不走寻常路的年轻人，凭什么定义下一代AI？

“人工智能是年轻的事业，也是年轻人的事业。”2026世界人工智能大会主论坛上，一场名为《新青年与新一代AI》的圆桌对话吸引了人们的目光。几位做AI的年轻人坐到一起，没有高深莫测的专业术语堆砌，也没有长篇大论的说教，聊起了新一代AI到底会变成什么样。在这些年轻人看来，真正的创新或许就藏在那些“不合常规”的选择里。

OPC展示区，集中展示“一人公司”在人工智能领域的创新成果 新民晚报记者 陶磊 摄

偏要走别人不看好的路

听他们聊天，你会发现这群履历光鲜的年轻人，骨子里都有点“轴”。他们不约而同地提到了一个词：“坚持非共识”——追随已有共识是稳妥之选，但总有一些人会选择走一条“非共识”的路。而正是这些年轻人对“非共识”的执着，推动了AI不断向前。

2024年，清华大学人工智能学院助理教授、元环智能首席科学家刘子鸣还是美国麻省理工学院（MIT）物理系博士生。他和导师共同发表了一篇论文，提出了柯尔莫哥洛夫-阿诺德网络（Kolmogorov–Arnold Networks，KAN）。“刚开始做的时候，连我的导师都觉得这条路走不通，30年前就有曾有过研究说这不行。”但刘子鸣没有放弃，闷头研究了两周，初步形成的结果就让导师眼前一亮，也让研究得以继续，最后才有了那篇引起学界关注的论文。“直到今天，KAN网络仍然不算特别主流的路径，但这恰恰说明我们确实在尝试一种很不同的方式。”刘子鸣说，现在的AI有点像个黑盒，靠着海量数据大力出奇迹，而“我和我的团队更希望AI能真正去理解科学背后的规律。比起单纯把模型做大，我们追求的是让AI从靠经验变成讲科学，把神经网络和符号推理结合起来。”

同样敢于在主流之外“逆行”的，还有Sand.ai的创始人曹越。这位曾拿下过计算机视觉最高奖马尔奖的青年学者，在过去几年里做了一个大胆的决定。当整个行业几乎都在往扩散模型（Diffusion）上挤的时候，他带着团队一头扎进了自回归和MoE的技术路线里去啃硬骨头。曹越觉得，做科研得回到第一性原理去思考，“你得敢于相信自己的判断，然后死磕到底。”有意思的是，如今时间给出了答案，越来越多团队开始转向这条路线，印证了他当初的选择。

而对Recursive创始成员诸葛鸣晨来说，他的“非共识”体现在了人生的岔路口上。作为MetaGPT等多个明星项目的核心作者，他当年放弃了互联网大厂递来的优厚Offer，选择远赴海外读博。在他心里，名校的光环固然耀眼，但遇到一位好导师，能有一段长期的科研沉淀，才是更宝贵的财富。也正是这段看似不合常规的经历，让他慢慢摸索出了一套关于AI未来演进的系统思维。他现在正埋头做的事，是让AI能在不断解决任务的过程中积攒经验，实现自我的递归进化。

青年人懂得借AI“偷懒”

在这个人人都在谈论AI的时代，年轻人搞AI到底有什么优势？这几个年轻人的回答很实在，甚至有些出人意料。他们分别给出了几个关键词：“无知者无畏”、“保持年轻”、“试错成本低”。

刘子鸣半开玩笑半认真说，最大的优势其实是懂得借AI来“偷懒”。“这种偷懒，并不是指消极的偷奸耍滑，而是知道什么工作能让AI来帮忙。当AI把重复的体力活干了，人才能腾出精力去发现新现象、提出好问题。”

“新一代青年最大特点是，善于摒弃老旧经验。当下的年轻人，对既有惯性、原始经验的依赖性都在降低。”曹越认为，真正会用AI的人往往都经历过那么一个“顿悟”的瞬间（Aha Moment）。“你得先放下自己的骄傲（ego），真的去相信AI能帮你干成很多事，那一刻，你才能真切感受到通用人工智能离我们有多近。”对此，诸葛鸣晨也颇为赞同，在他眼里，用好AI的关键在于你会不会拆解复杂任务，“既相信AI，又不盲从，最后对结果兜底”。

与此同时，这批年轻人们对AI也有了“要求”，希望未来的AI不再只是个听指令的工具。刘子鸣认为，AI能成为真正的“研究员”，自己去发现新模型，而不是永远等着人类来喂新算法；曹越希望未来的AI能听懂你的心思，实现端到端的视频创作，让普通人一个人就能搞定高质量的视频甚至电影；诸葛鸣晨则想打造一个具备递归自我进化能力的“通用最优问题求解器”，让智能系统自己去攻克那些复杂的科研难题。

OPC展示区，集中展示“一人公司”在人工智能领域的创新成果 新民晚报记者 陶磊 摄

其实，每年世界人工智能大会都吸引了许多青年创业者。今年，大会专设H4展馆为青年创业孵化馆；同时，首次设立“OPC独立先锋挑战赛”，聚焦“原创、开源、个体”，专门为一人成军的极客团队提供展示舞台。刘子鸣们表示，新一代AI的故事，并不只存在于那些遥不可及的顶级论文和发布会上。“它，也许就从你现在脑子里蹦出的第一个好问题开始。”