作為中國高等教育的頭部院校，清華大學(xué)的每一次戰(zhàn)略調(diào)整都牽動公眾視線。2025年3月，該校宣布新增約150個本科名額，成立通識書院培養(yǎng)人工智能與多學(xué)科交叉的復(fù)合型人才。據(jù)悉，該校新增本科生將進入新成立的書院學(xué)習(xí)。這一動作被視作中國高校回應(yīng)國家戰(zhàn)略需求的必要舉措。在人工智能成為全球科技競爭核心領(lǐng)域的當(dāng)下，人才儲備的質(zhì)與量直接決定了未來話語權(quán)。

然而兩個月前，宇樹科技CEO王興興的質(zhì)疑卻揭示了更深層矛盾：“中國人才儲備吃虧，根源在于教育體系教的東西太老了。”

一位非名校出身的創(chuàng)業(yè)者與頂尖學(xué)府的擴招計劃，共同指向一個核心命題：中國的AI教育需要怎樣的變革？

王興興的經(jīng)歷極具代表性。他曾因英語成績拖累，與名校失之交臂，最終考入浙江理工大學(xué)；考研時再度因英語短板被浙江大學(xué)拒之門外。

但正是這位自嘲為“教育體系淘汰者”的創(chuàng)業(yè)者，帶領(lǐng)團隊研發(fā)出春晚舞臺上靈動起舞的機器人。他在采訪中坦言，中國高校教學(xué)內(nèi)容與全球前沿技術(shù)存在明顯代差：“同樣一個聰明人，在海外學(xué)的是最前沿的東西，在國內(nèi)可能還在啃十幾年前的教材。”

產(chǎn)學(xué)融合是另一重困境。姚期智、戴瓊海等院士的學(xué)術(shù)成就毋庸置疑，但對比斯坦福大學(xué)人工智能實驗室教授普遍具備的產(chǎn)業(yè)界任職經(jīng)歷，清華的師資更多聚焦于縱向科研項目。

差異容易導(dǎo)致學(xué)術(shù)研究與產(chǎn)業(yè)需求之間形成玻璃墻——比如某個清華教授在計算攝像學(xué)領(lǐng)域的理論突破，與宇樹科技機器人的實際需求之間，如何打通高效的轉(zhuǎn)化通道？

產(chǎn)業(yè)端的呼應(yīng)程度則是更大的考驗。

硅谷科技巨頭每年向斯坦福大學(xué)投入大量研發(fā)經(jīng)費，不少學(xué)生從入學(xué)起就能接觸谷歌、OpenAI等企業(yè)的真實項目。

反觀國內(nèi)，華為“天才少年”計劃近三年招募的17名AI畢業(yè)生中，9人來自清華，但這些學(xué)生多數(shù)通過競賽、論文脫穎而出，解決真實產(chǎn)業(yè)問題的能力仍待檢驗。上述差異的本質(zhì)在于：前者將高校視為創(chuàng)新的問題策源地，后者仍將其定位為人才供給站。

2024年諾貝爾獎再次印證了高校作為全球科研核心陣地的地位。物理學(xué)獎得主約翰·霍普菲爾德（John J. Hopfield）在普林斯頓大學(xué)任教期間提出霍普菲爾德網(wǎng)絡(luò)模型，這一奠基性成果不僅推動神經(jīng)網(wǎng)絡(luò)理論發(fā)展，未來還可以成為該校計算機科學(xué)系課程中“類腦計算”模塊的核心內(nèi)容。

另一位物理學(xué)獎得主杰弗里·辛頓（Geoffrey E. Hinton）在多倫多大學(xué)主導(dǎo)的深度學(xué)習(xí)研究計劃，其提出的反向傳播算法必將成為高校人工智能專業(yè)的必修知識點。

化學(xué)獎得主戴維·貝克（David Baker）在華盛頓大學(xué)完成的計算蛋白質(zhì)設(shè)計研究，將AI賦能的生物分子模擬技術(shù)引入化學(xué)、生物醫(yī)學(xué)等交叉學(xué)科課程體系。

三位諾獎得主均以高校為研究基地，其突破性成果通過論文、課程與實驗室傳承，以“高校原生知識”的形式，形成人工智能教育的底層邏輯。

反觀國內(nèi)高校，在AI前沿領(lǐng)域研究上，，基礎(chǔ)研究仍顯薄弱。

值得肯定的是，中國AI教育正在加速進化。面對微觀與宏觀的雙重挑戰(zhàn)，清華的擴招計劃至少釋放出兩重信號：其一，以通識書院打破專業(yè)壁壘，探索跨學(xué)科融合新路徑；其二，進一步探索搭建科研轉(zhuǎn)化通道。這些舉措若能持續(xù)，或許能縮小王興興所指出的“教材時差”。

新設(shè)的通識書院嘗試打破專業(yè)邊界，其課程設(shè)計中，“人工智能+腦科學(xué)”“AI輔助新材料發(fā)現(xiàn)”等跨學(xué)科方向占比達35%，與麻省理工學(xué)院Media Lab的融合創(chuàng)新思路不謀而合。

許主洪這樣的畢業(yè)生，從清華走向香港中文大學(xué)，最終成為斯坦福認(rèn)證的“全球前1%人工智能科學(xué)家”，印證了本土培養(yǎng)體系的潛力。

但更深層的挑戰(zhàn)依然存在：當(dāng)新增的150名學(xué)生開始接觸AI前沿項目時，如何讓課程更新速度追上技術(shù)爆炸的節(jié)奏？怎樣構(gòu)建“高校-企業(yè)-全球?qū)W術(shù)網(wǎng)絡(luò)”的三角循環(huán)？

畢竟，一個關(guān)于自動駕駛倫理的討論，可能同時涉及法學(xué)教授、車企工程師和哲學(xué)家的視角碰撞。這種多元視角的融合，不僅培養(yǎng)出技術(shù)能力，更塑造出定義技術(shù)邊界的思想者。

政策與資本的長期主義則是更深層的考驗。美國國家科學(xué)基金會（NSF）的資助項目平均持續(xù)時間約為 3 年，且有連續(xù)資助的方式。NSF 的資助方式包括基金、合作協(xié)議和合同，其中基金資助是最主要的方式，占比約 73%。

而國內(nèi)更多依賴競爭性科研經(jīng)費。如果清華通識書院規(guī)劃的“AI+腦科學(xué)”等前沿方向，不得不分散精力應(yīng)對短期考核指標(biāo)，教育生態(tài)的養(yǎng)分供給充滿不確定性時，深根慢養(yǎng)的原始創(chuàng)新也就難以生長。

對于清華而言，真正的突圍需要讓教育從“傳授已知”轉(zhuǎn)向“探索未知”，使高校成為產(chǎn)業(yè)創(chuàng)新的共生體而非附庸。王興興之問的價值，在于撕開了教育體系與產(chǎn)業(yè)需求之間的錯位傷口，而清華的擴招計劃，則是縫合這種錯位的一次系統(tǒng)嘗試。

人工智能的競賽，本質(zhì)是教育生態(tài)的競賽。清華大學(xué)邁出的這一步，不僅關(guān)乎150個新增名額，更關(guān)乎中國能否在下一代技術(shù)革命中，將“追趕”變?yōu)椤安⑴堋薄?/p>

當(dāng)春晚機器人的聚光燈照亮王興興時，這道光也在追問：我們需要的不僅是更多人才，更是一個能讓“非典型成功者”破土而出的生態(tài)。在這個生態(tài)里，英語成績不應(yīng)成為天才的絆腳石，教材滯后不應(yīng)困住創(chuàng)新的翅膀，而每一個“王興興們”的鋒芒，都該找到與之匹配的磨刀石。

作者簡介

當(dāng)你關(guān)注財經(jīng)和時事熱點，我愿和你分享背后的故事和觀點