各位好。今天我想围绕人工智能带来的安全挑战与人才培养问题，分享几点思考。

一、从“胡说八道”到“胡作非为”：AI安全的新挑战

以前讲大模型的安全，我们担心什么？担心“胡说八道”——它生成的内容不可信。到了今天，我们还要担心什么？还要担心“胡作非为”——它可能主动做出不当行为。

以前关注人工智能，我们担心的是“认知污染”——有问题的内容影响人的认知。今天我们要担心的是“行为失控”——开车用导航地图，担心它瞎指路；明天开智驾系统，担心它瞎开车。这些都给我们带来了现实的网络安全挑战。

二、技术迭代加速：从“大而全”到“小而精”

最近几天，人工智能领域大事多、新鲜事多。3月17日，英伟达GTC大会在硅谷召开；3月19日，华为合作伙伴大会在深圳召开。人工智能，特别是大模型，正在从追求超大参数、超规模算力，向“塑身型”、高效率应用落地转变。

我想列举几个值得关注的动态：

第一，OpenClaw。它是一个重要标志，让我们的人工智能、大模型从“能说”走向“会做”，为AI的应用落地提供了一个非常好的起点。

第二，MiniMax M2.7。最近推出的这个模型，让人工智能可以在受控条件下完成局部的自我进化。

第三，BitNet Distillation框架。微软最近推出的这个框架，将模型表示宽度压缩至1.58比特。这意味着大模型在“塑身”、在更加小型化这个方向上，迈出了关键一步。

第四，GPT-5.4。OpenAI最近推出的新版本，不再是单一功能的提升，也不再是我们习惯的一问一答，而是将问答、编码、任务应用接入一体，是一个综合性的跃升。

从技术维度还可以列举很多，但我想强调的不只是技术，还有治理。3月20日，白宫发布了美国人工智能国家政策框架，从六个方面对人工智能提出了监管要求。技术发展、功能增强，安全就更加重要了。

三、安全治理：从“事中事后”走向“事前定义”

我认为，我们的网络安全、人才培养都需要重构，都需要创新。

就安全而言，传统的网络安全，我们更多关注有没有黑客攻击。今天，我们要更多关注我们自己的系统、我们自己计算器里的智能体——因为你已经把智能体请到系统里了，你已经把“小龙虾”（OpenClaw）安到笔记本里、手机里了。

我们以前做安全，更多是分析、检测。今天我们更要关注：对AI、对智能体，怎么明确它的权限边界？我的系统里的智能体，它能看到什么？能调用什么？能做到什么程度？这些都要有明确的权限边界和责任要求。

我们以前的安全，更多是事中、事后处理。今天的安全，一定要事前定义、事前明确边界、事中规范——不是出了问题再弥补。

四、人才培养：打破“链条式”学习，走向“网状型”学习

人才培养也是如此。AI冲击最大的是教育，冲击最大的是人才培养方式。

我们要以人工智能的方式来学习、来教学。我们可能需要讨论：现在的学习，是不是还一定是从理论到实践、从基础到应用，把学习当成一个链条？人工智能时代的学习，会不会是网状型的？会不会是跳跃式的？

我们能不能从实践再深入到理论？从现实问题去了解背后的理论基础？让学习过程和现实问题的解决更加紧密地融合，这样可以更好地激发学习兴趣，也更好让人才把知识和市场结合起来。