由江西财经大学工商管理学院承办的“2025年(春)中国管理50人论坛”，4月13日在麦庐园校区举行，论坛主题为“中国管理的世界贡献”。福耀科技大学常务副校长徐飞教授在大会上发表了题为“中国式现代化道路与大学治理变革”的主旨演讲，内容涵盖中国式现代化道路的内涵与特征、大学治理在这一进程中的角色与使命、大学治理变革面临的挑战、AGI 时代大学治理变革的策略与路径等四个方面。以下内容整理自现场演讲，有删节。

　　1.中国式现代化道路的内涵与特征

　　1.1 深刻内涵 中国式现代化是中国共产党领导的社会主义现代化，既具备各国现代化的普遍性，更有着基于中国国情的独特之处，呈现出五大显著特征：一是人口规模巨大的现代化，中国庞大的人口基数决定了现代化进程的艰巨性与复杂性；二是全体人民共同富裕的现代化，致力于让发展成果惠及全体人民，缩小贫富差距；三是物质文明和精神文明相协调的现代化，注重在追求物质丰富的同时，提升国民的精神文化素养；四是人与自然和谐共生的现代化，强调可持续发展，走绿色发展之路；五是走和平发展道路的现代化，在国际舞台上秉持和平、合作的理念，与世界共同发展。

　　1.2 独特之处 对比西方现代化，中国式现代化的独特性体现在多个方面。在领导力量上，坚持党的领导，为现代化建设提供坚实的政治保障；在发展理念上，以人民为中心，一切发展都是为了满足人民对美好生活的向往；从规模来看，承载着超大人口，需要解决的问题更为多样复杂；在发展路径上，摒弃两极分化，追求公平与共同富裕；发展过程中，兼顾物质与精神文明建设；在理念层面，秉持绿色共生，重视生态环境保护；在国际关系方面，坚持和平合作，推动构建人类命运共同体。

　　2.大学治理在中国式现代化进程中的角色与使命

　　2.1 人才培养 大学要为现代化建设培养拔尖创新复合型人才。人才培养模式正从传统的“ I 型”向“ T 型”、再向“π型”转变。通常T型人才强调一专多能，有较广知识面和一项专长；π型人才则在T型人才基础上，进一步深耕某一专业领域，拥有两个及以上的“长板”技能，知识和技能结构更趋多元化和专精化。此外，在通用人工智能(AGI)大行其道的当下，不仅要科技向善、人机对齐，更要把人才自身培养成既适应科技发展又坚守人文价值具有人性光辉的“新智人”。

　　2.2 知识创新创造 大学作为知识创新策源地，正从极宏观(探索宇宙演化)、极微观(解析物质基本结构)、极端条件(模拟高压真空等极限环境)及综合交叉(推动生物芯片与神经工程等跨学科融合)突破认知边界。同时，大学聚焦关键技术，构建基础研究到转化的创新生态，在AI与人类智能协同中，通过认知模型研发与协作范式探索，成为人机互动赋能、共同进化的前沿实验场。

　　2.3 社会服务 社会服务是高校的重要职能。高校凭借科研实力，通过搭建产学研平台、孵化科技企业等方式推动成果转化，为新质生产力注入创新活力。依托学科优势组建专家智库，在政策制定、产业规划等方面提供智力支撑。同时，深度参与社区建设、乡村振兴等公共事务，以志愿服务、文化传播引领社会风尚，其创新治理模式和实践经验，为社会治理提供可借鉴的范例。

　　2.4 文化传承与创新 大学作为文化传承创新的核心阵地，肩负着弘扬中华优秀文化和增进世界文明的时代重任。一方面深耕典籍整理与非遗“活化”，让传统智慧焕发新生；另一方面搭建国际学术平台，推动不同文明在比较研究中增进理解，从文明对话走向对话文明。通过构建兼具民族根脉与全球视野的文明新形态，以学科交叉培育创新思维，在守正创新中塑造契合时代需求的精神文化，为人类文明进步贡献大学智慧与方案。

　　3.大学治理变革面临的严峻挑战

　　3.1 科层制、学科建制、学术评价重塑 作为知识创新的核心场域，大学传统科层制架构与学科分野在脑机接口等技术催生的跨学科生态中显露出张力。研究范式加速从还原论转向整体论，融合生态学动态平衡观、网络科学拓扑思维及东方“天人合一”的系统性智慧，为破解学科壁垒提供哲学支撑——前者视大学为有机系统，关注知识流动的网络效应；后者激活整体关联的认知框架。神经科学与量子物理的跨界对话，正逼近“意识如何产生于物理基质”这一终极命题，不仅革新心理学与脑科学研究范式，更对身心二元论、自由意志等传统哲学命题与宗教意识阐释体系形成冲击。在此背景下，大学需在学科建制、学术评价等维度构建适应性治理框架，既要守护知识探索的自由，又要为这场可能重塑人类自我认知的范式革命提供制度支撑，在动态平衡中培育文明演进新动能。

　　3.2 教育公平与价值伦理解构 在AGI技术大行其道下，社会层面的技术垄断与阶层割裂或将从担忧走向现实，普通群体因教育资源、数字素养差距被排斥在技术红利外。这种分化将重塑社会结构，掌握AI大模型等尖端技术的认知特权阶级与依赖传统技能的技术无用阶层间，正形成比财富差距更具渗透性的“认知种姓制度”，暗合尤瓦尔 赫拉利预言的“技术封建主义”雏形。在高等教育领域AGI技术可能加剧教育不公平，经济发达地区和优质高校，能够更好地获取和利用AGI技术资源，为学生提供更优质的教育服务；而经济欠发达地区和普通高校，则可能因资金、技术和人才等方面的限制在技术应用上滞后，从而导致学生接受教育的机会和质量方面存在差距。AGI技术的应用还将引发一系列价值伦理问题：脑机接口技术使“思想植入”成为可能，如社交软件算法在非洲青少年中植入消费主义的速度惊人，而消费主义将一切异化为符号化商品催生贪婪；“信息茧房”加剧认知撕裂，进而引发人心凝聚力衰退；社交媒体助长傲慢与嫉妒；碎片化信息滋生思维惰性。简言之，贪婪、傲慢、嫉妒、懒惰、戾气等人性弱点，在AGI的加持下以更隐蔽方式侵蚀人们的精神生态。在高校，学术造假(利用AGI代写论文等)、数据隐私与安全(学生学习数据被不当收集和使用)、算法偏见(影响学生评价和资源分配的公正性)等亦有愈演愈烈之势。因此，如何确保AGI技术在高等教育中的合理、规范应用，维护教育公平与伦理秩序，成为亟待解决的问题。

　　3.3 知识半衰期骤降 在数字化与科技爆发的当下，知识半衰期从工业时代的20年骤降至5-6年，前沿领域更缩短至1年。这意味着学生毕业时，约60%专业知识已滞后于行业需求。某调研显示2024年技术岗应届生知识匹配度较2015年下降37%，“毕业即知识断层”成为现实。传统学科稳定性与科技迭代爆发性矛盾凸显：计算机专业传统课程滞后于当下技术架构，生物工程教材内容常晚于CRISPR技术应用18-24个月。这种脱节既造成人才培养与产业的“时间差”，也催生持续学习能力危机。未来教育需构建“基础底盘+动态接口”架构，既强化数学等底层思维训练，又通过产业协同实现知识实时更新。正如OECD报告指出，其核心是培养能自主完成多次知识重构的“数字原住民”，让终身学习成为生存底层能力。

　　3.4 过时的“工业化”培养模式 当前大学培养模式深陷“工业化”窠臼，标准化、批量化、同步化特征显著：大班授课主导下，知识点被切割为模式化模块，人才评价依赖标准化答案的考试体系，严重桎梏思维活力。这种流水线式培养缺乏小班研讨的深度思辨、个性化方案的精准培育及专业化领域的深耕细作，致使第一性原理思维(追根溯源的本质探究)与灰度思维(多元包容的辩证认知)长期被边缘化，难以适应创新驱动时代对复合型人才的多元需求，亟待从培养范式上突破整齐划一的工业逻辑，构建更具开放性与适配性的教育生态。

　　3.5 教师发展转型严重滞后 高校教师发展转型滞后问题凸显，其能力结构、知识更新机制与数字化教学需求脱节，传统知识传授模式和固化学术路径难以适应智能时代人才培养要求。与此同时，虚拟人、数字人、AI智能体能力提升迅猛：智能教学系统可全天候精准答疑，数字人能模拟多模态教学并生成个性化报告，AI学术助手在科研基础环节效率超越人类。2024年麦肯锡预测，到2030年超60%标准化教学任务将由智能体承担，教师在知识传递维度的不可替代性年降15%。这将倒逼教师重构定位，从知识“搬运工”转型为认知引导者、学习活动设计师、成长分析师、心灵陪伴者和教育生态共建者，并在批判性思维培养、情感价值传导等AI薄弱领域构建自身的核心优势。但当前教师培训技术赋能不足、路径模糊，亟需构建“技术素养+教育创新+终身学习”三位一体机制，避免被智能工具边缘化，这场教育范式革命已刻不容缓。

　　4.AGI时代大学治理变革的策略与路径

　　4.1 第四代新型大学呼啸而来 1088年，意大利博洛尼亚大学和1200年法国巴黎大学的诞生，标志着第一代中世纪大学出现，其以知识传授为核心。1810年，柏林大学创立、开启第二代近代大学时代，在传授知识基础上重视知识创造，形成“大学自治、教授治校、学术自由、教学与科研统一”理念。1904年，美国威斯康辛大学提出人才培养、科学研究、社会服务三大职能，现代大学至此成型，与社会发展联系更为紧密。进入21世纪，随着AGI技术的迅猛发展，大学教育迎来了新的变革契机，第四代大学应运而生。以可汗学院、奇点大学、密涅瓦大学等新型大学以及改革力度极大的“开环大学”——斯坦福大学为代表，展现出与以往不同的特质。它们以使命驱动、挑战导向为指引，特别是将AI/AGI技术深度融入教学、科研与社会服务之中。新型大学是世界大学演进的必然趋势，它将重塑教育生态，培养出适应AGI时代需求的创新型人才，为人类社会的发展注入新的活力与智慧。诚如联合国教科文组织发布的《共同重新构想我们的未来：一种新的教育社会契约》报告所呼吁的，面对AGI挑战，教育需要新的社会契约，高等教育要高质量发展更应积极探索变革之路。

　　4.2 更新教育理念 不同于人们熟悉的GPT(Generative Pre-trained Transformer，即生成性预训练变换模型)，AGI 作为共性技术或通用技术GPT(General-Purpose Technologies)，正在以前所未有的方式格式化/重塑所有行业，在教育领域其影响和冲击尤为深远而深刻。在AGI时代人类知识积累再多也无法与AI抗衡，“知识中心主义”甚或“能力中心主义”将淡出教育。传统“知识中心主义”面临颠覆——当AI能纳秒级检索重组人类知识库，以知识储备为核心的评价体系与课堂传递效率，在算法驱动的个性化学习系统前迅速失效。“能力中心主义”同样承压：AI不仅能模拟逻辑推理等认知能力，还能通过强化学习持续优化决策模型，使能力培养路径出现结构性变革。教育的传统优势加速消解，核心竞争力正转向不可计算的“元能力”培养——创造性想象、复杂情感认知、伦理价值判断等。这迫使教育体系从知识传授范式向智慧养成范式跃迁，在人机协同的新图景中，重新锚定其作为思维工坊与价值培育场的本质存在。

　　4.3 提升思维层级 在当今VUCA(易变性、不确定性、复杂性、模糊性)和BANI(脆弱性、焦虑性、非线性、不可预测性)特征鲜明的时代，教育者和受教育者的思维，亦需要从线性思维向非线性思维，从因果性思维向相关性思维，从确定性思维向灰度思维，从工具理性思维向价值理性思维，从对错思维向美好思维，以及从自然人思维向“自然人-数字人”对齐思维，从人类中心思维向生命共同体思维转变。特别地，要涵养第一性原理思维、灰度思维、量子思维和参数化思维。此处，对量子思维和参数思维略作展开。相对于西方经典(牛顿)思维注重粒子性、分解性、独立性、单元性、静态性、逻辑性、渐变性和次第性，与东方思维高度契合的量子思维更注重波性、统摄性、关联性、系统性、动态性、直觉性、突变性和涌现性；显然，量子思维的这些特性是由量子的叠加、纠缠、涨落、跃迁、坍缩、相干、包容、测不准、不确定等特征所决定的。参数化思维则是一种将复杂问题拆解为可量化可调节的“参数”，通过构建参数间逻辑关系实现系统化分析与优化的思维方式。其核心是将事物属性、规则转化为可配置的变量(如数值、选项、公式等)，通过调整参数组合观察结果变化，从而找到最优解。该思维强调模块化、逻辑关联和数据驱动，能提升决策效率与灵活性，广泛应用于科技、商业、管理等领域，帮助人们从经验驱动转向系统化、精准化的问题解决模式。

　　4.4 构建内在联动的“三位一体”体系 在教育强国、科技强国、人才强国“三大强国”战略融合背景下，重塑教育生态需构建三个内在联动的“三位一体”体系，破解教育、科技、产业“孤岛效应”，实现“教育强基、科技赋能、产业增值”的正向循环，为中国式现代化注入持续创新动能。一是筑牢战略基石。“教育-科技-人才”三者是知识生产、转化与应用的闭环体系。教育作为基础，需打破传统模式，构建“科技赋能教育、教育培养人才、人才反哺创新”的动态循环：高校应成为“教育+科技”枢纽，通过智慧实验室、虚拟教学平台等将前沿科技融入教学场景，实行“科研+产业”双导师制，让学生在真实项目中提升创新能力；建立“需求预测—供给调整—成果孵化”联动机制，针对“卡脖子”领域定向设专业、开发融合课程，使教育精准对接科技人才需求，形成“教育强基、科技赋能、人才支撑”的协同格局。二是打造创新共同体。构建“教育-科技-产业”三位一体的科教融汇、产教耦合生态。校企共建“课程开发共同体”，将企业最新技术转化为教学模块，如高校与科技企业联合开发AI应用课程；建设“产学研用”一体化平台，政府、高校、企业联动，形成“技术研发—中试转化—人才实训”闭环，缩短科技成果转化周期；建立“产业需求导向”评价体系，将企业参与度纳入高校评估，推动职业院校与企业共建“现代产业学院”，提升人才与岗位匹配度，实现“研发在高校、转化在企业、应用在产业”的无缝衔接。三是打通价值通道。“科学-技术-产业”三位一体跨越“创新死亡之谷”，推进“学科链—创新链—产业链—资本链”四链融合。打破学科壁垒，建立交叉研究中心，推动基础研究向应用技术转化；构建“基础研究—应用开发—商业化验证”全周期服务体系，通过中试基地提升技术成熟度，降低转化风险；借鉴“创新雨林”模式，政府引导基金、风投、产业资本形成接力投资，赋能科研成果从概念验证到市场应用，实现“科学发现催生技术发明、技术发明带动产业变革”的螺旋上升。

　　4.5 构筑人机协同混合式教育体系 构建以学生为中心、认知进化为核心的人机协同体系，通过“教师-学生-AI”三元互动实现智能增强(HI+AI=IA)，重塑教育生态。一是三元协同重构学习主体。AI作为“认知伙伴”嵌入学习流程，与教师、学生形成动态互动：教师借AI精准定位认知盲区，设计个性化策略；AI依托数据模拟多元路径，提供即时反馈；学生在人机、师生交互中发展元认知能力。三者构建“AI筑基、教师引导、学生自主”的三维结构，突破传统二元模式，形成协同认知共同体。二是多元学习范式的智能融合。混合式学习通过技术激活多元认知模式：对话式学习中AI解析思维逻辑，引导知识建构；核查筛选式学习借助知识图谱聚类信息，训练信息批判能力；头脑风暴式学习中AI生成创意矩阵，激发跨维联想；角色扮演式学习依托虚拟仿真模拟复杂情境；反思式学习通过AI分析日志生成反思清单；跨学科学习融合知识图谱打破学科壁垒；元认知策略学习将“如何学习”显性化。各类范式通过人机协作，实现从知识获取到思维训练的进阶。三是AIGC驱动认知进化路径。AIGC技术推动学习内容从“预设”转向“动态生成”，依据学生状态实时适配资源，实现知识获取与认知加工同步。人机交互中的“认知摩擦”(如AI反常识假设引发思辨)成为进化动力，推动学生能力跃迁：从依赖记忆的“低能”到理解推理的“高能”，从单一专精的“单能”到跨域整合的“多能”，从范式内应用的“多能”到突破创新的“超能”，最终形成人机协同下的独特“异能”(如数字直觉)。四是人机共生的教育新生态。体系致力于构建“人智融合”生态：教师转型“认知教练”，聚焦情感联结与高阶能力培养；AI作为“数字学伴”承担知识检索、技能训练等机械任务；学生从知识消费者转变为认知建构者。通过优化人机交互，实现AI符号处理与人类具身认知的“神经耦合”，动态平衡认知负荷，培育应对不确定性的“智能增强型”人才。该体系以技术赋能认知进化，推动学习从效率提升到本质重塑，构建“人智共舞”的未来教育范式。

　　4.6 科研范式变革 在AGI浪潮的席卷下，大学科研范式正经历着前所未有的深刻变革。纵观科研范式的五次革命，从“经验科学”阶段依靠观察与实验积累数据，到“理论科学”阶段通过数学模型与逻辑推演产生定律/定理，再到“计算科学”利用计算机模拟复杂系统，又到图灵奖获得者吉姆·格雷(Jim Gray)所谓的“数据密集型科学发现”依赖大数据挖掘揭示规律，直到当今蔚然成风的“AI for Science”借助人工智能探索科学未知，每一次变革都推动人类认知边界的拓展，为科研带来颠覆性突破。当下，AGI凭借其强大的学习与分析能力，能够对海量科研数据进行深度挖掘与处理。在生物医学领域，它可从全球疾病数据库、基因序列图谱等复杂数据中，快速提取关键信息，挖掘疾病发生、发展的潜在规律，为精准医疗提供全新路径。在材料科学方面，AGI能基于量子力学原理和材料特性数据，模拟新材料在不同环境下的性能表现，预测潜在的新材料结构，帮助科学家突破传统试错研发模式的局限，大幅缩短研发周期。科研工具的革新在AGI时代尤为显著，大规模智能化基础设施和装置成为科研的新支柱。大语言模型不仅能辅助科研人员快速检索、整理文献，通过自然语言处理技术理解晦涩的学术表述，还能基于已有知识生成创新思路，甚至参与论文撰写与逻辑推理。同时，AGI可与各类科研仪器深度融合，实现实验自动化、智能化控制，自动采集、分析实验数据，实时调整实验参数，有效提高数据采集与分析的效率和准确性。这场变革还促使大学科研组织模式向跨学科、开放协作转变。AGI强大的整合能力打破了传统学科间的壁垒，不同领域的研究人员可以借助AGI共享数据资源、协同分析，共同攻克复杂科学难题。例如，天文学与计算机科学、统计学的结合，利用AGI处理来自望远镜的海量观测数据，发现宇宙中的未知天体和现象。未来，AGI将持续重塑大学科研生态，推动科学发现和技术创新迈向新高度，成为驱动学术进步与社会发展的核心力量。

　　4.7 科研管理及成果发表变革：“细粒度化”和“机器可读” 采用智能合约、区块链技术管理科研项目，在保护创新的同时加快科研成果传播与应用。学术出版新模式即纳米出版，不再局限于传统长篇论文形式，面向大数据处理，提升知识关联性和机器可读性，促进学术交流。学术成果细粒度化，引用可精确到特定数据点、实验方法或理论观点，有助于准确追踪学术贡献和影响。实现机器可读性，需要使用语义标注技术、知识图谱技术、标准化数据格式、自然语言处理技术、本体建模技术等，推动传统学术引用关系变革，构建基于数据挖掘和分析的量化评价体系，对开发相关技术工具的学者给予奖励，推动学术成果开放获取。

　　4.8 学术分布式治理和教育新生态系统 分布式学术治理强调权力分散，打破中心化权威，让更多学术主体参与决策；注重多元主体合作，包括学者、机构等共同治理；利用信息技术实现信息共享与沟通协作；建立自下而上的反馈机制，以适应学术发展的多样性和动态性，其目标是通过集体智慧和民主决策，更公平、透明地分配教育资源、资金和机会，激励学术创新和知识共享。以数字技术为支撑，构建超越物理空间和时间范畴的教育平台，使其更加开放、包容和创新。广泛使用区块链、智能合约等技术，确保参与者的贡献得到准确记录和公正评价，自动化项目管理和资金分配，降低运营成本，提高效率，形成开放协作和自我维持的教育生态系统。

　　(原载《上海管理科学》，中国教育在线获作者授权转载)