xingaitupian 朱松纯：“中国的AI叙事” 存在领会偏差

xingaitupian

作家 |李海伦

开始   |   腾讯科技  管千里着安然慧 AI+

究诘谐和 | 13699120588

转自赛先生，版权属于原作家，用于学术共享，著作仅代表作家本东谈主不雅点

导读：

3 月 29 日，在 2025 中关村论坛通用东谈主工智能论坛上，北京通用东谈主工智能学院院长，北京大学东谈主工智能接头院、智能学院院长朱松纯暗示，咫尺，行业对 AI 的接头确凿被大模子能力所占据，而基础学科、原始改换与智能履行的接头却被边际化，以至遭到部分公论的狡赖。更有甚者，酿成了某种"时期投契"的氛围，仿佛唯独少数企业能代表中国 AI 的水平，而耐久撑抓 AI 发展的基础学术群体、表面责任者、领会科学接头者则被冷落。这种领会偏差，正在让咱们离信得过的 AI 改换越来越远。

曩昔一年，中国东谈主工智能领域在轮替迭代的上升中快速演化。大模子公司如 DeepSeek、Manus 等常常成为市集与媒体的关注焦点。随着成本、时期、政策接踵涌入，确凿酿成了"押宝大模子即押宝畴昔"的共鸣。

然则，北京通用东谈主工智能学院院长，北京大学东谈主工智能接头院、智能学院院长朱松纯对此暗示担忧：追随这一轮时期上升而来的，是咱们需要严慎关注社会和政策对 AI 的领会。

图：北京通用东谈主工智能学院院长，北京大学东谈主工智能接头院、智能学院院长朱松纯

以下为朱松纯的共享精华整理（在不改变得意的情况下，有所删减。）：

我终点喜欢与行业、媒体的交流和一样，原因在于我深知行业的"叙事逻辑"，关于社会领会的坚苦性。

东谈主工智能从领先的学术问题，还是全面转向一个社会性、政策性的问题。咱们濒临的大多数决议者、机构、媒体，广博并非东谈主工智能专科降生，但又被动在短时期内学习、贯通、决议以至向公众宣传 AI，这给准确传播带来了极大困难。

是以，咱们必须深刻地建耸立确的叙事逻辑，尤其对媒体来说，职守紧要。为了幸免一些诞妄的公论影响了决议，以至让自媒体牵着走，导致群众和决议者对东谈主工智能的认知友集。

这里我要讲一下东谈主工智能的全球叙事与误区：

AI 存在炒作、泡沫和盲目跟风

从 2019 年以至更早，好意思国通过 AI 重新缔造了时期霸权。全球成本曩昔 7~8 年齐流向好意思国，围绕的中枢叙事是：大数据 + 大算力 + 大模子，最终通向通用东谈主工智能（AGI）。

随后，" AGI 带来东谈主类糊口危机"的话题被正常炒作，酿周密球范围的惊恐。事实上，这便是一种媒体主导的叙事。曩昔十年，媒体和投资圈反复宣扬"大数据、大算力、大模子"三位一体的阶梯，仿佛这便是 AI 的独一畴昔。

2015~2016 年，AlphaGo 激发了第一次东谈主工智能的上升，但安然下来 8 年后回头看，那时吹得美不可言的 AlphaGo 相当关系产业，除了一些筹谋机视觉公司（所谓"四小龙"）被举高了估值，终末履行并莫得酿成产业化、社会化的正常影响。好多 AI 初创企业终末齐走向了阑珊。

咫尺，行业流行的" AIforScience（科学接头新范式）"说法，其实也存在领会偏差。AI 的主要接头标的仍聚拢在视觉、谈话、机器东谈主等智能感知和行为能力上，严格来说，这些并回击直等同于" Science（科学接头）"。信得过推动科学接头的是 DeepLearningforScience，也便是应用深度学习等器具提拔科学建模和数据分析，而不是 AI 自己动作科学的内在构成部分。

我也曾写过一篇著作，提到了"乌鸦与鹦鹉的范式"（指现时 AI 多停留在"鹦鹉式"的大规模效法，距离"乌鸦式"的领会与推理仍存在履行差距），品评过这种"泡沫化的融资传奇"，今天看，好多时事依然在重演。

AI 上升下，很容易在 AI 平台、算力中心上酿成多余。好多平台根柢租不出去，履行使用率唯独 15%~20%。更古怪的是，当今在一些区域，电价齐还是负了，电齐卖不出去，若何会有动力危机呢？

但那时，为何还有那么多地点"跟风上马"？根柢原因是公论叙事的问题，可能有的地点决议者会受到一些受公论压力，加上媒体的"过度渲染"起到了兴风作浪的作用。

国内东谈主工智能的近况与困惑

这便是当今国内 AI 领域的近况：名义吵杂，实质交集。

中国这几年景立了广博"东谈主工智能学院"，但讪笑的是，好多 AI 学院的院长以至齐不是搞东谈主工智能的。举例，某高校东谈主工智能学院请了一位颇具名望的筹谋机表面人人担任兼职院长，却从未在东谈主工智能领域有过庄重论文发表。还有的学校干脆由数学、艺术学院的淳厚"兼职" AI 学院院长。

雷同前几年，"纳米"见识泛滥，什么纳米鞋垫、纳米高压锅，当今又出现了"伪 AI 上升"。再比如一些大模子公司骄慢"六小龙"，但好多根柢无法盈利，估值虚高，风险雄壮。

常有东谈主说，咱们"被卡脖子了"，但我以为，信得过"卡住"咱们的，是咱们我方的领会。

当下，政府机构、公众、以至媒体，对东谈主工智能的贯通严重不及，随着西方叙事亦步亦趋，终末只可得出"咱们被卡了脖子"的论断。而履行问题是，咱们的领会水平远不及以诱骗正确的改换与政策。

什么才是东谈主工智能的改换？

我耐久回归，AI 的改换有 5 个头绪：

最底下底层的是，玄学层面：探讨"智能"的履行。事实上，智能的履行是"主不雅的"，每个东谈主的决议齐基于我方对天下的领会与价值体系。这些领会偶然客不雅，却决定了步履。

第二层，表面层面：树立领会的数学框架，如逻辑学、统计建模、概率筹谋。

第三层，模子层面：凭证框架构建具体模子，如判别模子、生成模子、大模子等。

第四层，算法层面：在具体模子下，开垦优化算法，进步筹谋、推理、测验的效力。

第五层，工程与部署：把模子落地到硬件、平台，优化存储、筹谋，酿成可用的居品和系统。

咫尺好多所谓的改换，只是停留在第 4 层（算法）或第 5 层（部署）层面，连表面框架齐不具备，却在吹嘘"颠覆"。而咱们当今信得过缺的是对智能履行、领会建模的原创性谋害。

现时社会存在严重误区，仿佛唯独 DeepSeek 等这么的企业作念出了效果，以至有东谈主顶点以为，学术界、接头机构的责任齐是"吃白食"，这种心扉化、非感性的公论正在误导群众。

咱们必须知道，DeepSeek 在工程落地、API 居品化、算力优化等方面照实赢得了收获，但主要聚拢在工程部署层面，并未搞定东谈主工智能的中枢难题——比如领会建模、智能表面、学习机制等。

撑抓今天整个 AI 应用的底座，恰是学术界数十年在玄学、表面、建模、算法等基础层面的抓续干涉。若因短期的居品化班师，就狡赖基础接头，以至荧惑"学术无须论"，不仅极度，也极其危急。

以好意思国的改换为例，好多聚拢在最底层的硬件（芯片、架构）、大模子，以及算法优化。咱们如若想在中好意思竞争中赢得谋害，关键要在于第四层和更高的玄学与表面改换。

如若只是重叠好意思国的老路——算力、算法、部署，咱们永恒齐是奴婢者。

畴昔 AI 的前沿在文科

畴昔最难搞定的问题，刚巧在于文科所护理的社会复杂系统，比如东谈主口、政策、文雅演化、价值体系。这些问题咫尺无法建模，无法实验，学界耐久靠"表面评释"和"过后分析"在"过后诸葛亮"，瞻望能力接近于零。

但今天，大规效法真（模拟）实验和智能体（Agent）建模的能力让咱们有可能让文科第一次变成一门可实验的科学。AI 的信得过前沿，是通过模拟与建模，让文雅、社会、经济与政策等不错进入可考据的科学界限，而非留步于图像、语音和对话的优化。

咱们信得过的责任要点

咱们当今还是基本完成了在智能玄学、表面框架、模子的初步构建，正在向算法优化和工程部署股东。

下一步的要点是：

快速规模化。

完成模子的工程化和买卖化。

与行业、应用深度适配。

树立通用智能体（AGIAgent）工场。

咱们和大模子的关系并不是"对抗"，而是共生。大模子像东谈主类的潜结实，为咱们提供了感知和牵挂的底座；而咱们要作念的，是在其上构建通用智能体的领会与决议体系。

回归和命令

东谈主工智能不是"传奇"，更不是"安全危机""糊口危机"的代名词。它是信得过关系到东谈主类文雅畴昔演化的器具。

而领会的欠缺、叙事的误导，才是信得过的"卡脖子"。

我命令媒体、政府机构、接头者们，尤其要关注 AI 的顶层逻辑与原始改换，不要盲目跟从已有叙事，而要念念考：中国，到底要若何的东谈主工智能？