在科技競爭愈發激烈的當下，一場關于人才與創新的討論正引發廣泛關注。12月5日，任正非在ICPC座談會上的一番發言，猶如一顆投入平靜湖面的石子，激起層層漣漪，為中國科技人才生態的發展提供了全新視角。
任正非分享的案例中，一位22歲的俄羅斯女孩格外引人注目。在傳統認知里，數學算法領域的突破往往需要深厚的學術積累，像陳景潤攻克哥德巴赫猜想耗時半生，丘成桐證明卡拉比猜想時也接近不惑之年。然而，這位沒有名校博士頭銜、沒有資深導師背書的俄羅斯女孩，卻憑借新余數算法在基礎數學領域開辟出一條新路徑。這一現象背后，是算力爆炸時代知識傳承方式的深刻變革。如今，借助AI輔助，過去需十年掌握的數學工具庫數月就能完成，思維盲區也可能在跨界碰撞中瞬間打通。任正非指出，計算機時代，年齡的界限正逐漸模糊，當將俄羅斯數學天才、中國青年工程師與全球頂尖AI工具匯聚于同一創新生態，22歲的大腦完全有可能超越傳統模式下“熬”出來的資深專家。
華為的多個項目團隊年齡呈現遞減趨勢，也印證了這一觀點。高壓直流輸電系統突破團隊平均年齡34歲，星閃傳輸架構設計核心成員29歲，新余數算法團隊更是低至22歲。這組數據反映出中國科技從“跟隨創新”向“源頭創新”的轉變。跟隨創新時，需要經驗豐富的團隊把控細節；而探索無人區，則需年輕人“無知無畏”地開拓。正如任正非所說，鼓勵青年“摸高”，因為真正的原創是在未知領域用好奇心繪制新地圖。
華為在氣象模型領域的突破，展現了應用驅動創新的強大力量。傳統氣象預測依賴歐美主導的數值模型，存在精度和數據主權問題。華為團隊將5G通信的分布式計算技術與AI大模型的實時迭代能力應用于氣象預測，重構了預測算法底層邏輯。22歲的團隊成員未受“氣象模型必須由氣象學家主導”的傳統思維束縛，以計算機科學的“降維打擊”取得突破。這表明，當一個國家擁有復雜龐大的應用場景和需求時，這些需求能倒逼基礎研究突破。高壓直流輸電系統打破國外壟斷得益于中國超大規模電網需求，星閃傳輸架構挑戰藍牙霸權源于海量連接場景。中國正通過“新基建 + 工農業數字化”催生原創技術。
任正非強調的“因材施教”，在AI時代有了新內涵。當AI能替代標準化知識學習，教育核心從“教知識”轉向“育人才”，培養人才的關鍵在于“摸高能力”，即挑戰不可能、在未知領域試錯、將奇思妙想落地的行動力。華為的人才培養模式體現了這一理念。22歲俄羅斯女孩的成長路徑并非傳統“考試機器”的升級，她可能未大量刷題、發表多篇論文，但有機會接觸前沿AI大模型訓練，深度參與實際業務算法優化。這種“在戰爭中學習戰爭”的方式，比實驗室純理論研究更能催生解決實際問題的原創力。華為打破傳統“年齡分段”教育，采用“能力分段”，不論年齡，能解決問題就給予資源和舞臺。
中美在通用人工智能領域的不同追求，反映出人才坐標系的差異。美國靠頂尖大學“精英實驗室”驅動，追求“模仿人類思維”的通用AI；中國聚焦“解決實際問題”的領域AI，靠企業“應用場景池”孵化。華為著眼未來3 - 5年大模型在工農業領域的應用，將AI人才置于“場景熔爐”錘煉。農業大模型需要懂土壤學的工程師，工業大模型需要懂機械臂的程序員，這種復合型人才傳統高校難以培養，需企業在項目中“煉”成。任正非提出“無人化后要發展再教育工程”，預示著駕馭AI解決復雜問題的“新工匠”將成為稀缺資源。
俄羅斯持續輸出數學天才，得益于重視基礎教育、寬容“怪才”的文化土壤。華為能吸引22歲女孩等人才，在于構建了“能力說話、結果導向”的創新生態。當中國企業普遍復制這種生態，“卡脖子”問題有望在一代代“摸高青年”手中解決。科技競爭的本質是人才生態的競爭，中國科技要讓各年齡段人才找到“生態位”，年輕人“摸高”，中年人“搭橋”，老年人“指路”，如此方能持續產出世界級原創。任正非說“算力未來會過剩，但人類的好奇心永遠不會過剩”，保護好年輕人眼中的光，就是守護中國創新的未來。
