王树国的演讲内容：

美国现在好多人工智能的大公司

不招大学本科生了

他们认为大学的培养

把孩子创新思维都给格式化了

他们非常不赞同这样

所以他们绕过大学直接招高中生

这让我为之感到有些焦虑

我在大学校长论坛说我们再不做改变

我们大学就要关门、就要失业了

人家企业用人单位不理我们了

人家绕过我们直接招高中生

我说我们惭愧不惭愧

所以我们真的警觉起来

上海交通大学人工智能学院内部会议上流出的一页PPT，这两天在圈内刷屏了。

标题很简单——“人工智能学院面临的困难”。

下面只列了四句话，没有任何修饰，句句扎心：高校被边缘化、不在最前沿；许多前沿成果并不开放；年轻人尤其是学生发挥很大作用，我们的教育科研体系跟不上新形势，学生比老师更在前沿；人工智能最先替代的就是人工智能。

一所顶尖985高校，在一份内部材料里把问题说得如此直接、丝毫不护短，极其罕见。

当一个领域最顶尖的学府开始公开承认自己“不在最前沿”，这个信号，比任何论文指标都值得深思。

一、高校正在被挤出现代AI的主战场

很多大学下意识地认为，高校搞AI赶不上企业，是缺算力、缺显卡。

买几块A100、H100就能追上去。但上交这张PPT第一句话就戳破了这个幻觉——“不仅仅是算力问题”。

算力可以花钱买，但真实的数据和产业场景，用钱买不到。

互联网公司推荐系统靠的是亿级用户每一次点击、每一次停留的真实反馈；自动驾驶模型靠的是几百万公里路测、成千上万极端场景的真实数据；工业AI质检模型靠的是产线上每天生成的海量缺陷样本。这些数据存在于企业的业务闭环中，是日复一日自动生成的“活数据”。

高校即使有合作，拿到的也是经过脱敏处理的切片数据，看不到全貌，更摸不到业务逻辑。

十几年前，一个研究生用公开数据集、配一台工作站，就能做出顶会级别的成果。

但现在决定前沿高度的，是谁能调动万张显卡做半年实验，谁有亿级用户的真实行为流。

这些资源不是市场上的商品，高校即使有经费也买不到。

二、开源是面墙，看得见、摸不着、追不上

AI圈以“开源精神”自豪——论文公开、代码开源、权重可下载。

但这种“开放”，跟真正的“可参与”之间，隔着一道看不见的墙。

想复现一篇顶会论文？训练数据不公开，关键参数不公开，训练过程中踩过的坑更不公开。

就算代码和权重都公开了，想要完整复现一次实验，可能需要几百上千张显卡跑几周。

这笔算力成本，绝大多数高校课题组根本承担不起。

对产业界同行来说，一篇顶会论文是对他们实际工作的总结和延伸。

但对高校研究者来说，更像是一份“成果公告”——知道别人做到了什么程度，但无法验证、无法改进，更谈不上站在上面做二次创新。

表面开放，实则筑起了更高的门槛。

三、学生跑到了老师前面，才是最尴尬的现实

PPT里最扎心的一句是：“学生比老师更在前沿。”

这不是说老师不努力，而是AI技术更新的速度已经超出了传统教育体系迭代的速度。

但更本质的问题在于——过去一百年，大学最根本的价值是“知识的垄断”和“能力的背书”。

知识稀缺，只有进大学才能系统学到；文凭是硬通货，是社会公认的能力凭证。

但在AI领域，这套逻辑正在瓦解。

最新论文、最前沿教程、最实战的项目，网上全有。

一个有心人跟着开源社区练半年、做几个项目，接触到的东西可能比课堂上学的更新、更实战。

GitHub贡献记录、竞赛成绩、开源作品，在求职时的说服力正在逼近甚至超过一张文凭。

当知识不再稀缺，当能力认证不再只有大学这一个出口，高校的价值锚点就松动了。

这跟老师讲得好不好没有关系，是外部环境变了，而体制没有跟着变。

四、AI最先替代的，可能就是教AI的人

PPT第四句话是：“人工智能最先替代的就是人工智能。”

这句话初看像个双关笑话，细想全是现实。

它不是说AI会消灭这个行业，而是说AI正在重塑“怎么做科研”“怎么培养人才”这件事本身。

以前做研究要自己读几百篇论文、调参数、写代码、分析结果；现在大模型能帮你读文献、写代码、设计实验方案，还能帮你检查逻辑漏洞。

当工具本身具备了辅助研究的能力，传统的科研组织方式和人才培养方式，就成了需要被重新审视的对象。

如果大学的AI教育仍然固守着“老师讲、学生听、期末考”的模式，那么最先被淘汰的，可能就是那些还固守着旧方式去教AI的人。

五、敢于说真话的学校，反而走得更远

这页PPT流传出来，恰恰说明上交AI学院是清醒的。

承认问题从来不是丢脸的事，不承认才是。

目前全国数百所高校都开设了AI学院，都在宣称要打造一流学科、争当顶尖成果，但真正敢于将困难摆在台面上、直面差距的，又有多少？

潮水涨起来的时候，谁都可以说自己在游泳。退潮之后才知道谁在裸泳。敢直面问题，反而能走得更远。

上交这页PPT的价值，不在于它揭露了什么“秘密”，而在于它选择不掩盖。

AI的迭代还在加速，高校的窗口期可能比想象中更短。

接下来能不能把产线接进实验室、能不能让学生接触到真实的问题场景、能不能重新定义“教AI”这件事，决定了中国高校在AI时代能留下什么位置。

大学还会存在，但它的意义正在被技术本身重新塑造。而大多数人，还没来得及意识到这一点。