲，我可以带这个项目。我带了一个碳中和的项目，做碳吸附、碳存储，我就得找搞环境、碳中和、材料老师，我们组成一个team，这种跟之前完全不一样，原来是校长把钱给我，我为什么要跟你们合作，现在学生都组队了，要把学生抢过来，把钱给想做的学生，老师帮助他们去做，我觉得这种真的是在新型院校里，校长敢大胆改革。"
资金来源与支持机制
n资金问题是新型科研机构面临的核心挑战之一。汪玉提出了"两份钱"的思路："这是两份钱，第一份钱是整个机构的钱，整个机构的钱还得找有钱的帮支持，比如说当年贝尔实验室是垄断企业，深圳有钱让政府持续给也不容易，还得把深圳本地潜在有钱的吸引进来，这是最重要的，赚钱的闭环最好跟研究闭环不要太耦合，否则就扭曲了。这样的机构里有20%的人随便干，80%的人有些目标。"
陈雷则分享了港科广与工业界合作的经验："谈到钱的事，港科广是政府给钱建的学校，校董会和校长特别要求下未雨绸缪，如果政府不给你钱怎么办？我们已经开始好多相关工作，到目前为止，昨天是第19个工业和学术Joint Lab成立，明年就有30个，每个实验室的投资是1000万，资方会越来越向工业界。"
"假设我做一个很简单的项目、横向的项目，做完了以后不work，但我有一个B，我要做实验室不怕，把B给你，联合实验室要专利给你专利，要论文给你论文，东西出来了。你想让我做A，我做A，B也不错，有专利、有论文，资方也很开心，而且他也收获了意想不到的东西，这种情况下作为高校不可能总靠政府资金，就跟工业界合作，帮工业界做点东西你总得给我钱吧，而且越来越多，五年以后有100家Joint Lab，这个学校就没有问题了，学生的项目也会做得非常开心，这是我们学校和工业界强强合作。"
三、AI原生编程语言出现时，程序员都消失了吗？
AI友好编程语言的特性
n中山大学王焱林教授对AI友好的编程语言提出了明确要求："TypeScript是静态的语言，MoonBit也是静态的，我也看好MoonBit的发展。我认同AI友好的编程语言的概念，也有一些语言特性是未来作为对AI友好编程语言一定要有的，一是类型系统是静态约束越清晰、越强越好。二是模型对机器是友好的，这也是TypeScript做得比较好的点。三是对人友好，最终的编程知识要转到人上。四是特别重要但比较被人注意到的，要对演化友好。"
"现在coding Agent出来很震撼，给他一个指令就会做出一个游戏、网站，但是是需要迭代的，他生成很多的东西里面有很多的错误，我们迭代的时候才是最痛苦的。未来编程语言设计一定要把刚才这几个点考虑进去。"王焱林强调。
AI编程智能体的核心竞争力
n关于AI编程智能体的核心竞争力，王焱林指出："Cursor有一个很大的特点，迭代速度非常快，几个月可以迭代非常多次，背后的原因是最看重的是体验，开发者在IDE里到底体验、流畅感是怎样，也是Cursor的硬实力，硬实力会被厂商抹平，一些软实力，让一个Agent陪伴我在一个仓库里执行一些动作的时候，希望他一定是越来越懂我的，Memory也很重要，它懂我踩过哪些坑，我很难切到另一个智能体，哪怕生成准确度提高5%，我感受不到，更在意软实力是非常重要的。"
程序员职业的未来
n关于AI对程序员职业的影响，存在两种截然不同的观点：一种认为AI将取代程序员，另一种则认为AI会增加长尾需求，使人人都能成为程序员。
王焱林对此提出了自己的见解："很难从数量的角度说未来程序员的数量是增加还是减少，我们中午也讨论到程序员的概念会变化，并不会像现在映射的coding概念，可能成了真正软件工程师，从一个软件的需求开发测试到后面维护都要了解，能力是增强的。"
王焱林分享了一个生动的案例："我在浙大读书，周末在酷家乐做实习生，现在是杭州六小龙，那个时候他的员工是30到50位之间，那个时候人特别少，我做的是'家风水'板块，一个人负责整个板块，我进去的岗位是开发工程师，我当时进去的时候在想，我是程序员做coding，实际上我要对'风水'，用户上传的户型图要分析户型的风水怎么样，提一些风水的改进建议，这是我知识之外的东西，我相当于要做PM产品经理，得调研户型风水的东西。创始人还带着我去杭州风水大师家里请教户型风水的知识，白天coding，晚上看《易经》，后端要设计整个系统的架构，前端还好，配了一位前端工程师，还得设计数据库的东西，测试也是我。十几年前我对程序员的概念就是全栈的概念，AI时代未来更是，单点的开发者概念被模糊了。"
关于"每个人都是程序员"的观点，王焱林明确表示："不是每个人都是程序员，是让每个人都可以写点代码，这个时候软件工程能力更重要了，更加系统化的能力。"
国内AI编程创业的挑战
n为什么国内AI编程领域的独角兽较少，而大厂如字节、阿里、快手、美团等都在布局？王焱林从人才培养角度进行了分析："创业方面我很难给出一个趋势判断，我从高校人才培养方面谈谈创新创业我们怎么做，coding智能体要想做好，人才这块是非常稀缺的，本身要做好从编程语言、编译器方面的人才就非常稀缺，又要让它懂AI、大模型，这是非常稀缺的。"
"我们国家的优势是人特别多、人才也特别多。我有一个观察，前年是在中大第四年教编译原理，每一届学生问的问题变化非常大，我感受非常深刻。前面两届问环境配不通，这四年也是AI迅速发展的四年，我发现今年他们会问这个词法分析算法可以做个创新，问我能不能行得通。有的同学说能不能不用C语言Python写，下面推荐MoonBit写。他们思考的方式变化让我觉得是很正面的，我们又有人才基数，又有AI带来的加持。科研能力也是大幅提升，我在微软亚研工作几年，那个时候我们发现搞好科研发论文的都是博士，少量的硕士。我去了中大以后，前两年也主要是这样，这两年我发现有非常多的本科生做科研也很好，这是大模型的加持。"
结语：AI时代的教育与科研新范式
nAI技术的迅猛发展正在深刻改变教育、科研和编程领域的范式。面对70%学生选择AI专业的现象，大学校长们需要重新思考教育模式，平衡基础理论与实践能力，重新定义教师角色，同时应对"暴力式创新"带来的挑战。
新型科研机构需要在学术与产业之间找到平衡点，创新组织模式，多元化资金来源，建立科学的评价体系。AI原生编程语言的出现不仅不会导致程序员消失，反而将推动编程向更系统化、智能化的方向发展，程序员的角色将从单一的代码编写者转变为全面的软件工程师。
在AI时代，教育、科研和编程领域都需要拥抱变革，创新思维，才能在技术浪潮中立于不败之地。正如多位专家所言，AI不是要取代人类，而是要增强人类的能力，让我们能够更高效、更创造性地工作与学习。
