2025中国国际大数据产业博览会（简称数博会）将于8月28日在贵州贵阳启幕，在此之际，特别邀请浙江大学计算机学院教授、博士生导师，浙江大学人工智能研究所副所长，国家重点研发项目首席科学家郑小林教授，围绕AI技术创新、金融智能化实践、大模型安全、数博会价值及高校教育转型等核心议题进行分享，为产业与技术发展提供专业洞见。
问：您曾提出“算法创新+合理算力”是突破AI卡脖子限制的核心，您认为当前国产算法与算力的平衡之道是什么？
郑小林：算法创新是提升AI性能的关键驱动力。在国产算力受限的当下，更需通过MoE模型优化、模型智能调度等技术，挖掘现有算力潜力。而算力优化并非追求规模扩张，而是靠精细化管理与架构创新实现最优配置，比如分层缓存、混合精度训练、端云协同计算等。
尤为重要的是国产算法与硬件的软硬协同优化——需针对国产芯片特性优化算法与计算框架，例如8月21日推出的DeepSeek-V3.1据说采用UE8M0 FP8精度格式，这一专为AI计算设计的存储格式适配国产芯片，能在保障计算精度的同时，大幅降低对芯片算力和内存的需求。
归根结底，我们需要构建覆盖芯片、框架、模型、应用的自主可控AI生态体系。
问：您在《智能金融：AI驱动的金融变革》报告中预测“以LLM为中心的操作系统将推动计算范式向意图式转变”。请问在信贷决策、投研尽调等场景中，AI Agent将如何替代人类完成复杂任务？
郑小林：传统计算范式要求用户明确知道“如何操作”来实现目标，而意图式计算只需用户表达“想要什么”，系统会自动理解并执行复杂任务链。
在金融领域，这意味着：信贷审批从人机审核材料转变为自然语言描述需求；投研分析从编写复杂查询语句转变为直接提问研究问题；风险控制从配置规则引擎转变为描述风险偏好。这种转变的核心是LLM作为操作系统底层，能够理解人类对金融服务的意图，并协调各类专业工具和数据平台完成复杂的金融任务。
以信贷决策为例，传统信贷决策依赖静态规则和评分卡，而AI Agent构建的动态评估系统实现了根本性变革。浙江大学和金智塔联合研发的多模态信息融合Agent，可同时处理结构化数据（财务报表、征信记录）、非结构化文本（经营描述、行业分析）、图像数据（经营场所、生产设施）、流式数据（社交媒体、供应链信息）；联合金融科技机构研发的动态风险评估模型，还能通过持续学习更新借款人风险画像。
但需明确，意图式计算不是简单地用AI替代人类，而是构建人类与AI协同进化的新生态——让金融专业人士从繁琐的信息处理中解放，专注于策略制定与复杂案例处理。
问：面对数据投毒、对抗攻击、模型窃取等风险，在金融等高敏领域，您认为该如何构建“攻防一体”的安全框架？
郑小林：我认为金融等高敏领域的安全框架，必须构建一个内生于数据、模型、应用全链路，且融攻防于一体的深度防御体系。金融场景的高敏感性要求系统不仅“挡住攻击”，更要具备“免疫能力”。这意味着安全不是部署阶段的“附加项”，而是贯穿数据准备、模型训练、应用部署全生命周期的“核心属性”，框架核心是“纵深防御”与“动态对抗”。
具体可分为三层：一是数据层防护，构建可信数据空间与高质量数据集；二是模型层防护，打造抗攻击、透明可解释、鲁棒、公平、韧性的AI模型；三是应用层防护，建立“精准且可控”的安全护栏与持续监测响应的自恢复应用体系。
问：作为浙大教授，您认为高校教育应如何适应Agent驱动的技术浪潮？
郑小林：作为一位身处科研与教学一线的教授，我深切地感受到，以AI Agent为代表的技术浪潮不是一般的工具革新，而是一次范式革命。它要求高校教育必须进行一场从理念到实践的深层重构。高校教育绝不能只是被动地增设一两门课程，而应主动重塑人才培养的体系，以适应甚至引领这场Agent驱动的智能时代。
Agent的出现，使得知识的获取、整合乃至初级应用变得高度自动化。因此，教育的核心价值必须实现三大转变：从“知识存量”竞争转向“思维增量”竞争，从“个体学习”转向“人机协同”学习，从“技能培养”转向“素养塑造”。因此，高校需在课程体系、教学模式、评价机制、师资队伍等方面开展全方位改革。浙江大学在2024年获批国家教材建设重点研究基地（高等学校人工智能教材研究），在潘云鹤院士的带领下出版了新一代人工智能系列教材；开设了“人工智能基础A/B/C”系列通识课程；浙江大学持续推动人工智能赋能“教”与“学”变革，成立人工智能教育教学研究中心，研制推出《大学生人工智能素养红皮书》，以数智化赋能教育教学质量提升。
面对Agent驱动的浪潮，高校教育的应对之策不是小修小补，而是一场彻底的“范式转移”。
问：2025数博会以“数聚产业动能 智启发展新篇”为主题，从您的专业视角看，数博会在推动数据要素与人工智能技术融合创新方面，发挥着怎样的作用？
郑小林：我连续参加了好多届的数博会，从最早的大数据主题到数据交易，再到更大的数据要素、数据资产、数据流通，到现在的数据要素与人工智能的融合创新，数博会是一个非常好的展示、交流、合作的平台。
今年的数博会是为数据要素化技术（如数据治理、数据资产化、高质量数据集加工等）和AI大模型（尤其是国产开源和垂直行业模型、Agent）提供展示和验证的平台；也是连接数据供给方（政府、央企）、技术提供方（科技企业、AI公司）、应用需求方（金融、政务、工业等）及资本方，促进数据、技术、市场、资本高效对接的舞台；将强力推动AI与数据要素在具体产业场景的深度融合与落地应用，实现降本增效和价值转化。
本次大会的成果，将进一步证明，随着政策的完善、技术的迭代、应用场景的深化以及安全信任体系的构建，数据要素必将在更广阔的范围释放其价值，驱动各行各业迈向智能化新阶段。（林梦茵）
