在2026年10月24日，CNCC主会场的气氛很严肃。中科院研究员包云岗站在台上，他刚展示完一项成果。他没有庆祝，而是提出了一个问题，这个问题让在场的专家感到紧张。这个问题指向芯片教育的核心，它改变了大家多年的看法。台下马上安静下来，所有人都在等待他接着说。

这项实验不是空想，而是有真实的数据。包云岗团队用Codex加上GPT-5.5模型，花了150小时的算力和调试时间。他们把45万字的芯片设计讲义给AI看，做了一个“AI虚拟学员”。这个虚拟学员自己做了从RTL设计到最终定稿的全部过程，做出来的结果达到了流片标准。

在芯片设计领域，达到流片标准说明设计已经定稿，可以直接送去工厂制造，这就像学生顺利毕业一样。这个结果在“一生一芯”项目中有真实运行的记录可以查看。它说明AI有独立完成复杂工程设计的能力，不只是简单的辅助工具，而是能独立交卷的考生。

打开网易新闻 查看精彩图片

在展示完这些硬核数据后，包云岗向台下的同行提出了那个尖锐问题，即既然AI能独立完成人才培养目标中的核心技能，那么我们还需要花费大量精力去培养学生掌握这项能力吗。按照常理来说，这种问题容易被看作是砸饭碗的行为，所以大多数教授会选择回避或者含糊其辞，以此来避免引发行业焦虑。

但是包云岗没有躲开。他是“一生一芯”项目的发起人，他看了这个项目从5个人的小组变成有800多所高校参加、人数超过1万的样子。他知道教育现在的样子，他选择主动说出这个不好的事实。他觉得把问题藏起来没有用，只有面对AI带来的影响，才能找到教育的新方法。这种直说让在场的人感到吃惊，也让他们想得更深。

为了说明AI能力的边界，团队做了对照实验。当讲义被压缩至4500字时，AI就无法正常运行，如果只给450字的提示词，AI更是完全失效。这说明AI并不是万能的，它极度依赖输入信息的质量。如果没有足够详细和准确的指导，AI连最基本的任务都无法完成，更别提设计出合格的芯片。

这个反转说明了一个关键逻辑，AI能成为合格学员的前提是有专家预先整理了45万字的高质量讲义。这些讲义厘清了知识体系、原理、边界与流程。AI只是执行者，它无法创造知识体系。真正稀缺的不是会跑流程的学生，而是能写出让AI读懂的讲义的老师。人类专家的价值在于构建框架。

因此，争议的焦点有了变化。大家不再去争论要不要教学生做芯片，而是去想应该培养什么样的芯片人才。下一代工程师的核心竞争力，不是靠手来跑通流程，因为这部分工作已经有AI来做。新的核心竞争力在于对流程进行定义，对标准进行判断，以及对高质量的知识指令进行构建。说得简单一点，就是去编写AI可以执行的讲义。

会场没有给出标准答案，但是确立了一个新现实。未来的芯片工程师将与那个消化了45万字、不抢毕业证、不发崩溃朋友圈的AI学员一起存在。教育者需要重新定义教学目标，学生也需要调整学习方向。这不只是技术的进步，也是人才定义的一次深刻迁移，每个人都需为此做好准备。