2026年7月21日，中国科学院计算技术研究所在四层报告厅开展了主题为“大模型时代的人才培养与科研评价”研讨会。本次活动由前瞻研究党支部、智能信息第一党支部、智能信息第二党支部、先进计算机党支部联合主办，特别邀请包云岗副所长、卜东波研究员担任引导发言嘉宾，邀请山世光研究员、王元卓研究员、曹娟研究员担任思辨讨论嘉宾，由盛强、柳阳担任执行主席，各支部党员、所内科研人员、研究生以及中国人民公安大学师生代表参加活动。

在引导发言环节，包云岗以“关于AI能力边界以及对科研教育影响的思考”为题，从数学家的AI能力讨论、“一生一芯”虚拟学员实践以及香山处理器验证智能体等三个案例出发，深入分析人工智能的发展边界。未来人才培养的重要方向之一，是培养具备“AI审核能力”的研究者，即不仅能够使用AI工具，更能够理解、判断和验证AI输出结果。

卜东波围绕“AI时代的科研与教育——挑战、困惑及可能的对策”展开分享。他从机器学习与人类学习的差异出发，提出“理解就是压缩，压缩就是学习”的观点，分析了大模型通过数据压缩实现知识表征的基本逻辑。在教育方面，AI时代更需要关注学生第一性原理能力、深度思考能力和科研创新能力的培养，推动教学从知识传递向问题引导、认知塑造和能力培养转变。

随后，与会嘉宾围绕“AI能力边界、人才培养模式以及科研评价体系”等议题开展思辨讨论。山世光结合人工智能与人类智能形成机制的差异提出，人类通过与真实世界长期交互不断积累经验，而AI主要依赖已有知识进行学习，实践探索中形成的隐性知识和对概念本质的理解仍是人类的重要优势。曹娟认为，AI时代基础知识的重要性并未降低，反而更加突出，未来更需要培养能够理解、判断和验证AI输出结果的专业人才。中国人民公安大学卢树华副院长结合公安人工智能实验班建设实践，分享了对AI时代人才培养的思考，认为应坚持基础知识积累与综合能力培养，积极探索适应新时代需求的人才培养模式。

思辨讨论结束后，与会师生进行了充分的自由提问交流。本次研讨会以党建引领科技创新，通过思辨的形式进行开放式讨论，为探索人工智能时代科研人才培养和评价体系改革提供了新的思考。面对大模型带来的技术变革，需要坚持能力培养导向，推动科研教育体系不断适应新时代发展需求，培养能够与人工智能协同创新的高水平人才。