晚上看完了 CNCC 的这场 TalkShow，CCF Talk 第 17 期，主题是「人与 AI 的边界」。

主持人何万青，嘉宾是中科院计算所研究员王元卓和 CCF 工委议事长王新霞。科幻、伦理、教育，聊了整整一晚上，我印象最深的，是中场一位学生的提问。

提问的是一名同济大学大四学生，NOI 天津赛区第一，已保研北大。他问的是信息学竞赛的出路。

2024 年 9 月，OpenAI 发布 o1，开始挑战全球奥林匹克信息学竞赛，成绩超过金牌线。曾经用来区分顶尖选手的竞赛，突然被 AI 撕开了一道口子。对一个把青春投入竞赛的人来说，这不是一个抽象的技术问题，而是一个很现实的问题：如果 AI 已经能做到这些，那我们还在练什么？

何万青拿围棋打了个比方。

AlphaGo 战胜李世石、柯洁之后，围棋比赛并没有消失。何万青曾邀请 AlphaGo 团队的围棋总设计师来 CNCC 论坛分享。那位法国国家队总教练，被称为「世界上赢过 AlphaGo 次数最多的人」。只有真正和它交手、尝试着赢过它，才知道它的边界在哪里，也才知道自己还有哪些地方可以突破。

竞赛也是一样。它不会因为 AI 能解题就消失，只是考察的东西会变。未来的竞争，不再只是比谁能独立解出一道题，而是比谁能驾驭 AI，去解决更复杂的问题。工具会变，但人依然需要决定问题是什么、方向在哪里。

听到这里，我想起了自己。

我没参加过竞赛，也不是什么天才。如果你和我一样不是天才，也没有受过系统的训练，想要做成一点事，就只能跟时间死磕。

AI 确实改变了很多事情。获取知识的成本正在趋近于零。王元卓谈到，传统教育的三个步骤中，第一步正在被 AI 替代。

但知道答案，不等于知道该问什么；能把题解出来，也不等于能发现值得解决的问题。

剩下的那些能力，反而更难速成。何万青把它们概括为任务定义能力、科研品味，以及提出 AI 想不到的问题的能力。这些东西不是看几篇文章、学几个提示词就能得到的。它们往往来自长期的积累、反复的试错，以及在一个问题上待得足够久之后，才慢慢形成的判断力。

现场有一条弹幕被念了出来：「AI 是放大器、加速器，但不是方向盘。」几位嘉宾都表示认同。

我也认同。

AI 可以让一个人走得更快，却不能自动替你决定要去哪里。它能放大已有的能力，也能让一个没有方向的人更快地忙碌起来。工具越来越强，不代表人的积累就不再重要。恰恰相反，当获取知识和执行任务越来越容易，真正拉开差距的，可能是你能不能提出好问题，能不能做出自己的判断，以及能不能在短期没有回报的事情上持续投入。

所以，竞赛的下一道题，或许已经不是怎样解题，而是怎样驾驭 AI。

至于那些暂时没有天赋、没有捷径，只能一点点往前走的人，也不必因此失去信心。

跟时间死磕，AI 暂时替不了你。CNCC2026AI时代的技术想象计算未来