主题素材-科技与人（名言+人物素材+时评+模考范文）

主题素材--科技与人（名言+人物素材+时评+模考范文）一、名言1.君子生非异也，善假于物也。——《荀子·劝学》翻译：君子善于借助外部条件达成目标。2.物物而不物于物，则胡可得而累邪！——《庄子·山木》翻译：利用物而不受制于物，那么怎么可能会受牵累呢？3.工欲善其事，必先利其器。——《论语·卫灵公》翻译：指工匠要想做好活儿，一定先要把工具整治得锐利精良。比喻要做好事情，必须先做好准备，创造条件。4.君子不器。——《论语·为政》翻译：君子不应局限于某一专门技艺或固定职能，而应力求博学多能、通达事理。5.善战者，致人而不致于人。——《孙子兵法》翻译：善于指挥作战的人，总是调动敌人而不被敌人所调动。6.人是一根会思考的芦苇，人的全部尊严就在于思想。——帕斯卡尔7.科技本身并不足够，只有当科技与人文艺术结合，才能产生让心灵歌唱的结果。——乔布斯8.机器是人的本质力量的对象化，是延伸人的能力、解放人的劳动的工具，而不应异化为主宰人的力量。——马克思9.AI可以整合已有的信息，却无法替代你对未知领域发自内心的好奇；可以给出标准化结论，却无法替代反复试错中形成的独立判断。——施一公10.AI本身不一定让我们变笨，只是我们与它互动的方式可能很笨。——劳伦·里士满（美国认知科学家）11.功绩主义时代，人们一味追逐效率，往往以牺牲个体创造性和独特性为代价。——韩炳哲二、人物素材（一）正面：善用工具是时代智慧1.荀子：早在先秦便提出“善假于物”，认为人不必天生强悍，借助舟楫、车马，便可跨越江河远至千里。荀子不是排斥外物，而是主张主动利用工具放大能力，这正是今天人机共生的古老思想源头。2.徐霞客：没有现代导航、卫星地图，以双脚丈量山河，靠自主观察、实地踏勘写下《徐霞客游记》。他依靠纸笔、罗盘等简陋工具辅助记录，但全部地理判断、地质发现都来自亲身探索，而非现成答案，彰显人的主体性。3.祖冲之：借助算筹等计算工具推演圆周率，算筹是工具，可漫长推演中的逻辑思考、反复校验、自主求证，全部依靠人的脑力完成，工具只是延伸，思考才是核心。4.钱学森：善用计算机辅助复杂航天运算，但关键模型构建、工程判断、系统顶层设计始终由人主导，计算机只承担繁重重复计算，从不以机器结论代替人的科学研判。5.古登堡：发明印刷机，作为时代革命性工具，打破知识垄断，极大便利知识传播；但是印刷机只是载体，伟大思想依旧依靠学者、思想家独立思考去创造，机器不能凭空产出思想。6.笛卡尔：提出“我思故我在”，坚信思考是确认人存在的根基。他愿意使用当时新出现的数学仪器辅助研究，但始终坚守一条底线：最终的怀疑、推演、结论，必须经由人的理性完成。（二）反面：警惕工具依赖，防止主体性丧失1.陈楸帆：国内知名科幻作家，亲身观察到大量写作者、学生直接用AI生成完整文稿，把构思、论证、文字打磨全部外包给智能工具，长期下来会丧失原创感知力与深度思辨能力，陷入思维惰性。2.乔安娜·斯特恩：华尔街日报科技记者，亲身实验一整年，几乎全部生活决策交给AI完成，结果发现AI擅长处理标准化琐事，但遇到模糊、复杂、带有情感与价值选择的问题时，AI极易出错；过度交给AI，会逐步削弱人做复杂判断的能力。3.安徽滁州吴大爷轻信AI除草方案：安徽滁州67岁农户吴大爷，种芝麻多年，农业经验丰富，遇到除草难题直接求助AI，完全放弃自主核验与田间经验判断。AI给出一套包含除草剂名称、配比、喷施方案的完整答案，语气笃定，吴大爷没有甄别，直接按照AI方案大面积喷洒，不料AI推荐的除草剂是大豆专用药，严禁用于芝麻田，最终150亩芝麻连同杂草全部枯死，十几万元经济损失。事后追问AI，AI才承认方案存在错误。吴大爷将本该依靠自身经验、独立判断的农事决策全盘交给智能工具，放弃了人作为实践主体的核验能力，最终酿成损失。4.英国Michael夜间徒步，盲从手机导航被困悬崖：英国伦敦男子Michael喜爱户外徒步，一次夜间进山徒步，全程依靠手机导航指引路线，不再依靠地形图、指南针、实地地貌观察自主研判路况。导航没有识别复杂山地地形，将他引向悬崖边缘，待Michael察觉异常时已经进退两难，被困悬崖峭壁，手机信号微弱，只能等待救援人员出动直升机、绳索施救才脱险。事后Michael反思：自己已经习惯跟着导航走，很久没有练习依靠地形、方位自主认路，一旦导航出错，便丧失自主探索能力。5.学生小罗长期依赖AI写作文，出现提笔思维空白：最初小罗只是用AI找好词好句辅助作文，久而久之，他习惯直接把作文题目交给AI生成完整文稿，自主审题、构思立意、组织语言的过程被AI全部替代。持续一段时间之后，小罗发现自己明明心里有想法，一旦离开AI，提笔就头脑空白，遣词造句、搭建论证框架变得十分困难，只能再次求助AI完成写作。AI模板逐步接管了原本属于人的创造性思考，小罗渐渐丧失独立文字创作能力，沦为AI文字的搬运者。（三）正反辩证1.AlphaGo团队：谷歌团队开发AlphaGo战胜顶尖棋手，AI能快速学习海量棋谱、推演落子；但是围棋的境界理解、棋道感悟、临场创造性战略，依旧属于人类棋手，AI只是强大的陪练，不能替代棋手对弈之中的生命体悟。2.樊锦诗与数字敦煌：樊锦诗带领敦煌研究院团队，主动引入三维扫描、AI图像识别、数字建模等智能技术，采集洞窟壁画数据，建立数字档案，把极易风化的壁画永久保存于数字世界，还打造“云游敦煌”小程序，让千万人足不出户看见莫高窟，智能工具极大拓展文物保护与传播的边界，这是善假于物的时代智慧。但团队始终保持清醒：AI只能采集图像、修补破损线条，壁画背后历史内涵、审美解读、修复方案取舍，全部依靠考古学者实地勘察、人文研判，AI不能代替人做出价值判断；研究院内部反复提醒年轻研究者，不可直接采信AI对壁画年代、题材给出的自动判定，必须人工核验，一旦全盘采信机器结论，文物研究就容易丧失人文主体性。3.中科大“机器化学家”小来：中国科学技术大学研制的机器化学家“小来”，面对火星制氧催化剂高达376万种的潜在配方，人工逐一试验需要近两千年。AI自主阅读五万篇科研论文，快速筛选候选配方，机械臂自动完成海量平行实验，六周之内就筛选出最优催化方案。但提出研究设想、设定实验目标、评估成果价值、解读实验背后化学机理，依旧由科学家主导。AI负责海量试错与数据运算，科研人员守住科学假设与价值判断，人机协同极大拓展材料研发的边界新华网。4.气象预报AI“海峡智眸”追踪台风：福建气象团队使用AI智能体“海峡智眸”追踪台风。AI自动汇聚卫星、雷达海量观测数据，快速计算台风路径、风雨影响范围，过去一小时的资料研判，AI十几分钟就能完成。但台风预警等级、防灾决策、复杂天气形势的综合研判，必须由资深预报员结合多年经验人工复核。AI擅长高速计算海量数据，可大气系统充满不确定性，遇到异常突变天气，需要人的经验做取舍判断，人机协同提升台风预警效率，守护沿海群众安全中国气象局。三、时评别被“遇事不决问AI”困住吴丹2026年09月23日人民网－《人民日报》日前，复旦大学面向2026级全体新生开展AI（人工智能）使用情况调研。结果显示，几乎所有受访同学都使用过AI工具，其中近八成同学已形成使用习惯。从润色文字、制作小组作业课件，到快速翻译外文资料、生成文献综述，再到把AI当作搜索引擎甚至闲聊对象，“遇事不决问AI”，正成为越来越多大学生的日常。如果说“数字原住民”是伴随互联网技术成长的一代，那么，当代大学生正在成为“AI原生一代”。一秒检索、一秒整合、一秒输出答案，AI工具提高了学习效率，降低了知识获取的门槛。但当答案来得如此之快、表达越来越顺畅时，人类应该如何思考？当AI自动生成、无所不知时，大学到底应该怎么学、怎么教？这个开学季，多位高校校长都在致辞中不约而同地谈及了AI话题。北京大学校长高松提醒学生：“AI可以整合已有的信息，却无法替代你对一个未知领域发自内心的好奇；可以给出标准化的结论，却无法替代你在反复试错中形成的独立判断。”西湖大学校长施一公援引“君子不器”寄语学生：“人永远不能成为工具，而学习永远不只是为了储存知识。真正的大学学习，是通过海量知识的沉淀，搭建属于自己的逻辑体系、认知框架、思辨能力和价值判断。”复旦大学校长金力分享了一位学生的回答：“AI时代，别再死磕标准答案，要练三件事：一是提好问题，把模糊需求说清，才配指挥AI；二是练判断力，会挑AI的错、选合适的答案；三是敢担责，在不确定中作决策。”提问、判断、负责，恰恰是今天的AI最不会的。教育的目标，不是制造标准化的答案，过程本身就在育人。AI能输出成百上千个答案，但真正让大脑兴奋的，往往是自己想通的一瞬间。和同学们讨论热烈甚至争得面红耳赤，或许依旧没摸着答案，但思路越辩越明，认知越碰越宽。实验失败、方案被否定确实让人沮丧，但也推着我们学会判断、坚持、从头再来。这些看似“低效率”的时刻，恰恰是把知识装进自己的脑袋，也是AI永远无法复刻的成长和青春。这不只是教育界的观点。近日，陶哲轩、邓煜等25位菲尔兹奖得主发表联合声明，警告人工智能快速用于解决数学问题可能使AI发展目标与数学研究目标“严重错位”。AI快速批量生成数学成果，可能压缩成果验证、方法总结、学术交流和引用前人成果的时间。只产出标准答案的教育，最容易被替代。AI时代的竞争，表面是算力、数据，深层是人才、思想、文化。大学要成为沃土，不必填满每一寸土地，适当留白才能让好奇扎根、让失败生长、让思想开花。教师要成为灯塔，帮助学生在航行中辨别方向，在不确定中坚守价值。对于“AI原生一代”来说，要留心别掉进信息茧房。给AI的指令越窄，它回复的内容就越贴合原有认知，久而久之，人容易被困在算法量身定制的舒适区里，以为看见了全世界，其实只看见了自己。笔者并非否定技术、对抗技术。恰恰相反，善用工具正是人的优点。在人机协作的时代，我们更要守住人的主体性，让AI当好“搭子”“助手”，处理海量数据、完成重复性工作，让我们拥有更多时间和空间，去追问现象背后的深层含义，去追寻不同生命的鲜活温度。技术向前，人不能后退。读更多的书，见不同的人，听多元的观点。让我们在善用工具的同时，做一个会提问、敢判断、能负责的人，做一个在算法之外，依然相信汗水、脚踏实地的人。人工智能时代，立住人的主体性2026年05月09日人民网－《人民日报》我查了下这一周手机里的各种信息，有一二十条有关AI（人工智能）的信息，平均一天差不多有三条。对于AI领域的核心技术，呈万箭齐发态势的各类大模型，在人文领域，我们听见两种不同的声音。一种是大模型有用吗？我怎么觉得它不仅离道的层面很远，就是在器的层面功能也很不完善？还有一种是，大模型确实太了不得，无所不能，因此副作用也随之而来：学生不用学习了，教师难以教学了。这是两种相反的认识，但奏响的都是唱衰大模型和AI的乐章。这两种认识，我觉得都值得商榷。首先，大模型没那么弱，觉得它没用，很大的原因可能是你没有掌握使用的技巧，没下过正确训练的功夫，没有使用真正厉害的那款大模型。我们一定不要对它轻下无用的判决。其次，大模型确实也没强到绝杀万物、唯我独尊，至少它不会比人聪明，何以见得？人能发明它，它不能发明人。人会主宰它，而不是反过来，除非人愿意将主宰权拱手相让。因此，我们一定不要被它吓倒。最近密集的AI信息中，最耸人听闻的一篇题目是“课堂已死”。就是说，有了大模型，学生不用学习了，凡事依赖大模型，大模型成了懒人宝典；有了大模型，教师没法教了，因为教不过大模型。大模型强吗？学生为什么不能利用它，为什么用大模型就叫不爱学习，甚至叫不学习？有没有不爱学习的学生？当然有，大模型时代之前就有，这怨不得大模型。大模型强吗？如果真强到优于教师，那教师就理应被取代，为什么不？所以为那些已经开始为自己的饭碗担忧的同行们提一个建设性思路，大模型如果能倒逼着我们致力于提升自我，塑造出一个更新的自我，重新赢得学生的青睐，不是好事吗？倒是在自我与AI间，如何认识和处理两者的关系，是关键。有一种观点，认为AI技术带来了非专业和专业的知识平权。这里我想引用一段理想汽车创始人李想说的话。他说大部分领域，顶级专家使用AI的杠杆价值，远远高于普通人使用AI。指望AI抹平专业差距，纯属做梦。非AI时代，普通人和顶级专家的差距是100倍，AI时代，这个差距可能会扩大到1万倍。AI和Agent（智能体）会成为一面放大镜，把人与人之间专业能力的差距，放大给人看。确实，很多人以为，有了AI，大家就站在同一起跑线上了，专业不专业无所谓了，反正AI都能帮你完成。这个想法，恰恰是危险的误解。对于学生来说，AI能帮你写作，也能帮别人写作，所以，你能不能向它提出别人提不出的问题，让它写出跟别人让它写的不一样的东西，能不能在它写错的时候发现它的错，能不能判断它写得好不好，能不能用它生成的东西做出真正有价值的研究就很关键，而这些，全部依赖于你自己的专业基础。对人文社科领域的学生来说，尤其值得自省的是，我们这个领域最核心的训练是什么？是问题意识，是分析能力，是批判性思维，是三观，是对人类经验真实、独到和深刻的理解。这些东西，AI给不了你，只能靠你自己一页一页、一本一本地读书、思考和积累。对于教师来说同样，假设你真的是有专业水准的学者，而且你依然在持续致力于专业水准的不断提升，同时你还是一个有思想、情感、温度、修养，一颦一笑间尽显品位和人格魅力的教师，AI又如何能取代你呢？也许我们还可以这样说，AI是放大器，放大的是你已经拥有的东西。你的专业越扎实，你使用AI才越像老虎添上了翅膀，AI在你手里的杠杆就越长。没有这个底子，AI不过是帮你更快地生产出一堆看起来像模像样、实则一无可取的东西。关键是，即使是有价值的东西，因为不是基于你专业基础的所思所得，也难以内化于你的内心和头脑，融汇成你自己学识涵养的一部分。总之，古人说，工欲善其事，必先利其器。我们很幸运，赶上了AI这个科技加速时代带给我们的利器，我们不拥抱它不利用它是不明智的。但请记住，它再是利器，也只是你的工具，不是你的主人。我们得先把自己这个“人”的主体性立住了，才谈得上其他。当技术挑战伦理，治理如何跟上？王美华2026年07月24日人民网－人民日报海外版AI带来哪些伦理挑战记者：当前，人工智能带来了哪些突出的伦理挑战？请结合具体案例说明。中国国际问题研究院世界和平与安全研究所副所长张薇薇：人工智能引发的伦理挑战非常多元，比如隐私与数据安全、算法偏见与歧视、深度伪造与信息操纵等。但最值得警惕的，还是人工智能可能失控的风险。尽管各方都认同“人类必须主导人工智能”，但在哪些领域需要控制、控制到什么程度、以何种方式实现，国际社会迄今远未形成共识。就国际和平与安全而言，最现实的威胁来自军事领域的自主武器系统——这类系统借助人工智能算法，可在无人直接干预或仅有限干预下，自主完成搜索、识别、跟踪、决策并攻击目标。目前，相关技术已趋成熟，并在情报收集、目标锁定等环节得到应用。目前AI自主选择目标并执行攻击的技术条件已经具备，且其效率远高于人类操作。各国虽声称攻击的“按钮”仍由人掌控，但问题在于，技术优势直接关联作战胜算，这极易诱使各方越过伦理红线。虽然将生杀大权交给机器，普遍认为绝不可接受，但军事行动高度保密，外界几乎无法监督，最终决定者是人还是机器，难以验证。因此，自主武器系统已成为当前国际和平与安全面临的严峻威胁之一。中国信息通信研究院人工智能研究所所长魏凯：随着生成式人工智能能力持续增强，虚假内容泛滥、人类主体性弱化、智能代理引发情感依赖、生成内容无序乱象等多重伦理风险交织叠加，构成当下十分紧迫的治理难题。AI日益强大的内容生成能力催生严峻的信息真实性危机，能够低成本批量产出高逼真虚假文本与音视频，深度伪造门槛不断降低，被不法分子用于电信诈骗、操纵舆论，大幅提升真假辨识难度，持续扰乱公共认知、侵蚀社会信任根基。与此同时，算法深度嵌入各类决策流程，使得人类主体性面临侵蚀风险，大众逐步习惯于将判断与选择交由机器承担，长期依赖容易造成独立思考与批判性思维退化，被动让渡决策权；情感陪伴类智能体广泛应用，依靠拟人化共情互动诱发过度情感依赖，模糊虚拟与现实边界，干扰正常人际交往，带来潜在认知偏差。当AI犯错，谁来埋单记者：当前，人工智能正从“动口”走向“动手”阶段，智能体开始自主决策、自主执行任务，这种转变给伦理治理带来了哪些前所未有的挑战？清华大学人工智能国际治理研究院副院长梁正：当下人工智能发展的趋势之一就是智能体能够自主感知、分析推理、做出决策并执行任务，这给人的主体性带来了深刻影响。其中，最突出的问题是权责分配。今年年初，“龙虾”智能体爆火，但随之出现了一系列问题。比如它自主执行了一些操作，有的甚至是误操作，删除了重要邮件，或者导致信息泄露。显然，这个责任不能由智能体来承担。使用者如果在权限设置上有疏忽，没有进行安全的授权管控，就可能导致这类问题。所以我认为，智能体监管或治理的核心，就在于责任如何明晰、权限如何控制。如果没有预先防范，在办公场景下风险或许还相对可控，但一旦进入自动驾驶、金融交易、医疗诊断等高敏感领域，风险就变得难以承受，这是当前最突出的挑战。记者：当AI越来越多地参与自动驾驶、医疗诊断甚至公共决策时，人机之间的责任边界该怎么划分？梁正：在智能体的使用和部署过程中，责任划分是最突出的问题。使用者固然要负主体责任，但提供者和开发者也必须承担相应的产品责任。办公智能体这类应用相对简单，但如果涉及具身智能、自动驾驶，责任划分就必须更加清晰。首先，企业提供这类产品或服务时，必须有非常明确的告知义务。比如，此前一些自动驾驶厂商的宣传就存在过度渲染问题，明明是辅助驾驶，却给消费者造成可以放手的错觉。实际上，相关法律规范明确要求L2级及以下车辆驾驶者双手不能离开方向盘，但一些车企在宣传中有意无意地模糊了这一点。一旦发生事故，又说自己只是L2级别的辅助驾驶，怪用户没认真看说明书，这显然是在告知义务上留下了模糊地带。对比来看，以L4级自动驾驶为例，系统以自动驾驶为主、人类接管为辅，权责划分就发生根本性变化：自动驾驶系统和车辆成为主要责任主体，一般情况下人不能干预车辆行驶。可见，不同类型和等级的智能体，在研发设计阶段就需按等级、分场景划分权责，并嵌入产品系统。将来，手术机器人也会面临类似情形，当它的能力提升到一定阶段，人可能只起辅助和保障作用，就像自动化产线，人不能轻易介入。因此，就智能体而言，责任绝不仅在使用者一方，设计者、开发者和提供者都须承担相应的产品责任。记者：算法利用个人数据无形中塑造认知，使人误将引导视为独立判断。您如何看待这一现象？它对个体自主性、尊严及社会公平有何冲击？人又该如何彰显自主性？梁正：这正是我们为什么强调教育的重要性。人工智能时代，学校不会消失，但教师的角色要发生深刻转变，要善于运用技术，教会学生如何辨别事实真伪。人工智能对教育最根本的影响，是从传授知识转向教人做人。这不只是课堂上的说教，更需要在与同学相处、接触社会的实践中去体会。未来的学校教育一定是开放的，可能每周都要有一天走进社会，甚至直接去实习、去工作。年轻人有年轻人的优势，一些不受规矩限制的创意，以前未必有机会实现，现在有了可能。所以，学校要培养批判性思维，帮人建立起对自身主体性的认知。我们现在的学校有思想道德课，但哲学和伦理教育还很不够，而这在智能时代非常关键。未来甚至审美素养、每个人的品位都可能成为一种重要资源。当这些素养丰富起来，人自然就有了批判性认知和鉴别力。接受过大学教育的人，基本判断力会强一些，但这种能力将来应当更早、更普遍地培养，这才是治本之策。技术带来的影响，单靠短期管控很难彻底消除，最终要靠人自己有判断力、能主动质疑。算法推荐确实容易让人只看到想看的内容，为此我国出台了算法推荐管理规定，要求不能完全迎合用户偏好，要有随机推送，甚至故意推送相反观点。短期来看，这种应对方法可能有效；但长远看，单靠这种方式并不能让人真正走向理性。只有培养起判断力和批判性思维，人才能拥有主动性，即使面对相反意见也能主动鉴别，这才是真正的自主性。治理怎样追上日新月异的技术记者：目前AI治理面临哪些现实困境，又有哪些破解思路和方法？梁正：治理困境首先要从风险来源入手。从机理上看，人工智能的风险主要来自3个方面。第一类是内生性风险，即技术系统自身特性导致的风险，比如失控。目前我们无法保证它完全按人的意图行事，今年以来，一些大模型已出现自主发现漏洞、攻击甚至自我迭代的苗头，将来还可能自我训练和进化，而我们目前尚缺乏有效应对手段。第二类是应用层面的次生风险。例如，算法决策用于医疗诊断时，可能出现幻觉错误或数据偏差，给患者造成不可挽回的影响，这主要与技术的适用范围相关。而生成虚假内容属于技术的误用、滥用甚至恶用——同样的技术用于影视创作是好事，但用于造假、诈骗，那就变成了违法犯罪。使用不当甚至还可能导致极端风险，比如，对话大模型能力很强，但若缺乏防护，有人询问如何合成毒品或制造炸药，也可能造成严重后果。第三类是衍生风险，与技术本身及具体用途关系不大，却带来广泛社会影响。当前最令人担忧的有两方面：一是大量智能体对人的学习、认知能力造成冲击，形成信息茧房、数字依赖，导致社交能力下降；二是就业问题，即人工智能对既有工作岗位的替代。这些本质上并非技术直接造成，而取决于我们如何处理与它的关系，如何调整社会结构去适应。这三类风险的应对各有侧重。针对内生风险，有两条破解路径。一是从基础研究入手，比如可解释人工智能、物理空间智能等，去解决技术的黑箱特征和可能失控的风险，让技术真正安全可控；二是从制度层面划定红线。正如基因编辑，在未知生殖基因编辑后果前，先划定禁区，等技术手段和认知成熟后再行推进。次生风险主要靠制度解决。需要指出的是，现行法律框架已能应对许多问题，例如无论使用AI还是传统手段，凡侵犯人身权益或损害生命财产健康的，均属违法。对深度伪造等新问题，则可通过建立新的制度如内容标识、溯源管理等制度加以规范。应对衍生风险，需要全社会更新治理理念，甚至重塑人机关系。智能革命已经催生人机协同、一人企业等新型业态，法律制度也需要做出相应调整，例如明确人工智能工作的法律属性、劳动被替代后如何保障人的工作空间等。记者：您刚提到的可解释人工智能，是否就是用发展技术来解决技术带来的问题？梁正：是的，必须让它变得可解释。现在大模型应用走在了理论前面，我们至今解释不了它为什么在理解、生成、推理上能做得这么好。虽已大规模使用，原因却说不清，只能归结为“涌现”。这方面的基础研究若能突破，我们就能说清这些能力的成因，包括幻觉的产生原因，进而有望从根本上解决问题。当然，这个过程可能是滞后的。我常举飞机的例子：莱特兄弟的飞机早已飞上天，但人们在相当长时间内并不知道它为什么能飞。背后的原理如空气动力学是几十年甚至上百年后才出现的理论，此后才能据此设计真正安全的飞机。历史上，技术发展总是存在这种滞后，而解决内生风险的根本途径，或许就在于此。记者：当前，技术发展日新月异，治理常常跟不上，怎么解决这个难题？2026世界人工智能大会主席声明提到“坚持风险导向，敏捷治理，探索分类分级管理”，如何理解这句话？梁正：敏捷治理这个概念提出已久，主要是为了应对所谓风险社会，因为现代社会风险来源日趋多样和分散。过去环境相对静态，一套规则可长期适用，但现在已行不通。敏捷治理强调因时而变，并根据形势及时调整。同时，不能只靠单一治理中心，政府之外，社会、产业、公众都要参与进来，才能应对多样、快速变化且分散的风险。对人工智能而言，强调敏捷治理，更是因为技术变动太快，治理往往滞后。因此，在人工智能治理上，我们一直强调“小步快走”。新问题出现时，不要一上来就管死，而应先研判现有治理工具是否够用。如果够用，可多考虑如何落实，并出台指引。例如，面对人工智能领域的争议，司法系统可快速出台司法解释，第一时间应对诉讼新问题。好处是不必等立法完备，因为到那时技术可能早已改变。近几年，网信办在算法管理、内容生成、标识、安全审查等方面出台了数十个行政规范，快速回应共性问题并形成共识。待情况熟悉和各方认知趋同后，再出台条例，如《人脸识别技术应用安全管理办法》便是充分讨论后推出的。这就是小步快走，通过指引和规范持续迭代的思路。目前，《人工智能安全治理框架》已迭代到2.0版，今年可能研制3.0，伦理安全指引也在更新。未来的思路是，针对不同应用场景不断深入细化，做到既不管死又不失规矩，既保安全又促发展。如何促进AI朝向上向善的方向发展记者：2026世界人工智能大会期间，世界人工智能合作组织应运而生，29个国家成为创始成员国；大会通过《主席声明》，国家发展改革委发布《人工智能合作发展行动计划》，工业和信息化部发布《国际人工智能伦理治理行动计划》，它们对全球AI治理的实际推动力将有多大？梁正：人工智能已成为最大的全球公共产品，全球南方国家长期呼吁更公平的AI治理。在此背景下，中国勇于担当。一方面，中国的AI发展已走在全球前列，应用的丰富性和创新性得到广泛认可；另一方面，我们的实践正解决产业痛点和社会需求，例如中国气象智能预警方案“妈祖”已在巴基斯坦等7个国家落地，并在全球40余国“云端”应用。过去3年，中国在全球AI治理方面主要推进了两项工作：一是在联合国层面推动能力建设普惠计划，通过培训班、共建创新应用中心等为全球南方赋能，这得益于我们在开源大模型及高性价比服务上的优势，始终以发展和赋能为本；二是始终坚持共商共建共享原则，强调开放共赢驱动创新、强化风险确保安全、包容并蓄文明互鉴、和衷共济完善全球治理。当前全球治理碎片化严重，部分国家另起炉灶甚至退出多边合作，导致治理缺位。中国在此刻承担责任，明确强调在联合国框架下共同应对风险。新成立的世界人工智能合作组织，是全球首个人工智能政府间国际组织，按国际组织规则运作，是各国贡献经验资源的公共平台。中国可能是最大贡献者之一，但不改变平台的平等共建性质。至于推动力有多大，我认为关键在于后续运作。目前其共治定位已十分明确，为各国对话合作开辟了新渠道。若能持续细化规则、落实行动方案，将有效弥合治理赤字，推动全球AI治理从碎片化走向协同。张薇薇：从倡议到组织正式成立，中国推动AI全球治理的思路越来越清晰。我们自身在产业实践和治理方面积累了丰富经验，同时坚定支持联合国发挥主渠道作用。目前，除美国明确反对多边治理外，大多数国家都持积极态度。在此背景下，中国发起组织、发布成果，就是希望在理念、原则上加强引导，分享实践经验，推动尽早形成具有广泛共识的全球治理框架。有了平台，就能开展更多务实工作。当然，挑战仍然存在，其中最大的难题是如何将各国有效聚拢，开展真正有实质意义的讨论。世界人工智能合作组织现有29个创始成员国，可以先在这个范围内深入探讨。各国既有共通的基本原则，也有因国情和文化差异带来的独特性，需要通过持续对话弥合分歧，把共识落到实处。前路还有很多工作要做，但迈出第一步本身，就具有重要价值。记者：尽管存在分歧，各国在应对AI带来的伦理挑战上仍有共同利益。哪些领域最有可能先形成共识与合作？张薇薇：最容易形成共识的，是防范AI失控、避免人类被奴役这类极端风险，这是任何一方都不愿看到的局面。在恶意滥用方面，共识也相对容易形成，例如利用AI制造虚假或有害信息，恐怖分子或犯罪分子获取自主武器能力，甚至用AI开发生物武器等。至于系统性歧视问题，不同文化背景下的差异较大，这一问题在中国社会相对不显著，但在欧美较为突出，因此要形成共识可能需要更多的对话和协商。记者：在人机协同、跨界融合、共创分享的智能社会愿景下，怎么才能确保技术始终服务于人的全面发展？如何促进全球人工智能朝着向上向善、造福人类的方向发展？张薇薇：这涉及对“向善”的定义。全人类有共同的价值追求，不同文化也各有其“善”的内涵。我个人认为，一条可操作的衡量标准是：技术是否让人活得更轻松、更有价值感和尊严感，是否让人的潜能得到更充分的释放。举个例子，如果AI能帮我们减轻日常衣食住行的负担，人就能腾出更多精力投入到创造性活动中，去拓展生命的厚度和价值。与此同时，也必须守住底线——绝不能用技术作为伤害他人的工具。一旦借助工具对他人造成伤害，无论出于什么目的，都难以称得上是“向善”。梁正：这关乎我们人工智能治理观的核心理念，也是与西方的重要分野。2019年，中国发布了《新一代人工智能治理原则——发展负责任的人工智能》，强调人工智能发展应以增进人类共同福祉为目标。只要坚持这一原则，发展就不会偏航。我们不认同西方某些企业先提升能力、出了问题再补救的做法，而是从一开始就强调：人人都应从人工智能发展中获益，人人都享有劳动权利，发展的终极目标是人的自由解放。技术把人从重复性事务中解放出来，是为了让人从事更有意义的工作，最终实现每个人的全面发展。因此，在技术开发阶段就要思考人如何发挥作用而非被替代；在使用阶段，则要更多审视它对人的意义和创造的社会价值。记者：面对快速发展的AI，普通人应该如何理性看待和使用它？您有哪些建议？张薇薇：首先要主动了解AI。很多时候，风险恰恰源于“不了解”。比如，西方曾出现青少年与AI对话后被教唆自杀的案例，国内也发生过AI换脸诈骗事件。但现在各种反诈宣传都在提醒大家：技术可以做到多么逼真。所以，普通人应当通过正规、权威的渠道，去了解AI能做什么、可能带来哪些危害，提前心里有数，就能大大降低风险。在此基础上，我们还应主动思考如何借助AI发挥自身特长，去做以前力所不能及的事情。当然，有一点必须时刻牢记——无论怎么用，都不能逾越法律的底线。梁正：第一，积极拥抱，尽早使用。AI普及是大势所趋，排斥或回避只会错失机遇。就像互联网，谁先学习利用，谁就受益。我们一直鼓励学生，有工具就用起来，只有在实际应用中，才能切身体会它的优势与问题。第二，审慎使用，始终以人为主。AI是辅助工具，人才是决策主体，主次不能颠倒。以科研为例，AI辅助研究日益增多，也带来造假等新问题，但我们不应因噎废食，而应主动将低创造性工作交由AI处理，如文献整理、调研纪要、PPT制作等。当AI能力进一步提升后，我们还可以与之互动，借助它拓展思路、提供备选方案，但它永远只是“参谋”，不是“替代者”。在此过程中，每个人都要持续反思：自己真正的优