作者：王聪彬
今天，你用AI了吗？写作、搜索、决策，AI已经深度嵌入到我们的日常生活中，成为越来越多人默认的“基础能力”。
QuestMobile发布的《2025年AI应用层发展核心报告》显示，2025年12月，在AI原生App中豆包、DeepSeek、元宝、蚂蚁阿福、千问位居前五，活跃用户规模分别达到2.26亿、1.35亿、0.41亿、0.27亿、0.25亿。
今年刚开年，围绕AI入口与品牌认知的“高地战”又迅速上演。从阿里千问抛出“30亿请你喝奶茶”的高举高打，到字节跳动拿下春晚独家AI云合作伙伴席位，再到松延动力、宇树科技、魔法原子、银河通用等玩家在春晚集中加码。
从遥不可及到触手可及，AI的变化几乎发生在一瞬之间。现在老人、小孩都可以非常熟练的与AI进行互动，清华大学计算机系人机交互与媒体集成研究所科研工程师、IEEE数字金融与经济标准委员会秘书长丁慧观察到，大众对AI的接受度非常高，反馈也格外迅速。
北京邮电大学人工智能学院副院长、教授，IEEE WIE北京分会主席张曼也有同样的感受，她认为，生成式AI的渗透速度正在不断加快，尤其是在产业领域，落地的深度与广度都在提升。
“一个AI的使用者”，是北京交通大学电磁兼容实验室主任、IEEE中国联合会主席闻映红对自己的定位，在科研中，她通过借助AI能够快速查阅资料、生成总结，大大减少了整理的时间。
这些都是AI给予我们的真实感受，但它同样也带来了新的挑战与不确定性，如何管控安全风险、推动社会服务落地，以及构建产业体系支撑规模化应用等，这些都将决定AI未来的边界。
从震撼到认知跃迁：我们身处怎样的AI阶段？
生成式AI的发展和应用速度，可以说超过了以往任何一种技术。同时，它也有别于传统人工智能。闻映红总结了其中的三个不同之处：
第一个不同在于模型与人的关系。过去的人工智能更多是使用者去适配模型，早期的AI，无论是专家系统还是机器学习模型，都只能针对单一任务进行定制开发。例如，一个做人脸识别的模型无法用于语音合成，它的泛化能力很弱，而且需要大量标注数据和针对具体应用场景的定制化调优。现在的人工智能则以大基座模型为核心，通过零样本或少样本学习，就能快速适配不同需求，支持自然语言处理、计算机视觉、代码生成等多领域任务，也就是从“人适配模型”到“模型适配人”。
第二个不同在于感知到认知的跨越。过去的人工智能以感知为主，专注于声音、图像的识别等任务。而现在的人工智能已经发展到认知层面，可以进行逻辑推理、常识性判断和复杂问题拆解。例如，统一处理文本、图像、音频、视频等多模态信息，并具备初步的逻辑分析与问题解决能力。这使得AI不仅能完成基础的识别任务，还能在科研、工程新技术开发等领域提供实质性助力。
第三个不同在于落地应用的广度。过去的人工智能更多停留在实验室或科研场景，体现为技术创新。现在的人工智能已经深度进入千行百业，在实际工作中成为提质增效的工具和生产力。
张曼一直从事人工智能和网络安全的交叉领域研究，她看到AI正在重塑安全格局，从技术层面有三个明显变化：首先，安全防御从被动转为主动。过去依赖规则库或特征库，有威胁再去匹配，但往往为时已晚。AI则可以通过自学习海量流量和日志，提前识别未知威胁，实现事前预警与事中阻断；其次，安全能力从单点升级为全局协同。以往防火墙、终端和网关各自独立、数据不互通，而AI可以整合跨终端、跨网络的感知、决策、响应和自愈能力，形成完整的智能防御体系；最后，响应速度显著加快。过去分析、反馈甚至二次人工检查耗时较长，AI能在毫秒级完成威胁溯源、策略调优，大幅缓解人力短缺，同时提升防御效率。
安全格局也正在随着AI的发展发生根本性变化。原来是“人对抗人”，未来可能是“AI对抗人”，甚至“AI对抗AI”。攻击成本大幅降低，防御成本却在上升。
“安全不再是可选项，而是生存的底线。”张曼认为，安全的边界正在延展，过去我们主要关注行为防御，未来则需要兼顾数据安全、模型安全等新维度。
随着人工智能加速向各行业渗透，医疗健康正成为落地最为迅速的领域之一。最近蚂蚁集团发布数据：春节期间，受返乡潮推动，旗下健康AI助手“蚂蚁阿福”APP总用户规模突破1亿，连续多日登顶App Store下载总榜。
心理健康则是更加垂直的一个应用领域，生成式AI的聊天交互方式与心理咨询或初步沟通的模式非常相似，丁慧和团队在很早就尝试将其应用于心理状态的判断上。
心理状态的判断结合了文本、语音语调以及视频等多模态识别技术，可以提取人的面部表情、情绪状态、认知状况和压力水平等信息，在心理健康领域使用得比较广泛。
不过，丁慧也强调，目前技术本身不是最大的障碍，应用安全需要格外关注。许多心理健康AI面向终端用户，会涉及大量个人数据，如何保护隐私、防止数据泄露成为核心问题。
目前国内外在个人隐私保护都有明确规定，可以通过技术辅助差分隐私。整体来看，心理健康领域技术可用性很高，但必须与管理制度和法律法规结合，才能让用户真正安心使用。
“在社交网络普及的今天，心理健康的需求和关注都在快速上升，AI的应用潜力也因此被进一步放大。”丁慧说道。
当AI进入现实世界：攻防升级与信任重构
任何技术的发展都是一把双刃剑，现在很多人都只看到了人工智能的效率提升，却往往忽视了潜在的安全风险，如果人工智能大规模应用，安全问题可能会快速显现，并造成严重影响。闻映红认为，无论是技术本身的大规模应用，还是未来与国际接轨，风险防范都是必须正视的问题，其中最关键的一点，是尽快建立完善的标准规范体系，并与法律法规形成联动。
如今安全格局正在悄然发生改变，比如钓鱼邮件的内容更加迷惑，网络攻击更加自动化等等。所以在人工智能安全防护上，我们也需要有更多的手段。
“AI已经为攻防领域带来了显著变化。”张曼指出，生成式AI让攻击手段更加多样和逼真，过去还能通过一些小细节区分AI生成的图像或视频，例如多出的手指、光线或语义上的微小差异。但现在AI生成的图像、视频甚至钓鱼邮件越来越真实，普通人甚至专业人士都难以辨别，社会影响力和潜在危害也随之增加。
在攻击端，AI降低了对人力的依赖，无需大量“肉鸡”或人工操作，就能自动完成漏洞挖掘和攻击生成，实现全流程无人值守的攻击。而且结合大数据和大模型技术，攻击可以更精准，通过分析目标的上网行为、常去地点等，挖掘个人弱点，实现定向突破。
防御端也在同步升级，过去的安全防御主要是事后处理，而现在必须在设计阶段就内置安全机制，并借助AI实现智能化防护。例如，AI可以自动检测哪些图像或视频是生成的，哪些是真实场景，同时将多个场景和功能的数据进行联动，实现快速响应和协同防御。张曼认为，未来的攻防将呈现不断升级和对抗的态势，攻防双方都将在智能化、自动化的能力上呈现出你追我赶。
心里健康行业同时需要可信的AI做支撑，心理健康障碍已成为全球疾病负担的重要原因，社会对心理健康的重视也在显著提升。2025年世界卫生组织发布数据显示，全球10多亿人有精神障碍，焦虑和抑郁等疾患造成巨大的人员和经济损失。精神障碍患病率可能因性别而异，但女性总体上受到的影响尤为严重。
“以前网络暴力对名人或明星造成的心理健康影响曾广受关注，但现在普通人也同样容易受到影响，无论是儿童在学习中，还是成年人在工作或日常生活中，都可能带来心理压力。”丁慧说道。这一问题的关注度随之上升，工具也越来越多。
在将AI应用于心理健康时，核心关注点就是可解释性。大模型刚刚出现时，在心理健康领域有着很好的表现，但要信任AI技术，就必须确保它可靠、可控、可追溯且可重复，同样的输入，每次输出结果应保持一致，这样才能建立技术信任。
心理健康属于高度专业的领域，和在医院看病一样，也有一系列的循证疗法。心理健康领域在应用AI时，需要对模型行为进行严格控制，避免其随着快速进化产生幻觉，因为人可能无法分辨虚假信息，从而产生风险。
目前美国一些州已经出台法规，禁止在某些情况下将AI作为心理咨询工具，原因在于AI可能在过程中无意引导用户产生自伤或抑郁念头，威胁心理健康。丁慧强调，在逐步推广应用时，必须对心理健康领域的AI模型进行严格限制与控制，并在系统内置伦理要求，确保使用安全。
基础能力、协同治理与复合型人才未来如何走
AI的应用不仅仅是一个单纯的技术问题，一方面需要在法律法规和标准规范上做全面布局，一方面用户也应了解技术的能力与局限，保持一定的独立性。
用户不必对技术有深入判断，但需要保持怀疑精神，这样才能在使用过程中明确“人做什么、AI做什么”，实现人和AI的协同。丁慧强调，即便在极端情况下，也仍应由人来承担最终责任，通过明确边界，并辅以法律法规约束，才能确保AI的应用既安全又可控。
如今产学研结合愈发紧密，很多项目已经超越了单纯的产研模式，涉及高校、科研机构、企业、政府和金融机构等多方共同推进。
科研机构专注于基础算法和模型安全研究，企业则负责工程化和产品化场景验证，使前沿技术从实验室走向真实应用。张曼看到人才培养过程中，高校会提供一期企业实训机会，利用真实场景和数据，让学生在学习中解决实际问题。
同时，学科建设越来越强调交叉学科，像AI、网络安全、计算机软件等领域，培养复合型人才推动产研一体化发展。
对于未来人工智能安全问题，张曼提到许多大模型仍是“黑盒”，输入数据后得到结果，但分析过程不透明，存在潜在漏洞。未来需要从架构层面解决大模型的原生安全问题，使其可控、可信、可解释，以防范安全攻击。同时，深度伪造和生成内容安全也要成为产业界乃至国家层面的关注重点，包括AI生成内容检测、溯源及取证，用以应对音视频伪造和虚假信息传播等。
数据可用的前提一定是数据安全，这些方向既是科研和产业界重点，也是国家战略关注的核心领域。
“AI技术的终极目标是服务人类、促进社会发展。帮助残障人士弥补生活缺失，改善生活质量；促进心理健康，为社会提供积极影响，这是技术本身的价值所在。”闻映红说道。
据统计，截至2025年，核心人工智能产业规模已突破1.2万亿元。根据赛迪顾问预测，2025年到2035年，中国人工智能产业规模预计将从3985亿元增长至17295亿元，复合年增长率为15.6%。
“这些数据反映了我国在大模型、多模态AI、计算机视觉，以及交通工具和自动驾驶等核心技术领域的跨越式发展，企业已经具备国际竞争力，初步形成自主研发和制造的完整技术路径。”闻映红强调，我国AI产业仍存在“卡脖子”问题，如基础理论、高端AI芯片、核心开发框架和数学理论等领域的短板。
高校在基础理论教育上的重视至关重要，创新必须建立在坚实的理论基础之上。无论是AI技术人才还是AI应用人才都存在大量缺口，尤其是既懂AI核心技术，又熟悉行业应用的复合型人才。
身为高校教师的闻映红观察到AI技术将带来教育方式的深刻变化，以往课堂教学多以知识灌输为主，但现在学生可以在几分钟内通过AI获取大量信息和初步总结，传统课堂的教授模式就难以适用现在的教学。
未来，教师、家长和学生都需要思考如何高效利用AI，将课堂教学变得更启发式、综合化，让学生学到的知识更扎实、更贴近实际应用，同时让教学过程更具前瞻性。
未来人工智能的快速发展，许多基础性工作可能被取代，未来教学更应侧重能力培养，例如判断力、决策力等能力，让学生在新型工作环境中具备竞争力。并且这种能力培养不应仅停留在高等教育阶段，而应从小学就开始引导学生发展关键能力。
未来整个教学体系可能因此迎来革命性的变革。
“权利、正义、行动：为了所有妇女和女童”是今年国际妇女节的主题。在科技领域，女性既拥有独特优势，也面临更多挑战。闻映红认为，全球一直强调男女平等，因为女性在科技和工程领域的发展往往需要付出更多努力。
“一定要坚持，再坚持！”也是闻映红给女性朋友的建议。张曼也补充，技术发展已经淡化了岗位对性别的要求，很多职位女性同样可以胜任。女性在共情和细腻方面的优势，也能为工作带来更多温度。她建议，不必为了取悦他人而改变自己，也不必追求完美后才开始行动，更重要的是相信自己的能力。
在科技工作中，丁慧的经验是，沟通、协调等软实力在科技工作中同样关键，甚至在最终成功中比硬实力更具影响力。随着人工智能技术的发展，很多过去需要手动完成的枯燥工作可以交给AI处理，女性可以通过指导AI完成任务来凸显个人特质。她提醒年轻女性保持自信与坚定，完全有能力在科技领域创造属于自己的价值。
在技术飞速发展的时代，女性的力量与潜能不可忽视。坚持自我、勇于行动、善用工具，是每一位女性在科技世界中赢得机会和成就的关键所在。
热门跟贴