CNCC2026第三日：从AI衍生安全到系统智能，大会报告与圆桌论坛聚焦AI走向与教育就业之变

（张小松主持特邀报告环节）

10月24日上午，CNCC2026大会特邀报告及大会论坛在西博城1号馆继续进行。CCF会士、中国工程院院士、广州大学教授方滨兴，中国科学院院士、国防科技大学教授胡德文，德国哥廷根大学教授傅晓明，微软全球资深副总裁、微软亚太研发集团首席科学家、微软亚洲研究院院长周礼栋，阿里巴巴高级研究员、淘天集团搜索算法负责人唐海红先后作报告；CCF会士、电子科技大学教授张小松主持。随后的大会论坛围绕AI对教育与就业的影响展开讨论，CCF常务理事、LMCC技术委员会主席、中国人民大学教授文继荣主持。

傅晓明：AI原生基础设施要以端到端任务效果为目标，计算、网络、存储协同优化

（傅晓明作报告）

德国哥廷根大学教授傅晓明作《迈向AI原生基础设施：计算网络与内存的协同设计》报告。他提出核心问题：如何从提高模型执行效率走向完整智能任务的系统优化，这不仅涉及计算能力，还涉及处理哪些信息、任务部署在哪、运行状态如何分布以及参与者如何协同。

傅晓明回顾了20年来网络系统研究的演进：从网络层控制信息协调，到面向内容为中心的发布订阅，再到边缘计算与通信计算协同优化、视频分析的动态资源权衡，直至大模型推理下上下文状态压缩复用与多智能体任务优化。他指出，AI负载体现内容异质性、状态动态性与多智能体时效性三类特性，计算、传输和存储不能独立评价和优化，基础设施设计必须将三者综合起来。他提出四种决策组织优化框架：处理哪些内容（what）、在哪里处理（where）、如何管理参数与KV Cache的放置迁移复用、通信协作时谁来决定对象与时机。

在具体工作上，傅晓明介绍了AccDecoder根据帧间引用关系自适应选择重要帧以节省带宽；RegenHance将稀疏重要区块组装成稠密张量优先增强高收益区域，再将结果回填原帧；以及小模型补偿KV Cache压缩、按需启用云端大模型的协同推理、ElasticMem动态调整KV Cache与神经元配置等。他总结，任务的价值决定资源投入的优先级，输入的组织和执行的协同决定实际系统收益，AI原生基础设施应以端到端任务效果为共同目标，通过计算、网络、存储三者综合协同决定可用性与效用。

周礼栋：系统智能是计算机系统的下一次跃迁，形式化验证是可信基石

（周礼栋作报告）

微软全球资深副总裁、微软亚太研发集团首席科学家、微软亚洲研究院院长周礼栋作《系统智能：计算系统的下一次跃迁——从承载人工智能到构建具身智能》报告。他指出，计算机系统过去二三十年的历史是驾驭复杂性的历史，每次规模跃迁都要重新审视假设、重新设计系统；而人工智能相信规模，系统研究者敬畏规模，10万台集群规模下基本每分钟都有故障发生。2020年后出现微妙变化：人工智能能力增强后反过来帮助系统解决难题，系统与AI从支撑关系走向共生关系，AI不仅是应用，更成为系统的共同设计者。

周礼栋介绍，团队三年前让AI分析系统数据并提供集合通讯算法方案，通过编译或代码生成产生可执行系统，测量反馈再交给AI子系统，效果甚至超越专家方案，AI已开始具备系统直觉。他提出系统智能的层次对应系统研究者读博的五个阶段：基础知识、重现结果、实现并优化系统、全新设计系统与架构、抽象设计洞见与可复用规律，判断AI目前大概在第二与第三层之间演化。他展望，未来人的作用将从编写代码转向定义规约、定义约束和表达意图，系统不再是静态软件，而是持续适应环境演化的构建，形式化验证将成为必不可少的关键支柱。他强调，在实践中发现，即使使用形式化验证，如果不把约束定义得非常清楚，AI仍可能绕过困难得到证明却未达要求，因此未来系统最重要的接口是意图，即形式化约束与信任边界。

唐海红：搜索从匹配走向理解与决策，AIGS体系重构电商搜推

（唐海红作报告）

阿里巴巴高级研究员、淘天集团搜索算法负责人唐海红作《淘天集团在AI时代的搜索算法研究和应用》报告。她回顾搜推技术四个阶段：规则匹配、大规模人工特征机器学习、深度表征端到端建模与千人千面，当前进入AIGS技术体系所代表的生成式智能阶段，搜推目标从匹配走向理解，更进一步走向决策。她介绍，淘天构建了覆盖核心应用层、Agent基建层与星云算法平台及基座模型服务的三层AIGS技术体系，AI对搜推的重构不是某个环节简单添加大模型，而是从基建部署、模型推理、Agent运行环境到业务场景的紧密协同。

唐海红重点介绍四个方向：AI Summary，用户提问从关键词变为带年龄、场景、安全、预算等约束的自然语言，系统需先理解约束再给出专业选购建议并承接商品能力，技术拆为数据与评测、工具与知识建设、模型训练迭代三层；Agentic Search Engine，将理解、召回、相关性、排序、展示各模块融合在一个入口，围绕整页用户满意度协同优化，需求理解扩展到长短期行为记忆与外部工具调用，系统形成自主发现问题、诊断、评估、持续改进的自净化闭环；全模态搜索，用户对着手机提问即可完成看懂、搜、答，挑战在于管理对话中不断变化的状态、保持感知与记忆执行一致性，语音前端将多种音频任务统一建模到序列问题；虚拟试穿，将生成能力落到真实购物链路，支持全品类与多件叠穿。推荐方面，她提出用智能体方法升级引擎，包括意图引擎与推荐决策中心，识别比价等意图后调整成交目标权重与召回策略。她总结，AI时代搜推的需求能力边界经历三次拓展：显性需求精准匹配、隐性需求理解补全、未意识到的需求激发，目标是不仅回应明确需求，也在合适时候帮助用户做更好更准的决策。

大会论坛：AI能走多远，人与教育、就业如何应变

大会论坛由CCF常务理事、LMCC技术委员会主席、中国人民大学教授文继荣主持，邀请CCF会士、学术工委主任委员，清华大学教授陈文光；CCF会士、常务理事，安托盟丘（杭州）科技有限公司创始人章文嵩；中国人民大学劳动人事学院院长赵忠；CCF理事，中国科学院计算技术研究所研究员包云岗，围绕AI对教育与就业的影响展开讨论。

（文继荣主持大会论坛）

关于AI能走多远，陈文光认为AI在绝大多数领域都将超出人的能力，五年内看不到明显短板，创造力本质是搜索与尝试过程，AI完全可能具备；章文嵩提出界限在于结果能否量化，可量化则AI遥遥领先，无法量化时人的判断、审美与认知成为价值所在，但他强调AI只是工具，现有算法均由人类创造；赵忠认为AI在专业知识任务上已超人类，但复杂场景下的随机应变、价值判断、情感与社会规范仍是人的优势；包云岗将当前AI比作记忆力超强但综合能力有缺失的个体，人类通过进化与发育形成能力差异，AI同样需要引导与约束。

（陈文光进行分享）

关于AI+人时代人为何仍重要，包云岗以芯片验证智能体为例，指出AI发挥自然语言理解、工具调用与随机探索能力，但核心在于用38个阶段的强制流程约束其随机性，流程制定者仍是人；赵忠强调生产方式从标准化流水线转向柔性化，人的参与在人机协同中具有成本优势，且AI发展取决于市场需求与劳动者、消费者、AI三赢格局；章文嵩认为人对需求理解、产品设计取舍、结果评判与最终负责不可替代；陈文光则更激进，认为长期看人的价值在于提供目的，AI发展越好人类应生活越好，关键是社会制度与分配改革匹配。

(章文嵩进行分享)

关于教育应培养什么能力，陈文光提出教育目的应更重通识交叉与目的教育，方法上AI解决低成本因材施教，组织形态上学校应更重社会化体验与人格塑造；章文嵩直言学生到课率约30%、抬头率低但成绩不差，教育改革迫在眉睫，应让学生学会用AI高效学习并提前培养判断力与驾驭智能体的能力；赵忠区分博雅教育、通识教育、专业教育与终身学习，强调人力资本折旧加速，终身学习体系必不可少；包云岗以AI虚拟学员150小时完成芯片设计为例，指出AI展现的深度取决于使用者对知识掌握的深度，AI时代反而需要更精深的底层知识，才能驾驭AI、不被忽悠。

（赵忠进行分享）

关于年轻人职业规划，赵忠认为应提升与AI协作管理的技能，完善灵活就业的劳动权益与社会保障制度，并判断第三产业是AI落地与岗位增加的重要领域；章文嵩建议积累不被蒸馏的隐性知识与判断力，选择对世界理解、对结果负责的领域持续深耕；包云岗提出三个方向：专业能力提升、流程管理与约束、新社会秩序建立；陈文光建议与AI协作、走向传统产业AI应用，并呼吁适时考虑生产力提升后的社会保障制度调整。

（包云岗进行分享）

论坛最后，嘉宾用一句话展望未来。陈文光表示人就是目的，技术发展是为人类更好生活；章文嵩期待终身学习、拓展认知边界，走向星辰大海的增量世界并体验AI带来的美好生活；赵忠认为人性与道德可赋予技术进步更大空间；包云岗表示不希望未来人类变成AI的宠物，也不希望人类要到“健脑房”锻炼大脑。

（大会论坛主席为嘉宾们颁发感谢证书）