2026年8月22日，清华大学智能经济系列沙龙第十期活动在清华大学经济管理学院举办。活动邀请到清华大学计算机系教授、中国科学院院士张钹作“人工智能发展的现状与未来——迈向第三代人工智能”主题演讲，系统梳理人工智能的发展历程、技术逻辑与未来趋势，并围绕通用人工智能、人机协同和产业应用等议题展开分享。活动由清华经管学院史带讲席教授、副院长徐心主持。

图/徐心

徐心介绍，清华经管学院持续推进人工智能与经济管理的交叉学科建设，并通过数字经济与智能管理专业硕士项目等平台，汇聚企业管理者、数字原生企业从业者和相关领域决策者，共同讨论数字化、智能化发展中的现实问题。

在主题演讲环节，张钹首先从“什么是人工智能”谈起。他指出，将人工智能简单定义为“用机器模拟人类智能”并不准确，因为人类对智能本身的认识仍然有限。当前人工智能的主流路径是行为主义，即通过机器模拟人类表现出的智能行为，而不是复制人脑的工作原理。这些智能行为主要包括思考、感知、行动和情感，四者相互联系，构成智能体感知环境、作出判断并采取行动的完整闭环。

图/张钹

回顾近70年的发展历程，张钹将人工智能划分为三个发展阶段。第一代人工智能以知识驱动为核心，依靠知识、经验和推理模拟人的思考，模型具有较强的可解释性，但系统专用性较强；第二代人工智能转向数据驱动，借助人工神经网络从大量数据中学习，在图像识别、语音识别和预测等领域取得突破，但也面临模型难以解释、安全性和可靠性不足等问题。张钹用“知识是人类智慧的源泉”和“学习才是人类智慧的源泉”，概括了前两代人工智能背后的不同逻辑。2015年以来，以大语言模型为代表的第三代人工智能开始突破专用系统的边界。

在张钹看来，大语言模型最重要的突破，是让机器掌握人类语言的使用规律。与过去面向特定任务的人工智能相比，大语言模型能够在开放领域与人交流，生成具有多样性和连贯性的内容，并通过少量微调适应新的任务。他同时提醒，大模型的创造性与错误往往来自同一机制。输出越具有多样性，就越有可能产生新的内容，也越可能出现“幻觉”。因此，不能只看到大模型的能力，也不能忽视其边界。真正重要的是理解模型适合做什么、在哪些情况下可能出错，并通过人工复核、外部工具和验证机制提升结果的可靠性。

图/活动现场

谈及大模型是否具有意识和情感，张钹区分了行为表现与主观体验。从行为上看，大模型能够生成带有情感色彩的文字，也可以解释和评价自己的输出。但从内部机制来看，目前的机器并不具备人类意义上的主观动机和主观体验。正是这种差异，使人类与机器能够形成互补，也决定了人工智能无法在所有场景中简单替代人。

张钹多次强调人机协同的重要性。在医疗、军事等环境复杂、可靠性要求较高的领域，人工智能可以提供分析与辅助，但不能完全脱离人的参与。人机协同是人工智能安全应用的重要保障，软件与硬件的结合则能够进一步降低系统风险。人工智能治理的重点，也不仅在机器本身，更在于规范技术的研发者和使用者。

谈到人工智能对产业和个人的影响，张钹指出，本轮技术变革对法律、经营管理、教育、科研和金融等知识密集型领域的影响尤为明显。面对这种变化，关键并不是回避人工智能，而是学习如何使用它。他认为，不是机器代替人类，而是会用人工智能的人代替不会用人工智能的人。张钹表示，人的核心能力未来将更多体现在判断问题、提出问题和检验结果上。只有具备相应的专业知识，才能发现机器输出中的不足，并通过人机互动获得真正有价值的结果。

在互动环节，现场观众围绕人工智能在军事决策中的应用、AI时代的文化软实力建设、创业机会以及人工智能在反舞弊中的应用等问题与张钹展开交流。

活动最后，徐心表示，清华经管学院将继续推动人工智能与经济管理的交叉探索，为师生、校友和行业伙伴搭建交流与学习的平台。