86岁图灵奖得主WAIC首场演讲，给高校KPI动了刀子

7月17日WAIC 2026主论坛在上海启幕，首位发言的图灵奖得主霍普克罗夫特通篇没谈模型与算力，矛头对准高校评价体系：科研经费、论文数量的KPI正在失效，大学要回归育人这条主线。

满场算力，第一位上台的讲了"人"

7月17日到20日，2026世界人工智能大会在上海"三地四馆"开赛：展览面积首破10万平方米，1100余家企业参展，超300款AI新品全球首发，140余场论坛、1400多位中外嘉宾，已初步确定9位图灵奖、诺贝尔奖得主到场。

在这么一个堆满参数、算力和新品的大会上，主论坛第一位发言者讲的内容，和模型没有半点关系。

上台的是86岁的约翰·霍普克罗夫特：1986年图灵奖得主，康奈尔大学荣休教授，中国科学院外籍院士。他的议题只有一个——AI时代，大学该怎么评价、人该怎么培养。

他的判断从一个类比开始：AI这场变革将远超工业革命。工业革命瓦解小农经济、催生大企业，给无数个体带来剧烈阵痛；信息革命的冲击只会更深，各国必须拿出具备韧性的战略。

难就难在，AI本身还在持续质变。他复盘了两个拐点：2012年之前，AI只是学术界内部的小众学科，辛顿拿下ImageNet竞赛，把它推成主流，顺带创造数百万就业岗位；2015年前后，研究人员尝试压缩互联网内容，这条线最终长出了ChatGPT和大语言模型。

变化无法预知，战略怎么定？他给出的答案是：唯一能适应变化的战略，是培养能够探索并应对全新发展方向的人才。过去，黄金、石油和农业铸就强国；未来，人才才是核心之力。

全篇的"技术内容"：评价指标决定产出

这场演讲真正的机制拆解，落在一句话上：“评价指标决定了收获的成果”。

现行高校排名看什么？科研经费、论文数量和质量、获奖情况。这些指标容易量化，排起名来很方便，但霍普克罗夫特指出，它们没有办法提升教育的质量。

他对应用研究的评价同样直接：局限于特定的应用性研究，也许能解决具体问题，但难以开辟新的研究方向，也孕育不出诺贝尔奖和图灵奖级别的成果。

证据还是辛顿。2012年前，AI只是计算机科学里的一个小型理论分支，科研人员主攻逻辑方法；辛顿证明了模式识别的价值远高于传统逻辑路线，整个学科的轨迹就此改写。

他自己也和多位诺贝尔奖得主聊过成功秘诀，答案出奇一致：他们只是单纯地在探索自己热爱的事物，所在机构提供了充足的时间和机会。

这套逻辑还被他顺手推广到企业：公司通常要求员工专注既定策略，如果允许一部分员工自由探索真正感兴趣的方向，也许能用更少的资源找到更优解。

101计划，以及这番话的边界

这套理念在中国有一条实打实的落地线——教育部"101计划"，霍普克罗夫特本人正是倡导者和推动者，2021年受聘为专家委员会委员。他2011年起就受外专局邀请来华做拔尖人才培养，2016年获"中国政府友谊奖"，2024年获评中华人民共和国国际科学技术合作奖。

计划进展清晰：2021年12月从计算机领域率先启动，遴选出12门核心课程；2023年4月扩展到数学、物理、化学、生物科学等基础学科。计算机领域已完成两年试点，建成涵盖110多个模块、650多个知识点的知识图谱，300余所高校的1500余名教师参与集体备课。

演讲中他提到两个关键动作：为全国1300多所高校统一开发课程资源，补齐地方省属高校的师资短板；对高校开展教学质量评估，结果区分上、中、下游，直接反馈给校长。地方已开始接力——5月30日，浙江在全国率先启动省级计算机与人工智能"101计划"，发布首批87门核心课程培育名单，腾讯、阿里、华为等参与共建。

为什么此刻值得重听这段话？本届WAIC首次创办学术板块"WAIC Academic"，由姚期智和"强化学习之父"萨顿领衔，收到全球10余个国家284篇投稿，学术与评价本就是这届大会的正式议题。再往深推一层（合理推演）：当AI编程和Agent持续吃掉初级执行类岗位，"按指令完成任务"在贬值，"能自己开辟方向"在升值，这套育人论恰好踩在转折点上。

边界同样要划清：评价体系改革是慢变量，任何指标一旦绑定资源分配，都可能催生新的"刷指标"行为，教学质量评估能不能逃过这条定律，要靠执行细节回答。

公开资料能确认的是：一位深度参与中国教育改革十五年的图灵奖得主，在全球最高规格的AI大会上，把"育人"放到了"研究"前面。AI竞赛的尽头，可能不在算力清单里，在课堂里。