文/黄海峰的通信生活

在练秋湖畔贝壳图书馆举办的ICPC相关座谈会上，华为创始人任正非与来自全球多地的 ICPC 主席、教练及获奖选手展开深入交流。

面对AI浪潮下的机遇与挑战、教育公平与人才培养、算力是否过剩等诸多关键问题，任正非以谦逊务实的态度，结合华为实践与全球视野，分享了独到见解。

《海峰看科技》为大家整理了座谈会三大主要内容。

AI发展：聚焦应用，赋能产业与民生

在AI成为全球科技焦点的当下，任正非明确表示华为对AI的探索着眼于未来3—5年的实际应用，而非空谈遥远的理论构想。他以一系列生动案例，展现了 AI 在工农业、医疗、交通等领域的落地价值：高炉炼铁通过大模型优化炉温与燃料配比，效率提升1%；地下500—700米的煤矿实现无人开采，在保障矿工安全的同时提高生产效率；瑞金医院病理大模型、中山医科大学眼科模型助力医疗诊断，尤其为边远地区提供优质医疗资源支持；天津港、秘鲁钱凯港的无人装卸作业，推动港口物流智能化升级。

这些案例清晰地表明，华为将AI视为解决生产与消费领域实际问题的工具，而非追求噱头的“空中楼阁”。

任正非同时也客观看待AI的发展阶段，他认为未来十年到二十年AI的科技社会结构构想需要依赖大科学家，而更远期的社会影响则属于社会学家研究范畴。

这种分阶段认知，既避免了对AI发展的盲目乐观，也防止了因过度担忧而停滞不前。在他看来，AI的价值不在于追求通用人工智能的“高大上”概念，而在于能否切实为产业提质增效、为民生改善提供助力。

这种务实的应用导向，不仅为华为的 AI 研发指明方向，也为全球AI发展提供了一种接地气的思路。毕竟，科技最终的意义在于服务人类社会。

教育公平与人才培养：打破壁垒，让知识照亮每一个角落

教育公平与人才培养是座谈会中备受关注的话题，任正非对此有着深刻地思考。他指出，在网络高度发达的今天，教育模式正从物理性集中向逻辑性分散转变。过去，只有进入名校才能接受优质教育，而如今，全球知名大学的网络课程让边远地区的学生也能接触到世界顶尖知识，唯一的短板在于缺乏足够的辅导。这一观点精准地抓住了当下教育资源分配的核心矛盾，也为解决教育公平问题提供了突破口 —— 通过网络技术打破地域限制，再辅以远程辅导，让知识不再受限于物理空间。

在人才培养方面，任正非强调学校与企业的不同定位：学校负责“0-1”的理论创新，即便失败也能培养人才；企业则专注于将理论转化为工业现实。他以华为为例，提到公司内部有22岁年轻人提出优秀的气象模型，也有俄罗斯女孩发明新的余数算法。

这些案例印证了“不拘一格降人才”的理念。同时，任正非鼓励青年根据自身情况选择发展道路，既可以“摸高”探索人类未来，也可以扎根基层成为新时代“工人”。

他提到华为招入的三千多名边远地区本科毕业生，经过培养后从事芯片生产和精密制造工作，打破了 “大学生必须坐办公室” 的刻板印象，展现了对不同类型人才的尊重与认可。

此外，针对部分地区编程教育薄弱的问题，任正非支持IOI “授人以渔”的计划，认为通过提供训练资料和平台，能帮助这些地区提升IT水准，为AI时代储备基础人才。这种着眼全球、助力弱势地区发展的理念，体现了大企业的社会责任感，也为推动全球教育公平与人才培养贡献了中国智慧。

算力发展：理性看待供需，聚焦应用落地

在座谈会中，有来自普林斯顿大学的博士生提及学术界面临计算资源有限的问题，任正非对此给出了独到的见解，打破了“算力不足”的常见认知。他认为未来会是算力过剩的时代，而非大家担忧的算力短缺。

当前虽有建数千个、数百个大模型的探索，但关键在于需求的不确定性。现有对算力的需求多基于线性技术推演，可实际需求或许呈非线性特征，当需求无法匹配当前算力建设规模时，算力过剩便会到来。

任正非还明确了华为在算力领域的定位，强调华为是“华为技术公司”，而非“华为科学公司”，核心是应用科学技术，而非投身基础科学研究中的算力理论突破。

对于学术界关注的算力资源问题，他指出搞理论研究的科学家无需过度担心算力是否能满足需求，也不必纠结于自己的研究能否直接应用于社会。科学家的核心任务是专注理论推导与创新，就像傅里叶变换、麦克斯韦方程等伟大理论，在提出之初也无人能预见其对人类社会的巨大价值。而算力在千行百业的应用落地，应由行业应用工程师负责，将算力与具体产业场景结合，创造实际价值。

这种对算力供需的理性判断，以及对“科学研究”与“技术应用”边界的清晰划分，为学术界和产业界提供了明确指引。学术界可安心投身理论探索，无需被算力资源束缚；产业界则需聚焦算力的实际应用，避免盲目追求算力规模，让算力真正服务于产业升级与社会发展。