大模型落地窗口
在談到華為如何看待 AI 時，任正非指出，20 年甚至上千年的影響，“交給社會學家和人類學家去研究”，華為只盯著 未來 3-5 年，盯著工農業和科技產業上的實際問題。
例如高爐煉鐵，用大模型分層感知爐溫，推演兩小時后鐵水硅含量，提前調整燃料和礦石配比，把高爐效率提高 1%。
再比如地下 500-700 米無人采煤，利用數據采集和拼接重構井下狹長巷道的“實時視頻”，讓礦工在地面遠程操控機械，預測瓦斯爆炸、透水、塌方風險，實現人遠離危險、機器下井挖煤。
洗煤精選、露天礦山和港口這樣在未來可實現無人化作業的工作都一一被他點名。
在這些場景里，AI 不是抽象的“智能”，而是可以量化的效率、成本和安全系數。
任正非也花了不少篇幅談醫療 AI。他特別提到兩類模型：
任正非強調，AI + 5G + 光纖網絡，可以把大城市醫院的能力“拆解”并外溢到偏遠地區。
而在消費側，自動駕駛模型、智能座艙中的對話助手“小藝”等，也被他視作華為重點聚焦的 AI 方向。
圍繞 ICPC、IOI 等競賽組織者的提問，任正非也談到 AI 時代的教育變革。
在他看來，網絡和 AI 正在打破名校與偏遠地區之間的“物理鴻溝”。真正的差距在于輔導和引導，這可以通過網絡遠程教學來補上。
在這套邏輯中，ICPC、華為挑戰賽等算法競賽，成為 AI 人才與產業間的“橋”，也是企業提前觸摸下一代人才的窗口——但任正非一再強調，華為與 ICPC 的合作，“不是為了搶人”，而是為了認知世界、交朋友。
當被問到中國企業如何在量子計算領域布局時，任正非的回應同樣現實：量子計算是人類和國家層面的命題，華為不會也無法主導；等量子計算機真正成熟，華為會像采購其他基礎設施一樣買來用。
先把事做好
座談會上，來自北京郵電大學、新加坡國立大學等高校的教練和學生，將問題直接拋向了 AGI。
任正非的回答很直接。他表示，美國是在探索 AGI、ASI，想回答“人是什么、人類社會的未來是什么”；而中國更多在研究怎么把事做好，用 AI 創造價值，解決發展問題。
AGI 仍然重要，但更像人類文明的長線命題；而中國企業的當務之急，是用 AI 把基礎設施和傳統工業“翻新”，讓“新質生產力”落在具體人工、具體產線和具體設備上。
在面對普林斯頓博士生提出的“算力資源有限”問題時，任正非表示：我認為以后是算力過剩，而不是算力不足。
在他看來，大模型數量上千上萬都不奇怪，線性疊加的算力可以被工程技術解決；真正難預測的是需求是否線性增長——也就是說，大家今天討論的算力短缺，更多是階段性和結構性問題，而非長期瓶頸。
因此，他建議做理論研究的青年學者不要過度為“將來模型怎么商業化”焦慮。相對“算力焦慮”，任正非更重視的是就業結構的重構。 他判斷，AI 會大幅提升社會總財富，同時擠出大量崗位，需要通過再教育工程來消化。
他提到，現在大模型和智能體技術已經釋放了約 30% 軟件工程師的工作量，未來可能達到 60%-70%。
這意味著，AI 不僅在擠壓傳統藍領，也會重塑白領結構，尤其是“重復編碼型”的程序員崗位。節奏不能過快，但方向幾乎不可逆。
最后，任正非指出，人工智能在華為地位重要，但當前最重要的依然是 CT（通信技術）。
沒有穩定、強大的網絡，就沒有真實可用的 AI ——算力如果無法被可靠地傳輸、調度，最終只是一個個“信息孤島”。
他把華為未來三到五年的研究方向直接類比為德國提出的“工業 4.0”：用 AI 改造生產流程、感知與控制系統，而不是單純追逐模型參數規模。
縱觀整場座談，任正非談了很多人、很多國家，也談了教育、就業、青年、性別與文明交流，但所有這些話題，最后都又轉回到一個核心判斷：
“
AI 的真正價值，不在于把自己封神為“萬能大腦”，而在于深入千行百業，悄無聲息地改變高爐的溫度曲線、礦山的安全系數、醫院的診斷路徑，以及偏遠地區孩子能聽到怎樣的一節課。
在這套敘事中，AGI 是人類長期的哲學命題。 而華為與其他從業者的共同任務，是把大模型和大算力從云端拉到地面。
參考資料：
https://www.ithome.com/0/902/626.htm
分享
