“AI同质化竞争一定程度上加速了‘内卷’，但‘内卷’也未必是坏事。”8月27日，在AFAC2025金融智能创新大赛圆桌对话环节《临界2025：AI时代青年定义浪潮的破局点》上，清华大学电子工程系副教授、博士生导师姚权铭表示，当前AI技术的发展使得跨界成为常态，科研领域的竞争也变得更加激烈，这种竞争的压力正倒逼科研人员重新思考， 做研究的本质究竟是为了发顶刊论文，还是为了能让技术在未来产生深远的应用价值。 姚权铭谈到，作为一名科研人员，过去他主要从事自动化支持类技术，但在大模型时代，这类技术一定程度上已经被淘汰。过去“小作坊”模式是为每个客户定制模型，进行数据清洗和模型调优，但现在大模型技术兴起后，这个过程已经被标准化、平台化替代。 在这个过程中，他一直向博士生强调的是，从指标来看，博士毕业要求有一篇毕业论文，或许未来可能要求一个人发六篇论文，但这种表面上的数字增长与否并不代表全部。真正重要的是在经历这一过程时，论文本身应该是为了解决技术的核心问题，并且能超越短期的一两年商业周期，指向未来可能的技术突破。 机器之心联合创始人、副主编李亚洲认为，人工智能的发展本质上是一个“内卷式创新”的过程。他从2014年开始报道AI领域，早期深度学习刚出现时，大家都认为这是一项具有突破颠覆性技术，但能解决的问题和应用场景非常有限，比如语音识别、计算机视觉等任务。随着数十年的技术迭代之后，大模型技术的兴起，才真正扩大了AI的通用性和应用场景，也具备了更广泛地解决问题的能力，也正因此卷着大家不得不跟进大模型技术，然后实现创新。 蚂蚁集团财富保险事业群项目管理总监大赛执委会主席李晖认为，AI最终成为能提升生产力还是加速同质化内卷，取决于是否能在平台之外找到不可复制的差异化价值和优势。在这个过程中，创业的逻辑也在发生变化。过去十年，创业经历了两个周期，一个周期是以移动互联网为代表的创业浪潮，最大的创新是应用层创新，这一阶段也成就了一批如今的知名公司，如滴滴、美团、今日头条等。第二个创业周期，即当下的AI创业潮，这一时期也呈现出一定差异和特征。 李亚东指出，AI创业浪潮下呈现明显年轻化的趋势，越来越多博士在读或刚毕业的年轻人就做出知名创业项目，并且迅速获得投资，另一方面，技术创业变成应用创新创业的趋势越来越明显。 “特别明显的感受是，大家现在推很多AI产品，都会先去大肆宣传一波吸引流量、用户和投资，之后再去完善自己的产品，这从技术领先创业，变成流量性创业了。”李亚东说。 Xcube.co首席幕僚长兼董事Eelee Lua认为， 企业成功不仅依赖创始人与技术，更需要“创业型人才”。这类人才须具备批判性思维、跨领域执行力和市场洞察力。她特别强调，AI的普及反而可能让人减少思考，因此软技能愈发重要。 她指出，当前不论在中国、东南亚、中东欧美都有一个趋势，企业需要的人越来越少。所以我们需要思考的是，我有什么和别人不一样的地方，找出自己的强项和特点，最大程度展示出来。 在这个时代，她认为有三种人群是不可或缺的，一种是技术底座的构建者，比如能够为模型底座提供架构；一种人才类似整个生态的链接者和翻译者，能深刻洞察用户痛点，知道用户需要什么，也能快速、敏捷地解决问题。这种模式现在已经在AI创业机构中出现了，特点具有模块化、敏捷性的特征；还有一种高纬度人机互动的实践者，能够非常好地运用技术实现高纬度的人机互动。 姚权铭谈到当前高校培养科研人才的思路，他认为，一类人才是深度研究型，这类人才偏好刨根问底，关注基础概念，例如样本复杂度、泛化能力、优化代价和准确度等，这类人才适合走学术。另一类人才比如有编程基础，并能对大模型保持批判性思考，他们能尝试做 API 演示，能力强的甚至能在顶级会议上发表论文 。这类人才偏向于实践导向，对新问题和新应用有浓厚的兴趣，执行力强，不会过度纠结于技术瓶颈，他们是推动技术转化和应用落地的关键力量 。 李亚洲补充道，AI人才还是需要扎实的理论基础，同时积极主动与产业界沟通，“学界与业界的结合将推动更多基础模型创新”。他建议从业者从算力思维转向效能思维，从技术追赶转向场景定义。
