核心观点 - 公司创始人阐述了在AI时代，企业与学校应各司其职：学校负责“0-1”的原创理论与人才培养，企业负责将理论转化为工业现实和商业价值 [1] - 中国在原创发明上正在追赶，并已取得如高压直流输电等世界级原创成果，同时青年人才展现出强大的创新能力 [2] - 人工智能的发展应重在千行百业的应用，创造实际价值，而不仅仅是追求通用人工智能的理论突破 [12][23] - 全球化合作与文明交流至关重要，公司坚持开放，向世界学习，并致力于通过全球网络平台连接人才与思想 [31] 教育与人才培养 - 教育的目的在于探索未来和培养人才，企业的目的是创造商业价值，两者属性不同，混淆会导致倒退 [1][3] - 高等教育应因材施教，既需要培养“摸高”探索前沿理论的人才，也需要培养能做精密制造“工人”的本科毕业生 [4] - 中国青年创业氛围浓厚，大量青年在机器人等领域创新，形成了不羡慕外部机制、自主创业的土壤 [5] - 公司通过支持ICPC（国际大学生程序设计竞赛）等活动，为全球青年人才提供认知世界的窗口和交流平台 [18][31] 科技创新与原创 - 历史上许多重大发明（如水轮发动机、火车、微积分）源于西方，但中国正在提供原创，例如公司一名22岁员工提出了全球领先的气象模型 [1][2] - 公司在高压直流输电系统、星闪传输架构设计上实现了世界级原创发明 [2] - 俄罗斯在数学、物理等理论科学上基础领先，公司与俄罗斯开展了规模化合作，认识到理论研究的巨大意义 [19] - 基础科学突破（如傅里叶变换、基因研究）初期常面临质疑，但理论探索是伟大的，其社会应用可能在未来显现 [8][16] 人工智能发展与应用 - 中美在AI追求方向不同：美国探索通用人工智能（AGI）和超级人工智能（ASI），中国则聚焦于解决具体问题、创造价值的应用 [12] - AI在产业应用中的价值巨大，预计占98%，而在IT公司的贡献仅占2% [23] - AI辅助编程已释放约30%的软件工程师工作量，未来可能达到60-70% [14] - 人工智能应“具象化”应用于复杂现实场景，如高铁网络调度、港口自动化、矿山无人化等 [9][11][20] - 算力未来将可能过剩，大模型的发展应关注如何面向千行百业产生实际应用 [15] 产业发展与未来趋势 - 机器人产业进步显著，中国有百万青年投身该领域，预计三五年后会有较大进步 [5][6] - 5G-R技术正应用于中国高铁，未来将支撑上万列时速450公里高铁和3万吨重载货车的无线调度，是重大进步 [9] - 中国铁路网络日益复杂，未来干线轨道可能达30-40万公里，其调度管理等是亟待尖端数学和AI解决的复杂科学 [10] - 无人化生产将提高效率（例如从100增至120），但需通过再教育工程对富余人员进行转岗培训，以分享AI增加的社会总财富 [13] 全球化与合作 - 公司认为美国创造的科技文明有益于世界进步，全球化合作与站在巨人肩膀上发展是理想状态 [28][29] - 公司因受制裁而被迫自力更生，但在许多方面使用的芯片已落后国内其他企业至少一代，仍需更加开放地向世界学习 [30] - 公司通过“黄大年茶思屋”等网络平台，与全球科研人才进行无国界的理论交流与合作 [31] - 公司尊重各国人才，在不同国家设立机构进行合作发展，例如在俄罗斯、罗马尼亚等地 [19][20] 人才与职业发展 - 青年应顺应时代潮流，敢于走在最前面，不必过分看重金钱和短期指标，而应关注造福人类 [7] - 职业选择应适合自己，即使不成功，其过程积累的试验经验也是巨大财富 [8] - 在计算机时代，男性和女性在脑力劳动中没有本质区别，应鼓励更多女性参与科学技术领域 [17] - 公司认为吸引全球顶尖人才很重要，但自身平台有限，更强调中国需创造更好的人才土壤和机会 [28][30] 技术发展观点 - 量子计算未来一定会突破并在特定计算上带来巨大优势，但公司目前不承担基础研究，未来可能采购量子计算机 [24] - 远程网络办公的潮流不可逆转，但物理面对面交流仍有价值，网络教育有助于边远地区天才崛起 [25][26] - 人工智能在公司的地位重要，但当前最优先的是CT（通信技术），因为先进的网络是AI发挥价值、避免成为信息孤岛的基础 [27] - 对于印尼等国家，AI发展的重点应是“应用领先”，利用现有技术解决港口自动化、农业无人化等具体问题，而非争夺基础模型领先 [20][21]