智瞰AI｜沈阳：构建人机协作框架 以AI为杠杆放大专业能力

  新华网北京3月17日电（记者凌纪伟）“持续推进‘人工智能+’行动”“支持大模型广泛应用”写入今年《政府工作报告》。以大模型为代表的AI技术赋能千行百业，“人工智能+”加快走深向实。

图片来源于网络，如有侵权，请联系删除

  开年以来，DeepSeek火爆出圈、加速部署，进一步降低大模型应用门槛。2月初，清华大学新闻学院、人工智能学院双聘教授沈阳团队聚焦DeepSeek如何赋能个体，发布的《DeepSeek：从入门到精通》技术文档在社交网络刷屏。此后，团队又针对DeepSeek如何赋能医疗、职场、政务、课堂、家庭教育等陆续推出系列报告，引发网友持续关注。

沈阳通过AI绘画创作的作品。受访者供图

  沈阳在AI和大数据、元宇宙、虚拟人和机器人等领域有着深入研究。他在社交平台上透露，自己基于AI的人机共生的科研效率较2022年提升了9倍。“我们团队试图建立一个人机协作的方法论框架，帮助用户以‘AI思维’重构工作流程，将AI作为杠杆放大专业能力，而非仅仅视为替代工具。”沈阳在接受新华网专访时说。

  他认为，DeepSeek以低价和多场景适配推动了AI普惠化，为AGI探索提供了新启示，彰显了生态思维对未来AI发展的深远影响。

  尽管现代AI理解自然语言的能力增强，但在沈阳看来，提示词仍是打开AI能力的钥匙。“时代进步让提示词更灵活，但其本质不会消失。”他说，普通人用好AI的关键是根据需求选择合适的模型，普通人重实用性，而科研人员重专业性与严谨性。

  如今，越来越多的企业、政府机构接入DeepSeek等开源大模型，“人工智能手机和电脑”作为新词出现在今年《政府工作报告》中。沈阳认为，实现与AI的深度融合需从技术、组织与流程、文化等多维度入手。AI逐渐下沉到端侧设备，这一趋势正在深刻改变设备本身及其与人类交互的方式。

  “在AI时代，主动进化、专注高价值领域、协作共赢及坚守伦理将成为生存法则。”沈阳建议，无论是个人还是企业，都要积极拥抱AI。停止对AI的恐惧，开始行动，是个人与企业不被时代淘汰的关键。

  以“AI思维”重构工作流程

  新华网：团队编写《DeepSeek：从入门到精通》这份使用指南的初衷是什么？

  沈阳：协助各行业全面理解和掌握DeepSeek这一国产人工智能大模型的使用方法，填补普通用户与AI技术之间的知识鸿沟。DeepSeek作为一款强大的开源推理模型，在智能对话、文本生成、代码生成等领域具有广泛应用潜力，但其高效使用需要一定的技巧，尤其是提示词设计和应用场景的适配。我们团队希望通过系统化的指南，从基础操作到高级应用，赋能用户——无论是初学者还是专业人士——让他们能够充分发挥DeepSeek的能力，提升工作效率或推动创新。

  此外，这份手册还承载了推动国产AI技术普及与发展的愿景。通过深入浅出地讲解和实用案例，DeepSeek不仅展示了中国在人工智能领域的技术实力，我们团队也试图建立一个人机协作的方法论框架，帮助用户以“AI思维”重构工作流程，将AI作为杠杆放大专业能力，而非仅仅视为替代工具。

清华大学新闻学院、人工智能学院发布的报告。

  新华网：既然是通过自然语言与AI对话，那掌握提示词还重要吗？

  沈阳：提示词仍是打开AI能力的钥匙，尤其在思维链推理等复杂任务中，能提高效率、引导方向、控制输出质量。尽管现代AI理解自然语言的能力增强，提示词的重要性从显性指令转为隐性引导，但在专业场景下仍不可或缺。时代进步让提示词更灵活，但其本质不会消失。

  DeepSeek为AGI探索提供了新启示

  新华网：DeepSeek火爆出圈，从AI发展历程上看，它的独特意义是什么？

  沈阳：DeepSeek的横空出世在AI发展历程中意义非凡，它以技术创新和开源策略为核心，打破了传统“大力出奇迹”的高成本模式，通过算法优化（如MoE和MLA架构）和高效训练，仅用557.6万美元和2048块H800 GPU打造出6710亿参数的顶级模型，挑战了西方闭源巨头的垄断地位，证明了“小力出奇迹”的可能性；其完全开源的姿态，吸引全球开发者共建生态，加速技术迭代与应用落地；作为中国AI从“追随者”到“引领者”的标志，DeepSeek不仅重塑了全球竞争格局，还以低价和多场景适配推动了AI普惠化，让技术从实验室走向现实；更重要的是，它以效率优先而非规模至上的实践，为AGI探索提供了新启示，彰显了生态思维对未来AI发展的深远影响。

  普通人用AI重实用，科研人员重专业性、严谨性

  新华网：普通人怎么选择AI工具，科研人员等特殊群体怎么用好AI？

  沈阳：普通人用好AI的关键是根据需求选择合适的模型：日常任务可用DeepSeek等全能型工具，创意生成选豆包，优先考虑易用性、功能性和成本，善用提示词并多试用不同模型组合使用；而科研人员用AI（AI for Science）则需聚焦加速研究，如用Zeelin论文智能体快速综述文献、AlphaFold预测蛋白质结构、Trae生成代码，或用Kimi讨论和搜索网页资料，策略上要输入实验数据、迭代优化结果、结合专业工具与开源资源，同时注意验证AI输出、保护数据隐私并跟踪领域动态。总之，普通人重实用性，科研人员重专业性与严谨性。

  新华网：B端（企业用户）、G端（政府用户）怎样做好与AI的深度融合？

  沈阳：B端和G端用户实现与AI的深度融合需从技术、组织与流程、文化等多维度入手。技术层面，企业与政府需构建统一的数据治理框架，打通数据孤岛，投资数据基础设施，并通过定制化AI模型、低代码平台及系统集成，将AI无缝嵌入现有流程，研发智能体，同时确保安全性与合规性；组织与流程上，应通过业务流程再造优化低效环节，设立AI战略团队或跨职能部门推动落地，培养复合型人才并引入外部伙伴加速转型；文化方面，则需通过培训提升员工AI素养，设计激励机制增强接受度，并以成功案例树立信心。例如，企业可利用AI优化供应链或客服体验，政府可通过智慧城市平台整合资源，最终实现人机协同、效率提升与创新驱动的全面融合。

  AI终端变革人与设备交互方式

  新华网：AI越来越下沉到端侧（手机、PC、家电、汽车等），AI的普及对端侧以及人机交互方式产生哪些影响？

  沈阳：AI逐渐下沉到端侧设备，这一趋势正深刻改变设备本身及其与人类交互的方式。对端侧设备而言，AI的普及推动硬件性能显著提升，例如专用芯片和高能效计算单元的出现，以满足本地运行AI模型的需求，同时通过模型压缩和优化降低能耗；它还促进了去中心化计算，数据无需上传云端即可处理，既减少了延迟又增强了隐私保护，而这种边缘智能的崛起也让设备在无网环境下依然可用。

  此外，AI下沉要求操作系统与硬件深度协同，催生了定制化解决方案，满足不同设备的需求。在人机交互方面，端侧AI让设备从被动接受指令转向主动预测用户需求，通过结合传感器数据实现情境感知，提供个性化的体验；多模态交互（如语音、视觉、手势）的融合显著提升了交互的自然度和实时性，例如手机的离线语音识别、汽车的眼神控制导航等，逐步迈向“无感交互”的未来。然而这一趋势也带来了深层影响：用户享受到更便捷的生活同时可能过度依赖技术；产业层面，硬件厂商竞争加剧，新场景催生经济增长；伦理方面，隐私风险、安全隐患及算法偏见成为新挑战。

  展望未来，端云协同与自适应学习将进一步成熟，AI无处不在的时代正在到来，人与设备的关系将被重塑为更紧密、更智能的共生状态。

老人们在上海市虹口区彩虹湾老年福利院的活动室内学习使用AI（2月26日摄）。新华社记者 唐斯琦 摄

  新华网：AI快速演进，很多人包括企业担忧被时代淘汰。个人、企业应该如何理性看待，如何保持个体的竞争力？

  沈阳：AI快速演进带来的焦虑源于对淘汰的恐惧，但理性看待其本质——增强而非取代人类，并从历史视角认识技术进步的常态，能将威胁转化为机遇。个人需通过终身学习、拥抱人机协作、建立独特品牌和心理韧性保持竞争力；企业则应聚焦核心价值、投资“人+AI”生态、敏捷转型并平衡技术与人性化体验。在AI时代，主动进化、专注高价值领域、协作共赢及坚守伦理将成为生存法则。停止恐惧，开始行动，是个人与企业不被时代淘汰的关键。