九卦 | 投资人：今年大概率将出现“超级AI应用”

作 者 |  谢菁炜

来 源 |  财富FORTUNE

61天。

周志峰对这个数字记得非常清楚，这是DeepSeek在大众中开始发酵到当日经历的时间。

这位启明创投的主管合伙人刚刚结束中东之旅，回到他在北京的办公室。过去的几天里，他平均每天去一个国家。“一半的时间对方都在和我聊DeepSeek。”他说。周志峰在这家知名创业投资机构负责科技及消费板块，人工智能是他重点布局的一个方向。年初DeepSeek的横空出世扰动了包括创投在内多个领域的情绪，一些投资人患上了严重的错失恐惧症。有知名投资人表示，如果DeepSeek开放融资，不论多少钱都愿意参与。也有投资人开始寻找相关或者类似的项目。他们还有更深层次的担忧。DeepSeek的技术突破，触发了AI产业底层逻辑的重构，发展重心从硬件霸权转移到软件创新，从资本堆砌到技术优化，从封闭垄断到开源共生。这些重构进而冲击创投机构原有的投资逻辑。在这场还将持续的热潮中，被业界视为国内前沿科技领域“最活跃的投资人”之一的周志峰倾向保持中立和冷静。

启明创投主管合伙人周志峰

图片来源：受访者提供

从技术层面看，他认为DeepSeek的出现是中国科技发展独特模式的一个典型案例，是朝着OpenAI引领的方向前进过程中的一个重大创新，但和三年前 GPT 3.5模型及ChatGPT的发布相比，从几个维度看，还算不上一场革命性的范式转移。

并且，周志峰相信，未来一两年内，全球第一梯队的十几家大语言模型公司的排位将交替上升。

和周志峰谈话结束后的几天内，众多玩家们的新发布似乎在佐证这个观点。DeepSeek在‌“开源周”里，发布了包括多模态、推理优化等在内的‌5个核心代码库‌；Anthropic推出Claude 3.7 Sonnet‌，这是其首款融合混合推理技术的模型，官方号称这是迄今为止最智能的版本；OpenAI发布了“庞大而昂贵”的GPT-4.5，而被山姆·奥特曼称为“疯狂的高智商工具”的GPT-5有望于5月下旬发布。

另外，随着DeepSeek的火爆，多家百亿量化也纷纷加入AI战局。“北九坤南幻方”的九坤投资，近期宣布携手微软团队成功复现DeepSeek-R1。“在这个行业，没有永远的王者。”周志峰说。

从投资逻辑层面看，周志峰认为DeepSeek的出现恰恰印证了他一贯的投资逻辑。他坚称，DeepSeek并没有颠覆这家创投机构在AI领域原有的、看上去有些“非共识”的理念。

周志峰将技术浪潮分为上、下半场：上半场是底层技术的发展；下半场是应用阶段，是各类商业模式的创新。

他认为中国的创投和创业其实都是从互联网的下半场开始的。“我们没有赶上互联网科技创新的上半场，所以我们的很多投资同行和前辈有一种思维模式，认为投上半场风险太高，中国没戏，都是美国，我们等着就行了。”

事实上，启明创投在过去两三年投了多家还在“上半场”的、模型侧创新的中国公司。“我们相信中国的团队也能够引领上半场，中国能够做到世界级的科技创新。DeepSeek的出现是对我们挺好的一个证明。”

但周志峰透露，启明创投今年也会顺势而为在“下半场”发力，因为DeepSeek对AI应用的落地是一个巨大的加速推力。他坦陈，以前在应用层是采取“慢慢来”的态度，但现在要考虑今年到底如何在应用层布局。

“以前我是多看、少开枪，今年可能适当地多开两枪。”“我相信今年大概率是应用全面落地或是超级应用出现的时间了。”3月5日凌晨，一支来自中国的团队发布通用型AI Agent产品Manus，它展现了从思考到执行的全流程自动化，以及处理跨领域复杂任务的能力。Manus的出现立即引起了广泛关注，同时也引发了对其技术壁垒和营销策略的质疑。尽管如此，超级AI应用出现的时间，可能比预想的更早‌。

一次“伟大胜利”

《财富》：ChatGPT出现的时候，你认为这是一种“范式转移”。DeepSeek的出现，是否让你有同感？

周志峰：启明创投从2022年底就开始跟踪它的母公司幻方量化，对它比较了解，上周我们团队还和DeepSeek团队有过交流。

有意思的是，我们同事在一楼咖啡厅等候的时候，很多老外冲过来问：你是DeepSeek的员工吗？我们想合作。也有很多媒体在一楼等着采访机会。这家公司现在确实很热。尽管我们非常敬佩DeepSeek的创新成就，但我们不认为发生了范式转移。

2022年11月30日，OpenAI发布了ChatGPT，这是第一个在大众中引起强烈反响的AI大模型应用，它背后的GPT模型代表着真正的范式转移。

我们可以从三个维度看这个问题。第一，是参数维度。2012年AI 1.0时代开启，以深度学习为主要特征。那时模型最大的参数量是几百万，但ChatGPT背后的GPT 3.5模型达到千亿参数。所以从参数量飞跃提升来看，这肯定是一个范式转移。

第二，从模型本身的效果和功能看，GPT系列模型实现了从模式识别到内容生成。从上世纪五十年代AI这个概念被提出，到2020年以前，基本上AI主要能做的事是模式识别，比如图像识别和语音识别。直到ChatGPT出现，不仅有模式识别还有内容生成。GPT新模型能实现文字生成、文字到图片生成、代码生成等等。

第三，在AI行业有个词叫“过拟合”，比如某个人脸识别模型准确率已经很高了，但是把它移到另一个场景，比如拿这个模型判断这是比熊还是哈士奇，它干不了。一个模型只能满足一个细分场景、任务，这就出现了过拟合的现象。

而GPT主要的突破是泛化。ChatGPT并没有为中文、英文等各种语言，或者为科学、文学、法律等各种领域做额外训练，但是相关的问题它全都能回答。所以从这三个维度来讲，ChatGPT及其背后的GPT 3.5系列模型肯定是范式转移。

而DeepSeek的突破体现在：第一，它在比较短的时间内，实现了跟美国领先者一样或者接近的效果。

第二，实现这样的效果，只需要超低的成本。我们内部做了一个对齐比较，DeepSeek的训练成本基本上是美国和中国其他几家主要市场参与者的训练成本的1/3到1/5。推理成本更低，是1/25到1/28。所以说，DeepSeek取得了巨大的突破，但还不是一个范式性的、革命性的突破，它是朝着OpenAI引领的方向前进过程中的一个重大创新，或者说，这是中国科技发展独特模式的又一次伟大胜利或典型案例。

《财富》：为什么DeepSeek可以实现一次“伟大胜利”？

周志峰：具体看，我们认为DeepSeek的成功有五个原因。前两个原因刚刚提到，第一是性能足够高，第二是成本足够低。

第三，今年1月发布的DeepSeek App，基于其R1模型，第一次让全球上亿人体验了新一代的推理能力，及在线搜索能力。在此之前只有ChatGPT的高端付费用户才能用到推理模型，且有诸多限制。而DeepSeek App是免费的，且展示推理过程，非常吸引眼球。

第四个原因，开源。包括图灵奖获得者杨立昆（Yann LeCun）在内的一些业界大拿们其实对 OpenAI 等闭源大模型开发商一直持怀疑态度，认为这种“黑盒子”研发不利于技术进步。DeepSeek基于最开放的 MIT 协议开源，好比终于有一个武林顶级高手让大家看看到底自己的功夫是怎么回事。

武侠小说中，东邪西毒南帝北丐华山论剑，但大众从没真正见识过他们的绝顶武功。但是这次东邪DeepSeek将自己的拳谱和内功心法全部亮给大家看，看看到底厉不厉害。所以它的开源姿态获得了全世界尤其是西方的认可。

包括微软、英伟达、亚马逊等这些美国科技巨头都去实际部署了DeepSeek模型，给出了非常正面的评价，这是证明中国创新很有说服力的方式。

第五个原因，是以美国媒体为主的海外媒体的宣传。1月25日DeepSeek发布R1 模型，美国媒体把这次发布形容成“斯普特尼克时刻”，做了多次专题报道，引发了普通民众对DeepSeek的强烈好奇。所以我们觉得是这五个原因让DeepSeek这么火爆，其中很多是技术以外的因素。

今年“适当地多开两枪”

《财富》：刚才提到你们2022年就开始关注DeepSeek的母公司，是什么引发了你们的关注？是否遗憾错过DeepSeek？

周志峰：其实不能说错过了DeepSeek，因为它从来没向外部投资人融资。早在2022年底，我们关注到 DeepSeek 的母公司幻方量化在 AI 算力上的投入，超过了大多数科技领袖。因为我们在 2021 年底就布局了智谱AI等几家大模型企业，对拥有大规模算力的意义是很了解的。

DeepSeek在2023年底发布第一代模型的时候，我们觉得挺好，但是没有特别关注。直到去年5月发布V2 模型，引发了AI行业从业者和我们的格外注意，因为V2的推理成本非常低。

《财富》：DeepSeek的出现，是否让你对投资逻辑有了新的想法？

周志峰：DeepSeek的出现，其实验证了我们以前的很多观点是正确的，包括我们跟市场非共识的一些想法。

过去两年，启明创投一直坚定不移地投AI的前沿创新技术，我们从一开始就相信，中国有能力做前沿的科技创新。DeepSeek证明了中国确实能够做到世界级的科技创新。但是很多我们的同行表示不投前沿技术、不投 AI大模型，只投AI应用，或等到 AI 产品的商业模式清晰时再去投。

在科技投资方面，我们有一套自己的方法论。任何一个技术浪潮都可以分为上下半场——上半场是基础技术的发展阶段，发展到性能足够好、成本足够低时，就进入下半场的应用阶段，主要表现为产品和商业模式的创新。我认为中国的创投行业都是从互联网的下半场开始成形的。我们没有赶上互联网基础技术创新的上半场，所以很多投资同行和前辈会认为，投上半场的科技创新风险太高，中国没戏，都是美国在引领，我们等着就行了。

但我们作为最活跃的AI投资人，在 AI 浪潮的上半场投资了很多中国的模型开发企业。我们认为，在AI发展早期，“智能即产品”。在上半场，只要技术足够创新，模型的智力水平足够高，模型自身就可以成为一个产品，不需要对产品进行太多的优化、运营、广告投放，就可以吸引到用户。

DeepSeek的App从1月发布到现在，一直是全球 Apple App Store和Google Play的 AI应用品类下载第一名。这也是为什么我们在过去2-3年大力投资模型创新的公司的原因。

有的投资人更愿意投这种类型的 AI企业，其基于开源模型构建产品，自身在AI研发上投入不大，但是这个团队善于做产品和运营。我非常尊重这个投资逻辑，只不过我们认为在 AI 技术浪潮的早期，我们应该投资技术创新。

AI技术浪潮正在进入下半场。DeepSeek对AI技术的落地是一个巨大的加速推力。在DeepSeek的R1推理模型以及OpenAI的o1推理模型发布之前，包括 OpenAI的GPT-4、智谱AI的GLM-4、阶跃星辰的 Step-1在内的所有模型，智商测试差不多相当于人类的80分。

电影中的阿甘的智商是75分。其实这就是为什么过去一年很多人抱怨AI市场这么热，投入了很多钱，可是大众看不到“超级应用”的原因，因为之前的大模型的智能水平只是接近普通人，可用可不用，用还要给它做大量的“培训”。

而OpenAI的o1推理模型和DeepSeek的R1推理模型的智商达到了120分，已经比75%的人更聪明了。所以这样的智能水平会大力推进AI的应用，当模型比人更强的时候，才会为千行百业所用，才会提高生产效率。我相信今年极有可能见证应用大规模落地，甚至见证“超级应用”出现。而之后新的模型，没准智商会达到140分。

《财富》：投资逻辑不变的前提下，今年启明创投在AI领域的投资策略有没有调整？

周志峰：我们投资框架分为基础设施层、模型层、应用层。以前在上半场更多的是布局AI技术的基础设施层和模型层，应用层采取慢慢来的态度。以前我跟同事常说，在 AI 发展的早期，“看得多”最重要，只有看的创业项目和产品足够多，才能感受到AI会发生颠覆的方向和下一个“超级应用”的诞生之所。

我以前对于投资没有技术壁垒的AI应用是保守的，我现在最大的改变是，今年在应用层更积极布局。在应用层，以前我想多看少开枪，今年会适当地多开两枪。大语言模型、基础模型的竞赛已经进入决赛圈了，目前留在赛场上的选手，全世界就剩十几家了，中国美国各五六家，欧洲一家，这十几家中还会有人继续离开赛场，但不太可能有任何新的选手加入了。

所谓的大模型“六小虎”中，我们投资了好几个。语言以外的模态的生成模型，我们还会继续投，比如音乐生成模型、3D模型生成模型等等。基础设施层，肯定也会有很多投资机会。基础设施技术，也可以被称为使能技术（enablement），是模型和应用落地之间的桥梁。

PC和互联网技术，从创立到大规模落地，全世界诞生了30万多个软件来促使技术落地。AI时代也会需要和诞生很多使能技术的软硬件企业。

《财富》：这么看，不止是AI行业，很多行业的创业门槛好像都降低了。

周志峰：肯定会越来越低。人类从工业革命以来经历了这么多次的技术浪潮，有大浪潮、小浪潮。微处理器、个人电脑、互联网、AI，相当于是底层浪潮，它能够托起并激发所有行业的创新。

有些浪潮是垂直的，相对小，比如说很多清洁技术。我觉得AI的发展肯定能够让创新的门槛越来越低，让越来越多的人用AI技术产生各种各样新的想法。

《财富》：创投的春天要来了？

周志峰：茨威格的《人类群星闪耀时》里有一句话：“一个人最大的幸福莫过于在人生的中途，在富有创造力的壮年，发现自己此生的使命。”我把这句话改成：一个投资人最大的幸福莫过于在人生的中途，在富有创造力的壮年，迎来一个大的科技浪潮。我们没有理由不努力，没有理由去“躺平”。

我们还在活跃地投资，还在市场第一线，还在逐浪而行。所以我觉得我们是幸运的。当然在感到幸运的同时，要必须面对 AI 行业时不时会冒出的像DeepSeek这种给你带来很大震撼和很多噪音的事件，要努力建立笃定的信念，在此基础上不断去刷新认知、提升认知，这也是挺挑战的。

“非共识”机会

《财富》：在考察AI企业时，如何能够提前看到一些别人没有看到的东西，也就是你说的“非共识”机会？

周志峰：启明创投从创立之初，我们的创始主管合伙人邝子平就提出“预判趋势，提前布局”的理念，简单说就是三个字：快半步。

一个机构总得有一些独特的方法论，否则怎么成为某个领域的佼佼者呢？做投资肯定不能随大流、靠运气，没有人能够在人群中每次都能接到新娘抛出的手捧花。所以我们用预判趋势的方式去判断一个技术浪潮目前处于哪个阶段、存在什么机会，在市场没有普遍认识到这个技术的发展前景时，我们先去布局。

我们认为每一个技术浪潮的发展模式是类似的，对于投资机构来讲，核心是要抓住两个点，一个是技术突破点。这个点很重要，如果你在技术突破点之前去投资，就算方向对了，也可能要等待很多年才能进入到商业化阶段，那也不是成功的投资。很多技术，比如可控核聚变等等，虽然也有很多机构去投，但我个人认为还没有到达技术突破点。没有到达技术突破点的表现是，大家都觉得这个技术方向是对的，但是研发路径是非常发散的。我认为这个阶段不要进行市场化的干预，应该由科研机构、大学，加上极少部分科技大厂的探索实验室来进行研究。

达到技术突破点，指的是经过很长时间探索，突然某一个探索路径中比其他路径走得明显快很多，所有人都开始认可这条路径是对的。

以大模型为例，大模型属于AI连接主义的一个分支，从五十年代开始，这70多年里一直有争论，到底AI应该按符号主义还是连接主义的思路去发展。直到某天，大家不争了，全朝一个方向努力。2020 年年中，我们认为OpenAI发布的GPT-3模型是技术突破点，标志着GPT模型为代表的预训练大模型这个方向成为主流。

还有一个点是商业引爆点。技术突破点之后，通常行业中的一些技术大拿认为可以去探讨这项技术的产品化可能性了，会出来创业，探索少量几个产品，直到某一天，突然其中一个产品，让不光是行业内的人，而是普罗大众都能看出这个技术有巨大的价值，这就是商业引爆点的到来。

比如OpenAI发布的ChatGPT，40天全球用户数达到1亿，是大模型的商业引爆点。商业引爆点之后，市场才形成共识，大量投资机构才开始要布局这个领域。

对于我们而言，“非共识”是在技术突破点之后、商业引爆点之前就要完成布局，投资会有很多先机，说得通俗易懂一点，就是投资成本较低，这样才能创造卓越回报。

如果在这个点之后才去布局，比如2023年才看OpenAI的投资机会，近1000亿美元的估值，确实回报空间有限。所以我们强调要有独立的思维能力，然后要有笃定的、敢于在市场共识没有形成之前“扣扳机”的勇气。除了“快半步”的方法论，心力也很重要。如果真正相信AI，就不会躺平。

《财富》：下一个AI的“超级应用”会诞生在什么领域？

周志峰：这是特别好的问题，但说句大实话，我没法预判具体的领域，如果我知道，我大概率明天就会离开启明创投去创业了。

美国一位著名投资人讲过一句话：伟大的创新或“超级应用”从来不是被预测出来的，是被迭代出来的。我特别信这句话。所以我只能够跟你分享，我认为的“超级应用”大概在什么领域，或者它应该长成什么样、具有什么特性。

首先，能够出现超级应用的行业，数字化程度要非常高，有很多高质量的数据。今天的AI模型已经证明，完成高智商的深度推理需要非常高质量的专业领域数据。

其次，这个行业现有从业人员的薪资较高、成本较高。这样用AI辅助人的时候，这笔账就很好算。如果本来就是一个低成本劳动力的行业，用 AI去改造，但节约不了太多成本，那改造意愿就低。比如像医疗、金融、游戏等行业，都是从业人员薪资水平相对比较高的。

最后一点，AI能够为这个行业注入一些新的东西，比如新的用户体验或者是新的内容形态。这么说可能有点抽象，我举个例子，比如在教育行业，过去我们一直说教育行业有个“不可能三角”，以前在这个领域任何一家成功的创业公司，其商业模式只能三者取其二——个性化的教学、高质量的教学，和低成本的教学。

但AI可以打破这个不可能三角。AI能够真正实现“因材施教、有教无类”这八个字。无论一个家庭是否有较高的支付能力，都能享受AI 生成的个性化的、高质量的教育。这么看，AI肯定就是教育行业最佳的解决方案，AI+教育我非常愿意投资。

之前投的都不值钱了？

《财富》：启明创投投资了多家中国大语言模型、多模态模型或具身智能模型的企业，DeepSeek的出现，对于这些投资企业有什么影响？

周志峰：这是我们最近在业界常被问到的一个问题。前面提到，DeepSeek的火爆还是有些技术以外的因素在驱动。

我认为，DeepSeek和中国头部的几家大模型公司真正的区别其实只有一点：DeepSeek在专注于追求AGI，而没有被商业化分心。而市场上的大模型公司肯定是“既要又要”，既追求技术创新，又要寻找商业上的突破，两个领域都要不断创造新的里程碑，才能不断吸引投资。

如果DeepSeek现在开放对外融资，但是它的思路还是只追求AGI，不考虑商业化，我估计市场化的投资人大概也不会投，因为投资的回报还是要通过企业的商业成功去实现。

如果说对我们投资的大模型企业的影响，有一些是积极正面的。首先，DeepSeek对同行是一个很好的激励，鼓励大家去大胆追求创新。中国或者全球的模型开发者都在认真研究DeepSeek的开源模型，研究他们的算法创新和工程优化，从中吸取能够为自己所用的经验。我相信这也是 DeepSeek 开源自己模型的本意。

第二，DeepSeek 的开源也推动了更多中国大模型企业的开源。我们投资的阶跃星辰在上海举办的全球开发者先锋大会上正式开源了他们的两款多模态模型，包括视频生成模型和语音交互模型，受到了全球AI社群的好评。

第三，DeepSeek让全球很多投资人看到了去投资中国科技创新企业的价值。以前很多海外投资人不看中国的大模型公司，只布局美国的OpenAI等企业，但DeepSeek火爆之后，越来越多人意识到中国AI 的实力和AI企业的潜力。

《麻省理工科技评论》的一篇文章也指出除了DeepSeek外，还有四家中国AI企业值得关注——智谱AI、阶跃星辰、无问芯穹与面壁智能——都是启明创投及启明创投关联基金投资的。

《财富》：企业接入DeepSeek已经成为一股热潮，覆盖从芯片、算力服务商到AI用户到最终用户各级生态圈，但其中肯定不乏跟风者，你怎么看这个现象？

周志峰：我觉得跟风挺好的，大家都去试试。AI还处于大浪潮的早期，还不成熟，但等到它很成熟以后再试，你的竞争对手可能就抢得先机了。没那么成熟时，你去试试就会有直接感受。当年贝佐斯创立亚马逊的时候，互联网底层技术还不成熟，连接速率只有14.4Kbps。但如果他等到宽带连接1Mbps 以上后再去创业，先机也就没有了。

我们经常被各个大型企业邀请去分享AI的发展。我常说的一句话是：与其我们花很多时间去探讨AI在您的行业的落地，拜托各位管理者自己先用起AI来。今天我讲ChatGPT，讲DeepSeek，讲图像生成，讲视频生成，大家如果仅仅是听故事一样，那将很难感受到这些技术的潜力。

我最近在一家保险公司的高管会上做了分享，讲完之后，他们的CIO开始讲这家公司的AI落地实践，让我吃了一惊。他们的三个试点AI应用，在整个公司的用户数已经非常大了。

那三个场景也许并不是多么革命性、颠覆性的应用，但却是特别合理的AI技术落地。我作为一个技术出身的人，知道这些应用的技术实现并不是特别难，但他们真实地找到了很好的AI技术落地的土壤。

《财富》：AI领域的竞争愈演愈烈，资金也在纷纷涌入。但这个领域的技术迭代速度很快，今天的领先者可能在明天就会被追赶。未来什么样的AI企业会拥有相对长期的优势？

周志峰：确实，对于大语言模型，我觉得未来至少1-2年内全球在决赛圈里的十余家公司的排名会是交替上升的。至于本质上它需要有什么样的特质才能保持竞争力，先说最显性的，算力是一个决定因素。

第二，需要有全球最好的技术团队，这一点顶级玩家不分伯仲。

第三，除了模型研发以外，还是要Moving Up the Tech Stack（向技术栈上层迁移），结合自己模型的特点，探索出大的产品。最终的竞争优势，应该通过产品来体现。

5年至10年后的成功者，肯定不光在技术层面要有创新，最终一定要交付一个超级应用。

《财富》：所以我们对DeepSeek热潮需要持谨慎乐观的态度，因为不知道明天又是谁。

周志峰：我们无比尊敬DeepSeek，一个年轻的团队做出了这么多重要的创新。另一方面，我们有一个相对客观的认知，不要捧杀他们，认为就是中国在 AI领域的绝对的王者，这个领域没有永远的王者。

伦理、教育及终极问题

《财富》：从AI1.0时代到现在的2.0时代，新的AI伦理问题也出现了，其中让你最警惕的问题是什么？

周志峰：涉及到伦理问题，我个人最大的担心来自于数据。

一方面，预训练、后训练等阶段都需要越来越多的数据，但是互联网产生新数据的速度跟不上大模型对于更多数据的渴望，所以越来越多团队使用一些私有数据，使用时要充分考虑数据隐私问题。

第二，互联网中文数据中，低质量数据占比过大，这类数据如果没有处理好，被其训练的模型的使用者会受到影响，比如未成年人使用AI产品时遇到不良内容输出。

不过我个人属于“技术乐观主义者”一派，相信技术在发展过程中能够不断用新的方法去解决问题与挑战，我相信大部分问题肯定能被解决。

《财富》：我们看到很多小学生都已经会利用生成式AI写作业了，但也有人担心AI工具的普及将导致思维能力的退化。对于下一代而言，AI将成为淘汰他们的对手，还是他们征服世界的武器？

周志峰：我非常希望教育系统高度关心这件事，先从基本认知层面上弄明白，AI对于教育的影响到底是什么。

如果只是把AI当作工具，我觉得问题不大，只不过教育工作者要想清楚具体禁止什么、允许什么。技术一直为人类所用，在教育中也是。教育工作者需要对AI工具的使用进行细化。

我记得我在学校时，有很清楚的规定，什么课程的考试，可以使用计算器或者 Excel表格与函数。更重要的是教育理念，这个我没有答案。在商业世界中，助理的职责就是把很多琐碎的、耗时的、我不擅长的事，帮我完成，其实AI不就是人类的数字化助手吗？如果每个学生都拥有一个AI助理，那么死记硬背的内容还需要学吗？我从小属于好孩子中的叛逆者，虽然学习不错，但是喜欢玩摇滚，最不爱干的就是背东西。

但在AI与人类共存的未来，AI比我更善于记忆，我还要花时间死记硬背吗？需要调用准确信息的时候，我就问一下我的AI助理，AI告诉我就行了，而我去做一些更深度的思考。未来的教育是不是应该培养人更高维度的智能，AI无法具备的能力？有人说未来要让孩子学习的不应该是记忆甚至不是推理，而是去更好地共情和感受这个世界的能力。我觉得这也是一个挺有意思的观点。

《财富》：这是很大的话题：什么是未来的教育？应该教给孩子什么？

周志峰：终极的话题是：对人类而言，这个世界上最重要的事情到底是什么。（财富中文网）