人大附中校長宓奇演講實錄：如何培養AI原住人才｜甲子光年

快能力與慢功夫。

作者｜張馳

編輯｜王博

AI教育正在從一個技術問題，變成一代人的成長問題。

2026北京智源大會“AI-Native教育”論壇可以說是本屆大會最為特殊的一場論壇。臺上的演講嘉賓，不只是教育專家、大學教授，還有不少中小學生，有的學生剛剛結束高考。

學生們談AI、談科研、談自己正在做的項目，語氣熟練得像是早已生活在另一個時代。

但越是這樣，臺下的焦慮反而越具體。

當中小學生已經開始用AI讀論文、做工具、改造游戲劇情，現在的孩子們到底應該怎樣學習？當大模型可以寫代碼、生成程序、輔助科研，學校到底還要教什么？當“AI原住民”這個詞越來越流行，在AI時代，怎樣教育孩子，才不是把他們推向一場更卷的競爭？

在現場，觀眾都很期待宓奇給出答案。

宓奇是人大附中暨聯合學校總校黨委副書記、人大附中校長、人大附中聯合學校總校常務副校長。他是物理教師出身，也長期參與STEAM教育和學校體系建設。過去的公開發言中，他很少使用激烈的判斷，更習慣從課堂、學生、教師和學校組織的真實變化講起。他身上有一種典型的基礎教育管理者氣質：既敏感于技術變化，也警惕教育被技術節奏裹挾；既愿意帶著學校向前跑，又始終不愿放棄那些看起來慢、笨、重，但真正塑造人的東西。

這也構成了他這次演講的題目：《快與慢：人工智能原住人才培養的辯證法》。

面對技術帶來的教育焦慮，宓奇給出的答案是——快能力與慢功夫。他既不鼓勵抵抗技術，也沒有盲目擁抱技術。他希望大家在快與慢之間找到新的平衡。快，是面向時代的反應能力；慢，是一個人成長的底層結構。只有把這兩者統一起來，AI教育才是真正面向未來的人才培養。

本文為宓奇在2026北京智源大會演講實錄，經「甲子光年」整理編輯，在不改變原意的基礎上略有刪改。

人大附中校長宓奇，圖片來源：2026北京智源大會

大家好，今天來到智源大會參與論壇，我非常開心。剛才在展區參觀的時候，我說真的是來到了未來。

我想分享的話題，是沖著AI Native（AI原住民）去思考的，但是AI Native要怎么培養呢？

在這個過程中，哪些地方需要創新，需要“快”；哪些地方又需要堅守，需要“慢”。

1.快能力

首先要談的是快能力，快能力的實際需求包括三個方面。

第一，信息獲取與篩選。在AI時代，信息特別充盈，信息產生的速度也越來越快。在海量信息當中，如何保持敏銳的捕捉能力，如何進行敏捷判斷，如何迅速定位、評估并應用信息，這些都需要“快”。

第二，研發迭代。過去無論是生命科學、醫學健康，還是基礎物理、化學，很多研發周期都很長。但有了AI助力之后，研發周期已經出現典型變化，很多工作可以在1到4周內就完成快速迭代。在這樣的過程中，需要所有研發工作者有“快”的意識。

第三，算力與能源布局。各國都在搶占AI時代的先機，算力儲備、能源儲備，已經成為大國博弈中的重要議題。所以這里的“快”，也意味著時間上要有提前量。

昨天我們還在討論，AI Native到底指多大的人？

如果以人工智能這個概念誕生的時間來看，其實我們每個人都是AI Native；如果以生成式人工智能的爆發來看，那么現在真正的AI Native可能還在幼兒園。但事實上，我們每個人都已經置身其中。

宓奇談快能力，圖片來源：2026北京智源大會

2002年，我在人大附中上了第一節公開課。那時我自己編了一個程序，用VB（Visual Basic）寫的。為了上一節機械能守恒課，我花了三四天時間寫這個程序。它可以直接輸入光電門顯示的時間間隔，計算出滑塊運動到兩個光電門位置時的瞬時速度，再換算出動能和機械能的變化。后來到了電學，我想呈現不同電荷量的點電荷在真空中周圍的電場線，于是又編了一個程序，可以自由在屏幕上點選點電荷的位置，輸入點電荷的電荷量，再生成電場線。這個程序，我寫了一周，但當時覺得非常有意思。

到了這個學期，當人大附中的老師們一次次參與人工智能賦能教育的培訓時，我也試了一把。現在只需要不到100字的提示詞，就能立刻生成一個三維的、可以變換視角的、視覺效果更加完美的程序。對我來說，這就是“快”的直接感受。

說起“快”，物體運動的極限速度，通常我們認為是光速。13年前，我遇到人大附中的一位新老師，她研究計算機視覺。她告訴我，他們現在已經可以“捕捉到光的前進”。當然這個說法要加引號，準確地說，是通過一系列算法，把光前進的動態過程還原出來。

這位老師后來帶我去了她做博士論文的地方——清華大學計算機系。她就是現在人大附中暨聯合學校總校人工智能總架構師、信息技術教育組組長、特級教師武迪老師。

這樣一位教師本身的知識基礎和技能基礎，讓她處在非常高的成長平臺上。從2012年到2017年，她還在參與計算機攝像學領域的頂尖學術會議，她的能力也在不斷快速前進。她帶領的信息技術組和人工智能教育團隊，自然能夠產生很快的效果。

我們2008屆校友李澤昊，前段時間一直駐扎在人大附中，和不同學科的老師交流：他們希望在AI幫助下，在課堂和課前學習中實現一種互動程序。現在，他可以幫助老師“投喂”整本書，讓AI自動分析整本書中哪些內容可以用來做互動程序，哪些內容可以生成交互。這個生成速度非常快，這也是一種快能力。

在教學方式上，人大附中也一直在思考：AI時代能不能實現課堂教學的重塑？

剛才盧宇教授（注：北京師范大學教育技術學院副院長）跟我說，大學課堂的抬頭率很低。那我們能不能用AI賦能課堂，讓每一個學生更加專注？能不能讓學習過程匹配每一個孩子不同的個性化路徑？

因此，我們正在試用清華大學教育學院和計算機系聯合開發的MAIC（Massive AI-empowered Courses）系統。

清華大學MAIC系統，圖片來源：清華大學MAIC官網

清華MAIC團隊第一次來到人大附中時，我們合了一張影，我當時說，這張照片是一個里程碑。當時我們很多老師也加入到應用MAIC系統、重塑自己課堂教學的序列當中。人大附中的老師們也意識到，在AI時代，自己必須加快技能更新和思想升級。

人大附中應用MAIC，圖片來源：「甲子光年」拍攝

我們成立了一批校內課題，我摘取了其中第六大塊，也就是探索人工智能賦能教學研究的課題，有十幾個，希望在未來三年內做出值得推廣的成果。

2026年人大附中校內科研課題（部分），圖片來源：「甲子光年」拍攝

在應用過程中，我們也逐漸把生成式人工智能的應用，轉向讓學生學會AI for Science。

比如我們高中的選修課“光譜解析”，一方面讓學生從硬件上學習儀器搭建，另一方面也讓學生對光譜進行AI分析。在這門課中，周展平老師開發了一個用AI氛圍編程實現的光譜分析網站。在開發過程中，我們也讓不同老師試用。有一位國際部外教提出，界面最好能擺成元素周期表的形狀，于是這個系統很快就迭代出了新版本。

6月17日，周展平老師將在人大附中人工智能行動計劃推進介紹會上分享，讓青年學生參與AI for Science賽事。周展平老師列出了一些主題，有的是解決真實問題，有的是跨學科問題。他在人大附中開辟了一個新的賽道。

人大附中青少年STEAM x AI探究性學習活動，圖片來源：「甲子光年」拍攝

人大附中鼓勵學生進行科學研究，鼓勵學生擁抱AI時代，去探索人類共同關心的話題，并在國際舞臺上交流提高。

比如剛剛上臺展示的李世祺同學，我第一次和他面對面談話時，他介紹自己在北京中關村學院，和博士生們一起做研究。他提到，自己做了一個輔助中學生閱讀文獻的工具平臺，還做了一個把網絡游戲接入AI基座的項目，讓劇情發展能夠匹配每一個玩家的經歷和性格。他每周都會投入很長時間，也是為了跟上這個快速前進的時代，

2.慢功夫

強調完“快”之后，我們還要想到另外一面。古人說，欲速則不達。有時候，我們不得不考慮“慢”的價值。

第一，思維發展。即使有了大模型的助力，即使每個孩子好像都配備了一個無所不知、無所不能的導師，但孩子思維的發展，仍然需要自己大腦內部結構發生變化。人的大腦機制，不會因為“外掛”增強了，神經元特性就發生翻天覆地的變化。在沒有AI、沒有全能導師助學的時代，杜威、皮亞杰等教育學家，已經對人類認知過程做過長期跟蹤和分析。他們提出的反思性思維五步法、認知發展階段理論，都指出兒童的思維發展需要經歷從失衡到重新平衡的一系列過程。

第二，價值觀塑造。科爾伯格經歷20年縱向跟蹤研究后認為，道德水平的發展不可壓縮。換句話說，一個人的道德水平不會因為聽了一場精彩報告、學習了一門課程，就發生飛躍式跨級發展。這是做不到的。

第三，研究方法。在研究方法的習得，學科研究方法的創新上，AI時代有重塑，但即使借助工具，人類對科研方法的創新也有客觀規律。從波普爾到庫恩，他們都指出，科學探究能力真正內化到每一個人身上，往往需要3到5年的縱向培養。這也正是學校要做的事情。

第四，社會理解。剛才很多同學談到，AI時代我們要做什么。比如，有的同學關心有障礙的人群。對于社會理解的深度，決定了未來碳基生命如何形成共同體，并與硅基生命協同。而社會理解也需要長期交往和實踐才能形成。比如我們眾多的校友和老師，也是經歷了很長時間，才會對學校產生感情。一個人對母校的美好回憶，也需要很多片段慢慢積累。

慢功夫的底層理論基礎，圖片來源：「甲子光年」拍攝

我給大家看一張圖。遠看很像在安燈泡，但實際上學生手里拿的是卷尺，他們在測量天花板的高度。今天我們當然可以說，天花板高度還需要這樣測嗎？是不是拿照相機用AI分析一下就可以知道？但這是2007年，一群學生在我的研究性學習課上測量高度。

人大附中學生實踐，圖片來源：「甲子光年」拍攝

這張照片，一個女孩在數地板上水泥磚的數量。通過一塊磚的長度和寬度，再計算整個空間的長度、寬度和面積。這個過程非常慢，但經歷之后，記憶非常深刻。后來，他們畫出了學校的建筑圖，工具用的是Google SketchUp。他們畫了實驗樓、中外合作辦學樓、圖書館報告廳、游泳館、大操場看臺，最后把所有建筑拼到一個大平臺里，生成了20年前同學們畫的校園。

人大附中學生實踐，圖片來源：「甲子光年」拍攝

到了2015年，又有一批同學在《我的世界》游戲中重塑了一個人大附中，在里面還能演繹青春故事。

人大附中學生實踐，圖片來源：「甲子光年」拍攝

再到2024年、2025年，技術持續迭代，學生們做出來的校園版本越來越精細，刮風下雨都可以呈現出來。在這個過程中，他們還基于模型做出了增強現實版的人大附中錄取通知書。

這個過程是慢的。施一寧老師現在是國際部副主任，也是通用技術老師。從2016年到2025年，他持續帶著學生研究如何建模，如何做虛擬現實，如何做增強現實。這是一種堅守，也是一種不斷積累的慢功夫。

3.求統一

快和慢是反義詞，但它們可以達成統一。這其中有張力。

培養速度和培養質量之間有張力。市場需要快速產出，但思維發展需要長期沉淀。

工具效率和思維深度之間也有張力。認知外包可以讓速度加快，但也可能讓人類大腦內部的推理結構被“風化”——一點點被吹散，一點點消失。

國際競爭壓力和教育內在規律之間也有張力。有些地方在呼喚高中生直接就業，甚至希望壓縮學制。但成長過程中價值觀的塑造，是不可壓縮的。

在人大附中，我們希望做到的是快與慢的和諧統一。

快與慢的三組張力，圖片來源：「甲子光年」拍攝

剛才提到的2008屆校友李澤昊，現在開發AI速度很快，但他在學校學習時，是一點點通過慢功夫積累起來的。2007年，他在五大學科奧林匹克聯賽中全部獲得北京賽區一等獎。他說自己做AI時，因為做過信息學奧賽，所以能夠一眼看出AI生成的東西好不好。這樣的能力，就是靠慢功夫積累出來的。

剛才我使用的那張清華大學MAIC系統的里程碑照片，其中也有當年人大附中《我的世界》視頻的作者。最高的那位叫毛沐汐，是導演；還有一位叫戴旭升，是音樂導演。他們也實現了自己的成長，然后又回到人大附中，完成了一個全周期的循環。

剛才我們提到了一個數水泥格子的學生叫周奕麗，畢業以后也回到人大附中，現在在國際部教經濟學和商學。而他們當年畫的國際部大樓，現在正是她現在上課的地方。

周展平老師也是慢功夫積累的例子。他在人大附中初中部和高中部一共學習了6年。值得大家記住的一件事是，他是2016年北京市高考第一名。全面發展，知識基礎打得非常扎實。后來他做人工智能方向的博士，從清華大學博士畢業后回到人大附中。但他當年做研究性學習課題時，選的是《論白居易茶詩所體現出的白居易后期思想》。這個課題做了一年。

這樣的慢功夫，并不耽誤他在快時代擁有快能力。

所以，我們發布人工智能行動計劃，當然也在追趕時間，希望能夠做到引領全國，做出成果，輻射全國。但其中的艱辛和慢功夫，也是我們的底氣。從2014年到2026年，人大附中的課程、思想和組織形態都在逐步發生變化。

人大附中是一個神奇的團體。

我們的神奇在于，連“RDFZ”這幾個拼音首字母，也能講出含義。

人大附中（RDFZ）育人節奏，圖片來源：「甲子光年」拍攝

R代表Research。大家剛才看到的很多內容，都是研究性學習的課題。我們希望孩子們去研究，也希望老師們成立課題去研究。

D代表Development。我們希望孩子們去開發，也希望老師們去開發。

F代表Future。人大附中的校訓是“崇德、博學、創新、求實”。要面向未來，面向人類命運共同體，面向祖國發展，學生必須有堅實的價值取向和人生定位。

Z代表Optimization。我們也希望每個人都能夠不斷優化、不斷迭代，快速創新。

在時代更迭當中，人大附中希望保持育人初心不變，也希望今天在座的各位同學，以后能夠到人大附中交流，各位專家能夠到人大附中指導。

謝謝大家！

*甲子光年編導李姝對本文亦有貢獻

（封面圖來源：2026北京智源大會）