毕业生颁证仪式主旨演讲嘉宾杨建:硬核科创助力集成电路产业科技自立自强

发布时间:2026-07-13

图片


各位老师、各位同学、各位嘉宾,大家下午好!


感谢学校的邀请。我不知道10年前是不是我作为第一届企业导师上课,但我与上科大的渊源确实很深。从2016年开始,我正式担任上科大的企业导师,2016、2017、2018、2019年连续四年与上科大合作。中间短暂断过两年,之后从2020年重启,并在2021、2022年持续至今。回顾这段历程,非常感谢上海科技大学一路的信任与合作,贡献自己的社会责任。


其实我对上科大的每次讲座印象也很深。我记得2017年做过一个讲座,题目是《从根号2到未来计算》,副标题是《从根号二到上帝之眼》。那次讲座的核心是探讨人工智能到底能做什么,以及未来人工智能能帮助我们达成什么。当时的结论是:当人工智能发展到一定程度,它能够预测很多东西,我们仿佛拥有了上帝之眼,但必须通过上帝之手付诸行动才能真正实现——这是我当时讲座结尾强调的观点。


今年我又来讲,但主题有了新的思考。其实我从2014年开始就一直思考一个问题:人工智能到底要做什么?我们这个时代会走向何方?今天的核心命题,是探讨从人类知识的传承,到技术爆炸时代的转变。


谈到人类的知识传承,中国有着全世界最完善的记载体系,从家谱制度到县志、国家史书历史记载。追溯过去,5000年前我们有甲骨文,之后国外出现泥板、石刻。随着文明发展,我们创造了印刷术,再到互联网、移动互联网。这一脉络始终不变。


然而,大模型的出现是人类知识体系的一个转折点。从2025年开始,人类的知识生产和知识创造,人类逐渐不再是主角。


在这样的时代背景下,结合今天的主题来思考这个问题。一个根本性问题浮现:如果审视未来50年怎么评价这个时代,这个时代被定位成什么?2025年出现了DeepScientists、AutoEvolve、OpenEolve、AutoResearch,新的知识创造主体不再是人类,而是机器——人工智能将成为主体。例如2025年人工智能几天之内,人工智能证明了一个实验室14年半还没有完成的研究。这让人有些沮丧,为什么?因为人类读了14年半的书还在准备上大学,而人工智能却已经先“毕业”了。


知识正在爆炸,而且爆炸的程度将达到一个临界点。可能在十年之后,博士生的核心任务不再是解决问题,而是去发现问题、定义新问题。过去人类博士培养的核心是解决问题,所有论文都在解决问题。但未来的重要方向,是去创造问题、发现问题。在企业里,知识生产将越来越多地被机器创造。


回顾过去25年,人工智能在中国经历了多次浪潮,从更早之前的GPT对话AI热潮,到2025年涌现出基于Agent的“数字导师”、“数字医生”等大量新名词,如OpenClaw、hermes等。


2026年初,一个企业开始时可能会安装小龙虾,后来又要删掉,接着转向hermes,中间经历了许多折腾和曲折。对企业而言,从董事长、总经理、高层到低层构建一个数字员工的企业化定岗模式非常关键。第一个“数字员工”、“数字导师”定义完成后,它有了职责范围,能够自我进化,与企业几千甚至上万人形成协同。


我上半年走访了许多中国大型企业,员工规模超过5万、15万。他们的核心议题是:到2026、2027年,如何让会议变成Workshop式的创意舞台,让生产、研发、运作过程真正实现数字化创新。


当企业或学校考虑解决方案时,现在很多人在使用豆包、Kimi、DeepSeek、智谱的GLM等工具。这些主要面向To C市场,因为大模型的安全性是根本问题,公有云在企业应用中有很大痛点。目前市场主要停留在To小B、ToC,没有触及To大B。只有董事长、总经理决心实施企业AI数字员工,或校长、书记决心推行新的数字导师,才有私有化大规模部署。


对于家庭而言,同样面临类似问题。我们现在小病大病都跑医院,未来是否可以实现“小病大治”?AI家庭医生的理念正是由此而来。


对于这代年轻毕业生,特别是相关专业的毕业生,你们的人生将与大模型绑定。一个4TB的U盘可能就能存储我们一生产生的所有数据,这建立起了你的第一个数据分身。当你的数据包含你的人生,遇到问题找不到答案时,你不用跟别人讲,直接问大模型。举个例子:我在创业之前,并不知道如何与大公司合作。我让“沐曦”接入大模型,直接询问:“如果要成为微软的长期合作伙伴,需要做哪些事?需要提供什么样的能力?需要经过哪些过程?”大模型给出了清晰的指导。这时,大模型就变成了一个导师。


今天大模型已成为社会的重要生产力。那么知识生产的原料是什么?是电力、算力。如同汽车加油,我们的经验知识——比如一个经验机器可能就是十几页PPT,甚至包含各种无法解释的指令——就是原料。而知识的生产工具就是大模型和应用。


我们公司内部做过评估,大模型在很多领域的能力已相当于985硕士毕业水平,而且越专业,能力越强。


如果社会生产力极度发达,贫富差距却无法消除。我们会看到,富人阶层在科幻小说描绘中,通过基因优化成为最高阶层,甚至能活到160岁。普通人则像秦始皇求仙药的故事中那样,追求长生。


有一本小说叫《云球》,虽然在国内不太流行,但三十年前它已开始思考核心议题:意识从何而来?意识将去向何方?意识能否被创造、复活或消灭?当意识嫁接到一个失去意识的躯体上,这个躯体还是人吗?这本书目前只有电子版,我是在上海图书馆借阅的。


最后,我想分享一些个人经验。有人听过我的段子:我刚工作时问老板,什么时候可以当CTO怎么才能当CTO?老板说我还没毕业,还差半年。但工作之后,我一直没有放弃最初梦想。就像今天闫启航同学提到的,他从物理转到计算机。我本科是采矿工程(“挖煤的”),但那个时代计算机书籍很少,我甚至把杨芙清教授在文革期间撰写的教材都读了一遍。追逐梦想必须有恒心。


第二,终身学习至关重要。我在很长时期,大概15年,每周都购买实体书阅读,以此保持学习。


第三,分享一个个人哲学:水涨船高。我们大部分博士很多人心高气傲,因为智商高、能力强。但工作后,你会发现个人能力有限,尤其对于博士而言,更需要团队。我们需要学会构建大型组织,才能实现更大目标。相比而言,一个人能够实现的目标往往很小。


我一直坚信一个理念:如果你想走得更远,周围的人必须和你一样强,甚至超过你。如果你周围有一群超过你的人,你就能走得更高更远,水位也会涨得更高。从小河小湖,走到大河、大江,再到大海。这就是“水涨船高”。


我当Manager第一天,就打电话找三个人,问他们愿不愿意当Manager,并承诺我只想做工程师写代码。上任后,我始终践行这个理念。在外企14年,我一直确保我所在的团队里,各个领域有比我更强的人。做不到这点,就是我的失职。


创立沐曦后,我坚持三年半,每周对整个团队做“费曼学习法”——所有人给我讲,讲完后我再告诉他们下一步学什么。当他们达到70分水平后,就会进步到95分。在美国生活两年,我更深理解这一点。


工作第一年是关键阶段。在学校,你吃饭最多的人是同门或室友。工作第一年,和你同时进公司的人年龄相仿,这既是好事也可能是坏事。坏事在于,同龄人对公司理解、未来发展目标的认知都有限。对城市生活的认知也模糊。你应该主动约高层一起吃午饭,从中学习很多。其次,可以寻找Mentor甚至Coach,获得更多指点。


回想过去,工作头一年晚上只有三小时空闲,但午饭时间是关键社交学习机会。尽可能认识不同工作的人。工作之后,我们还要学习专业知识、学习恋爱、婚姻、当好爸爸妈妈。


创立沐曦后,还有很多人预约我的时间,咨询工作、读博、出国等问题,他们希望可以听取不同意见,最终决定方向。


最后一句,闫启航讲得特别好,关于如何问问题。我在2020年华为研发大会(五万多人)上,一个英国博士问:如何优雅地问问题?我的回答是:在公司里永远不要琢磨怎么优雅地问问题,这会让你失去问问题的机会。一直想优雅,会耽误时机。特别是博士,不要想任何问题是否丢面子。我的建议是:你应该“不要脸”,放下所有面子,这样能更快得到帮助和答案。举个例子:工作第一个月,一个显卡bug导致程序跑十几秒就死掉。我根本没学过硬件,只懂软件。盯着屏幕两天两夜没结果。第三天下午跑去问隔壁同事:“有什么问题?为什么跑着就“死”?”同事说:“听你师姐说,硬件有个bug,这2D和3D在一起工作必“死”,看谁先“死”谁后“死”。”我立刻明白了,第四天上午就改了代码。这个故事对我帮助很大,它说明:不要所有事都自己扛,很多前辈、同事能帮助你。


今天分享到此结束,谢谢大家。毕业快乐,前程似锦!