问题——新一轮技术加速扩散带来机遇与焦虑并存；峰会期间，与会科学家普遍认为，智能技术正从实验室走向产业与社会治理的更深处：一方面，它数据处理、模型推演、复杂系统模拟各上优势明显，正加快科研进程、降低试错成本；另一上，围绕“是否会取代人类”“如何防控风险”“如何建立可持续治理框架”等问题，也成为讨论焦点。尤其技术能力持续增强、应用场景快速外溢的背景下，如何在鼓励创新与守住安全底线之间取得平衡，已成为全球共同面对的现实课题。 原因——科研与产业对效率的迫切需求推动技术成为“基础工具”。多位科学家指出，现代科学研究与产业创新呈现数据规模大、变量多、实验成本高等特点，传统方法常受制于周期长、验证慢和资源投入高。诺贝尔化学奖得主迈克尔·莱维特结合自身经历表示，对应的工具在他的研究中使用频繁，其角色已从“帮手”转变为“同事”，关键价值在于加快试错、降低门槛，使研究人员能以更低成本探索更多可能性。他同时指出，该技术正在生物学、物理学、化学与数据科学之间搭建新的连接通道，让跨学科协作更顺畅。诺贝尔生理学或医学奖得主阿德姆·帕塔普蒂安也以蛋白质结构解析为例指出，过去需要多年才能完成的工作，如今在成熟工具支持下可大幅压缩到分钟级，这不仅改变了研究节奏，也在一定程度上重塑了研究组织方式与人才能力结构。另外，有学者提出，通过构建高质量虚拟现实模型、培养具备跨学科素养的复合型人才，将有助于推动科研成果更快走向应用端。 影响——提升创新效率的同时，重塑就业形态与社会运行方式。峰会上，围绕经济与就业的讨论多集中在“重塑而非消灭”。诺贝尔经济学奖得主克里斯托弗·皮萨里季斯认为，技术带来的变化更可能体现为渐进式的结构调整：岗位内容、流程与技能要求发生变化，而不是简单的“岗位消失”。他引用“创造性破坏”观点指出，新技术会淘汰部分旧模式，但也会催生新产业、新岗位以及新的分工结构。从历史经验看，企业内部岗位结构调整、岗位能力再定义更为常见，员工借助新工具反而可以提升效率与能力。但也有与会专家提醒，技术在既有范式内表现突出，更像“副驾驶”，在发现全新范式、构建全新理论体系上仍难以起决定性作用；当科学规律尚未体现现有数据之中时，工具也难以凭空提出颠覆性理论。这意味着，未来一段时期内，人类的原创性判断、问题定义能力与价值选择仍不可替代，技术更重要的意义在于增强人类处理复杂问题的能力，而非取代科学探索的主体。 对策——以制度化治理回应风险外溢，形成可落地的安全与伦理框架。与会科学家普遍强调，能力越强、应用越广，越需要规则护航。以色列心理学家阿舍·科亨提出，当相关系统在部分场景中呈现“决策者”特征时，社会治理与伦理体系将面临新挑战。图灵奖得主、密码学家惠特菲尔德·迪菲则提醒，若赋予系统更高自主决策权却缺乏有效约束，可能引发权责失衡，损害公共利益与个体权益。多位观点共同指向：治理的关键不在于否定技术，而在于用可执行的制度设计降低不确定性。具体而言，需要在安全评估、透明度与可追溯、责任界定、数据与隐私保护、关键领域应用边界等上形成更细化的规则；同时推动伦理规范嵌入研发、部署与使用全流程，确保“能做什么”与“该做什么”一致。皮萨里季斯还呼吁，研发方向应更多聚焦“增强劳动”而非“替代劳动”，政府可通过加大投入支持创新，企业管理者与员工则需尽快适应新的工作组织方式，以释放效率红利并缓冲结构性摩擦。 前景——走向“人机协同”的长期演进，竞争焦点将转向规则、人才与应用质量。与会科学家普遍判断，未来相当长时期内，技术将以工具化、平台化形态深度嵌入科研与产业链条，推动研究范式和生产方式持续迭代。谁能治理框架、基础设施、人才培养与高质量应用落地上形成系统优势，谁就更可能在新一轮科技与产业变革中占据主动。与此同时，国际社会在标准互认、风险共治与跨境协作上的讨论将继续增多，以避免“无序竞争”带来的安全隐患与伦理争议。整体而言，技术进步与制度完善将相互作用，共同决定其最终对社会福祉的贡献程度。
这场对话揭示：科技创新从来都是双刃剑；在人工智能重塑世界的进程中——既要保持技术创新的活力——也要夯实治理体系的支撑。唯有在发展与规范之间保持动态平衡，才能让技术进步更好造福人类文明。这既是对科学精神的坚守，也是对未来负责的选择。