在技术、制度与人才构成的复杂网络中，掌握自主生存能力

人工智能（AI）不可避免地引爆了全球新一轮科技博弈，它正在悄然改写着国家生存与发展的底层逻辑。曾几何时，工业文明的命脉系于煤炭、石油与钢铁，而在以人工智能为标志的新一轮科技革命和产业变革中，算力、数据与大模型则逐渐演变为一个国家的“呼吸主权”。这已不仅仅是技术能力的角逐，更决定着一个国家能否在高技术赛道上持续呼吸、自由发声、正常成长。

从芯片出口管制的层层加码，到对高端GPU的严格封锁，再到算法审查与跨境数据流动规则的日益收紧，美国的这一系列动作看似技术层面的摩擦，实则直指同一个根本命题：谁能在技术、制度与人才构成的复杂平行网络中，掌握真正不依附于他人的自主生存能力。

正是在这样的时代背景下，技术自主的权重被前所未有地抬升，它已不再是产业政策中的可选项，而是影响国家安全、经济韧性乃至文明走向的关键前提。以芯片与AI大模型为例，关键器件与基础模型一旦受制于人，下游再亮眼的应用生态也随时可能因供应链中断而陷入瘫痪。这种被“卡脖子”的切肤之痛，迫使各国重新审视自身在核心技术上的可替代性和自给能力。

表面看，这是围绕硬件与算法的攻防战，但若深入系统内部分析，可以清晰看到，技术只是入口，背后是一条“技术—制度—人才”联动的逻辑链条：技术突破需要制度保障，制度演进依赖人才供给，而人才培养又反过来决定着技术演进的方向和节奏。

致力于成为数字时代科技秩序的积极塑造者

当前，以中美为首的全球AI博弈重心，已经从单点技术性能转移到整套制度与标准的话语权上。一方面，“数据投毒”与“版权反击战”正在成为遏制AI发展的非对称武器，从艺术家对生成式AI的集体诉讼，到科技巨头间围绕高质量语料库的围剿，无不昭示着数据已成为新的战略关卡。另一方面，跨境数据流动正在遭遇“数字围墙”，无论是美国的批量数据限制规则，还是欧盟基于“数据主权”的反击，都在试图将数据这一关键生产要素锁定在国境之内，使其成为地缘政治博弈的筹码。

在联合国《全球数字契约》与G20等多边舞台上，关于谁来定义全球数字秩序的博弈也日趋白热化。在这样的大棋局下，如果我们继续完全沿用他国的技术标准和学术评价体系，看似减少了本土制度设计的成本，实则把科研创新的“定价权”和发展坐标交到别人手中。这就像在别人的地基上盖楼，楼层越高，结构性风险越大，最终难逃“沙上建塔”的宿命。

制度与标准的争夺，已经成为全球科技治理分化的真正主战场。这场博弈远不只限于实验室或会议室内部的技术细节，而是深刻嵌入国际组织、标准化委员会、学术出版与人才培养等多个维度。在这方面，中国若一味跟随欧美既有体系，不仅难以获得公平竞争的环境，更很难在下一轮科技革命中提出具有原创性的中国方案。正因如此，我们必须在技术自主的基础上完成制度层面的“突围”，核心在于构建一整套具有自主性与开放性的本土规则系统，使中国不再只是规则的被动接受者，而是数字时代科技秩序的积极塑造者。

在这套规则系统中，自主学刊体系与评价机制扮演着关键的基础设施角色。它们看似距离芯片、模型这样的“硬核”技术较远，却在无形之中决定着什么样的研究被视为“有价值”，什么样的研究方向能够持续获得资源投入。长期依赖单边的国际评价体系，会将中国科研活动锁定在他者预设的范式之中，不少真正立足国情、面向工程实践和复杂系统治理的创新，很可能因为“不合主流指标”而被边缘化。近年来，本土高水平科技期刊的建设、自主论文评价指标的探索逐步推进，一批聚焦自动化、人工智能与复杂系统的中文期刊开始在国际数据库中崭露头角，这正是通过重塑学术主场，为技术发展和人才成长构建更安全、更适配中国发展阶段的生态空间。换言之，自主学刊与评价体系并非技术自主的附属品，而是创新独立性的关键论据，是技术与制度之间得以有效耦合的中枢节点。

然而，即便拥有了技术上的突破与制度上的支撑，如果没有与之匹配的人才供给体系，这一切仍难以持续。AI时代的教育问题，已经远远超出“培养多少程序员”的层面，而是关乎能否构建一套从基础教育到高等教育再到继续教育的完整人才工程，使之与自主技术、自主制度同频共振。

AI 时代的教育，需要CASE-K21、iSTREAMs等新理念。CASE代表4个核心维度：Cyber/Control (网络/控制)、Automation (自动化)、Science/Systems(科学/系统)、Engineering/Education(工程/教育)。K21模仿K12，即从幼儿园到高中的说法，只是延伸至21年甚至终身。它涵盖从幼儿园到博士乃至更长周期的全生命周期教育。iSTREAMs源自STEM(科学、技术、工程、数学)+Robotics/Research(机器人/研究)+Art(艺术)=STREAM。在此基础上，我增加i(智能技术)。我们需要CASE-K21这样的全生命周期教育工程，打破学科与年龄的围墙，让教育像呼吸一样伴随终身。我们也需要iSTREAMs，让学生在掌握智能技术的基础上，融合多学科知识(STREAM)，既懂技术又懂管理、既有科学素养又有人文情怀。最后，让学生学会用技术去驾驭复杂的社会系统。只有这样，我们培养出的才不是被算法替代的劳动力，而是能驾驭算法、定义未来的真正人才。

实现全链条的科技治理自主升级

当以技术自主为起点、以制度与评价体系为支撑、以教育工程为中枢的人才链条逐渐形成后，中国与世界的关系也将随之发生微妙转变。自主并不意味着关闭大门，相反，只有当一个国家拥有稳固的科技自主能力时，才更加具备了在开放合作中谈判与分享的实力和底气。

在AI标准化、跨境数据治理、可信AI评估等一系列全球议题上，我们如果没有成熟的本土实践和理论框架，将很难在国际联盟与多边机制中提出具有说服力的方案。顺着这条逻辑线再往前推就会发现，技术、制度、学刊、教育与国际合作，并不是相互割裂的几个板块，而是共同构成了一个由内而外、层层递进的治理体系。技术突破提供了构建自主生态的物质基础，制度设计与学术评价为创新方向和资源配置提供了规则约束与价值坐标，教育体系则源源不断地向这一系统注入具备适配能力与创造潜能的新鲜血液，把这一整套自主生态嵌入更广阔的人类命运共同体之中。

当这一链条在实践中趋于闭合，我们才有可能谈论真正意义上的全链条科技治理自主升级，才有可能在知识自动化与智能社会建设中拿出系统性的中国答案。

我们需要积极应对并适应当前全球科技竞争格局，更要对未来智能技术、文明形态进行积极的塑造。技术的每一次突破，只有在制度与教育的支撑下，才不至于沦为一次性炫技；制度与教育的每一次创新，只有在面向开放合作与人类共同福祉时，才不会陷入封闭自守的循环。在这个意义上，科技自主是一条通往更高层次开放与合作的必由之路，只不过前提是：我们必须先学会用自己的双手，牢牢掌握好技术、制度与人才，再带着足够的自信与诚意，更好地走向世界、拥抱世界。（作者是中国自动化学会监事长、中国科学院自动化研究所研究员）