【摘要】在新一輪科技革命和產(chǎn)業(yè)變革背景下，人工智能正以認(rèn)知參與者的身份深度嵌入知識生產(chǎn)、科研組織、人才成長與教育教學(xué)過程，推動教育、科技、人才關(guān)系發(fā)生結(jié)構(gòu)性重塑。從認(rèn)知外包的理論視角出發(fā)，將分析尺度由個體—工具關(guān)系拓展至制度化人機系統(tǒng)層面，可見人工智能作為公共認(rèn)知基礎(chǔ)設(shè)施，對教育與科研體系產(chǎn)生結(jié)構(gòu)性影響。教育科技人才一體發(fā)展已呈現(xiàn)出以智能認(rèn)知基礎(chǔ)設(shè)施為核心的顯著特征，一體推進的邏輯正由制度協(xié)同轉(zhuǎn)向認(rèn)知結(jié)構(gòu)層面的深度耦合，一體治理將轉(zhuǎn)向基于智能認(rèn)知基礎(chǔ)設(shè)施對認(rèn)知流程、認(rèn)知權(quán)力與認(rèn)知責(zé)任的制度化調(diào)控。
【關(guān)鍵詞】認(rèn)知外包 人機共智 智能認(rèn)知基礎(chǔ)設(shè)施 教育科技人才一體發(fā)展
【中圖分類號】G40-012 【文獻標(biāo)識碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2026.03.009
【作者簡介】余勝泉，北京師范大學(xué)未來教育高精尖創(chuàng)新中心執(zhí)行主任、二級教授、京師特聘教授、博士生導(dǎo)師。研究方向為人工智能教育應(yīng)用、教育大數(shù)據(jù)、移動教育與泛在學(xué)習(xí)、區(qū)域性教育信息化，主要論文有《跨越人工智能教育應(yīng)用的認(rèn)知外包陷阱》《教育數(shù)字化轉(zhuǎn)型的關(guān)鍵路徑》《教育數(shù)字化轉(zhuǎn)型的層次》等。
引言
習(xí)近平總書記指出，“堅持教育科技人才一體發(fā)展，提升國家創(chuàng)新體系整體效能”。[1]從政策文本看，教育被定位為基礎(chǔ)性工程，科技被視為第一生產(chǎn)力，人才被強調(diào)為關(guān)鍵性資源，三者既同根同源，又同軌同向，其一體發(fā)展強調(diào)三者作為相互作用的有機整體協(xié)同推進。然而，在學(xué)理層面，相關(guān)研究往往將三者理解為相對獨立的系統(tǒng)，通過行政協(xié)調(diào)與政策統(tǒng)籌形成合力。[2]這種分析范式認(rèn)為知識生產(chǎn)主要發(fā)生在科研系統(tǒng)內(nèi)部，教育系統(tǒng)的核心功能是為科研系統(tǒng)提供合格的人力資源，創(chuàng)新能力主要是個體或組織的內(nèi)部屬性，而非跨主體、跨系統(tǒng)的認(rèn)知結(jié)構(gòu)。這在解釋工業(yè)化與信息化階段的創(chuàng)新體系運行時具有合理性，但在智能化背景下顯現(xiàn)適應(yīng)性不足。
進入智能時代后，人工智能不再是單純的技術(shù)工具。其在教育與科研領(lǐng)域的應(yīng)用，不僅體現(xiàn)在效率提升或輔助操作層面，更逐漸介入問題的界定方式、方案生成路徑，以及推理過程的組織之中，因而，在客觀上構(gòu)成一種嵌入實踐過程的外部認(rèn)知結(jié)構(gòu)。由此帶來的變化是，知識生產(chǎn)與創(chuàng)新活動開始突破原有單一系統(tǒng)的運行邊界，教育、科技與人才之間的分工關(guān)系趨于交疊甚至重組。在此情形下，建立在明確制度分工假設(shè)之上的傳統(tǒng)一體化理論框架，已難以充分解釋現(xiàn)階段復(fù)雜而動態(tài)的協(xié)同現(xiàn)實。因此，有必要在理論層面重新審視教育、科技、人才之間的關(guān)系結(jié)構(gòu)及其一體推進的邏輯。
新型一體化的邏輯起點：認(rèn)知外包變革知識生產(chǎn)與傳播方式
生成式人工智能的出現(xiàn)，所帶來的影響并不止于增加一種新的技術(shù)工具形態(tài)，而是在更深層次上重塑知識生產(chǎn)、傳播與應(yīng)用的基本方式。以專家為中心的傳統(tǒng)知識生產(chǎn)模式，依托學(xué)科共同體、實驗室體系與正式出版機制展開，其運行特征體現(xiàn)為門檻高、產(chǎn)出節(jié)奏緩慢且專業(yè)邊界清晰。相較之下，生成式人工智能通過大規(guī)模數(shù)據(jù)訓(xùn)練與概率性生成機制，使知識生產(chǎn)從“專家主導(dǎo)的稀缺活動”轉(zhuǎn)向“人機協(xié)同的高頻運行”，知識的生成、重組與擴散呈現(xiàn)明顯的即時性與可擴展性。
在這一條件下，知識不再僅被視為等待發(fā)現(xiàn)、驗證與傳播的靜態(tài)對象，而逐步轉(zhuǎn)化為可以被持續(xù)生成、反復(fù)模擬與不斷推演的動態(tài)過程。生成式人工智能能夠在既有知識結(jié)構(gòu)之上進行跨領(lǐng)域組合、假設(shè)構(gòu)造與情境化表達，使知識生產(chǎn)過程本身呈現(xiàn)出顯著的認(rèn)知外包[3]特征。認(rèn)知外包是個體將記憶、信息加工、問題求解、推理等認(rèn)知過程的部分或全部環(huán)節(jié)依托于外部智能系統(tǒng)，以實現(xiàn)認(rèn)知能力的增強、擴展或替代的過程，其核心特征是認(rèn)知系統(tǒng)內(nèi)部的功能模塊發(fā)生結(jié)構(gòu)性遷移，部分認(rèn)知加工不再由人類主體主導(dǎo)，而是由外部智能體承擔(dān)。由此，一部分原本依賴人類專家完成的認(rèn)知操作，被系統(tǒng)性地轉(zhuǎn)移至人工智能系統(tǒng)之中，知識生產(chǎn)的組織形態(tài)、評價標(biāo)準(zhǔn)，以及參與主體結(jié)構(gòu)隨之發(fā)生重組。鑒于科技創(chuàng)新本質(zhì)上是一種高度社會化且制度化的高階知識生產(chǎn)活動，這種轉(zhuǎn)變勢必對既有科技創(chuàng)新體系的運行邏輯形成沖擊，并由此構(gòu)成教育、科技與人才系統(tǒng)協(xié)同變革的重要邏輯起點。
科技創(chuàng)新范式的轉(zhuǎn)型：從科研組織變革到人機共智網(wǎng)絡(luò)。傳統(tǒng)科研組織以學(xué)科分工和層級結(jié)構(gòu)為核心，依托專家個體或小規(guī)模團隊的長期專業(yè)積累開展研究活動。該模式建立在“認(rèn)知活動主要發(fā)生于人類研究者內(nèi)部”的前提之上，技術(shù)工具通常被視為輔助性的支持手段，用于信息存儲、計算處理或?qū)嶒灢僮鳎钦J(rèn)知主體本身。然而，生成式人工智能的介入實質(zhì)性地打破這一前提。當(dāng)問題提出、文獻綜述、研究假設(shè)生成乃至方案推演等科研活動的關(guān)鍵認(rèn)知環(huán)節(jié)，開始由人機協(xié)同系統(tǒng)共同完成時，知識生產(chǎn)便不再局限于人類專家內(nèi)部展開，而是分布于研究者、算法模型、數(shù)據(jù)結(jié)構(gòu)與智能工具交互界面所構(gòu)成的整體系統(tǒng)之中，智能系統(tǒng)直接介入知識的生成與結(jié)構(gòu)化過程，逐步演變?yōu)橹R生產(chǎn)中的關(guān)鍵認(rèn)知參與者。
這一認(rèn)知結(jié)構(gòu)層面的轉(zhuǎn)向，引發(fā)科技創(chuàng)新范式的系統(tǒng)性重塑。生成式人工智能顯著壓縮了復(fù)雜知識生成所需的時間成本與專業(yè)門檻，使假設(shè)構(gòu)建、多方案比對，以及跨領(lǐng)域推演得以在更高頻率、更大尺度上展開。[4]由此，科研領(lǐng)域的知識生產(chǎn)開始擺脫低頻、高成本與高度壟斷的專家模式，轉(zhuǎn)而呈現(xiàn)為一種可在廣泛人機協(xié)同條件下持續(xù)運行的開放過程。在這一過程中，人工智能通過嵌入式的人機協(xié)作機制，深刻改變知識創(chuàng)新的運作邏輯與實踐路徑，使其在運行形態(tài)上表現(xiàn)出自主化、平臺化與融合化等特征，并推動知識創(chuàng)新活動朝向更高程度的效率集成與系統(tǒng)協(xié)同演進。[5]
以學(xué)科邊界與專業(yè)分工為基本組織原則的傳統(tǒng)科研組織形態(tài)，在面對開放性不斷增強且高度依賴協(xié)同運作的知識生產(chǎn)格局時，正愈發(fā)顯露出其內(nèi)在張力與適配困境。一方面，現(xiàn)實中的創(chuàng)新活動倚重跨領(lǐng)域要素的深度整合，以及快速試錯的運行機制，單一學(xué)科或相對封閉的研究團隊，往往難以獨立承載復(fù)雜問題所要求的系統(tǒng)性探索；另一方面，科研能力的呈現(xiàn)方式本身也在悄然轉(zhuǎn)變，其決定性因素不再是個體專家能力的線性累積，而越來越取決于整體系統(tǒng)在數(shù)據(jù)處理效率、認(rèn)知分工結(jié)構(gòu)與協(xié)同調(diào)度能力上的配置水平。這一變化，正在從根本上動搖以個體專家為中心的傳統(tǒng)科研組織邏輯。
在此情境下，科技創(chuàng)新實踐正由以專家為中心的研發(fā)范式，逐步轉(zhuǎn)向以人機協(xié)同為特征的異構(gòu)智能融合創(chuàng)新形態(tài)。這一轉(zhuǎn)向的實質(zhì)，并非僅體現(xiàn)為研發(fā)效率的提升，而是指向科研認(rèn)知結(jié)構(gòu)本身的重構(gòu)。人工智能系統(tǒng)通過承擔(dān)信息匯聚、模式識別，以及初步推演等認(rèn)知密集型任務(wù)，使人類研究者得以將有限的認(rèn)知資源更多地配置于價值判斷、研究方向選擇與理論建構(gòu)等高階認(rèn)知活動內(nèi)。正是在這種基于認(rèn)知功能互補所形成的人機協(xié)作關(guān)系中，科研組織的內(nèi)涵發(fā)生變化：其不再只是研究人員的簡單聚合，而逐步演化為由人、算法、數(shù)據(jù)與制度共同參與并協(xié)同運作的復(fù)合型認(rèn)知系統(tǒng)。進一步而言，這種人機共智網(wǎng)絡(luò)具有鮮明的認(rèn)知基礎(chǔ)設(shè)施屬性。隨著人工智能平臺逐漸演變?yōu)榭蒲谢顒拥幕A(chǔ)性條件，其技術(shù)架構(gòu)、模型能力、訓(xùn)練數(shù)據(jù)質(zhì)量，以及接口與治理機制，開始在結(jié)構(gòu)層面塑造知識生產(chǎn)的可能空間與運行路徑。在這一意義上，科研水平的高低與創(chuàng)新活動的成敗，已不再僅由研究者個體能力或組織規(guī)模所決定，而在相當(dāng)程度上取決于其所依托的認(rèn)知基礎(chǔ)設(shè)施配置水平。不同科研主體之間的差異，越來越表現(xiàn)為對智能認(rèn)知資源的可獲得性、可調(diào)控性與可解釋性的差異。由此，科技創(chuàng)新體系的轉(zhuǎn)型不再只是組織形態(tài)或管理方式的調(diào)整，而是上升為對認(rèn)知基礎(chǔ)設(shè)施如何建設(shè)、優(yōu)化與治理的系統(tǒng)性問題，這也構(gòu)成科研組織由專家匯聚向人機共智網(wǎng)絡(luò)演化的關(guān)鍵結(jié)構(gòu)性前提。
人才能力結(jié)構(gòu)的重塑：從知識掌握到認(rèn)知架構(gòu)參與。在智能時代，人才的核心能力不再體現(xiàn)為獨立完成全部認(rèn)知加工的能力，而更多體現(xiàn)為在復(fù)雜的人機共構(gòu)系統(tǒng)中合理聯(lián)結(jié)、調(diào)度和利用外部認(rèn)知資源的能力。人才由此從知識掌握者轉(zhuǎn)向認(rèn)知架構(gòu)參與者，其價值不在于替代認(rèn)知基礎(chǔ)設(shè)施，而在于與之形成高效協(xié)同。這一轉(zhuǎn)向表現(xiàn)為對認(rèn)知基礎(chǔ)設(shè)施的高度依賴性。智能時代的科研與創(chuàng)新活動，越來越難以脫離算法模型、數(shù)據(jù)平臺和智能工具而獨立開展，在新材料、創(chuàng)新藥研究領(lǐng)域，這一趨勢已經(jīng)十分明顯。對個體而言，能否進入并有效使用高水平的認(rèn)知基礎(chǔ)設(shè)施，將直接影響其研究視野、問題復(fù)雜度與成果質(zhì)量。人才能力由此不再體現(xiàn)為孤立的個體屬性，而是嵌入于特定認(rèn)知基礎(chǔ)設(shè)施條件下的情境性能力。這種依賴并非能力退化的標(biāo)志，而是認(rèn)知活動組織方式升級的結(jié)果，其關(guān)鍵不在于是否依賴，而在于如何依賴。
進一步而言，人才能力結(jié)構(gòu)的核心正在轉(zhuǎn)向?qū)φJ(rèn)知基礎(chǔ)設(shè)施的聯(lián)結(jié)與駕控能力。聯(lián)結(jié)能力不僅意味著工具使用的熟練程度，更涉及對不同類型認(rèn)知資源的理解與整合能力，包括模型能力邊界、數(shù)據(jù)適用條件、算法偏向，以及平臺之間的協(xié)同方式。高水平人才能夠在多樣化的認(rèn)知基礎(chǔ)設(shè)施之間建立有效聯(lián)結(jié)，將分散的智能體能力組織為服務(wù)于特定研究目標(biāo)的認(rèn)知系統(tǒng)。在此基礎(chǔ)上，更為關(guān)鍵的是對認(rèn)知基礎(chǔ)設(shè)施的駕控能力。所謂駕控，并不等同于對具體技術(shù)細(xì)節(jié)的全面掌握，而更接近一種結(jié)構(gòu)性能力，其內(nèi)涵在于對整體認(rèn)知流程的統(tǒng)籌設(shè)計、對關(guān)鍵認(rèn)知節(jié)點的有效把控，以及對生成結(jié)果進行判斷、修正與回溯的能力。盡管生成式人工智能可以在技術(shù)層面不斷擴展可能性空間，但哪些問題具有提出的必要性、哪些研究路徑具備理論展開的價值、哪些結(jié)論能夠獲得科學(xué)意義上的認(rèn)可，依然取決于人類主體的價值取向與元認(rèn)知調(diào)節(jié)。在這一意義上，高水平人才的核心作用，并非替代技術(shù)運行，而是通過對認(rèn)知基礎(chǔ)設(shè)施的合理駕控，使外部智能系統(tǒng)的運行邏輯與既定研究目標(biāo)保持方向上的一致。
能力結(jié)構(gòu)的這一變化，也直接觸及人才評價體系的深層重構(gòu)。以往以知識存量、成果數(shù)量或操作熟練度為主要指標(biāo)的評價方式，已難以充分揭示個體在智能環(huán)境中的真實能力狀況。隨著智能系統(tǒng)深度嵌入科研與創(chuàng)新實踐，人才之間的差異越來越體現(xiàn)為其進入、配置并調(diào)節(jié)認(rèn)知基礎(chǔ)設(shè)施的能力差異，即是否能夠在復(fù)雜的人機共智網(wǎng)絡(luò)中承擔(dān)關(guān)鍵的認(rèn)知架構(gòu)角色。從這一角度看，科研水平的高低，正逐漸表現(xiàn)為主體在認(rèn)知基礎(chǔ)設(shè)施使用方式與駕控層級上的分化。相應(yīng)地，人才評價標(biāo)準(zhǔn)亦需進行調(diào)整，其重點應(yīng)放在個體在認(rèn)知基礎(chǔ)設(shè)施中的定位能力、調(diào)控能力及其對關(guān)鍵認(rèn)知節(jié)點的把握水平的關(guān)照上。
教育形態(tài)的系統(tǒng)性轉(zhuǎn)型：從人才供給機制到認(rèn)知基礎(chǔ)設(shè)施組成部分。在生成式人工智能深度介入知識生產(chǎn)與重組過程的情形下，教育已難以繼續(xù)被理解為單向服務(wù)于科技創(chuàng)新的人才供給環(huán)節(jié)，而是在事實上被納入人機共智認(rèn)知系統(tǒng)的整體結(jié)構(gòu)之中，成為其中不可或缺的組成部分。教學(xué)活動不再只是促進學(xué)生內(nèi)部認(rèn)知加工的過程，而是一個由學(xué)習(xí)者、教師與智能系統(tǒng)共同構(gòu)成的復(fù)合認(rèn)知系統(tǒng)的運行過程。這一轉(zhuǎn)變意味著教學(xué)活動將不可避免地內(nèi)在包含對外部認(rèn)知結(jié)構(gòu)進行配置、引導(dǎo)與調(diào)控的內(nèi)容。在這一意義上，“教學(xué)是什么”這一基礎(chǔ)問題需要被重新界定。教學(xué)活動的核心不再僅限于知識內(nèi)容的傳遞或?qū)W習(xí)行為的組織，而在于對認(rèn)知系統(tǒng)運行方式的制度化設(shè)計。通過課程結(jié)構(gòu)、任務(wù)情境與技術(shù)接口的配置，教學(xué)實際承擔(dān)著引導(dǎo)學(xué)習(xí)者進入特定認(rèn)知結(jié)構(gòu)、并在其中形成穩(wěn)定認(rèn)知路徑的功能。在此框架下，通過外部認(rèn)知資源的介入，推動學(xué)習(xí)者內(nèi)部認(rèn)知結(jié)構(gòu)在復(fù)雜任務(wù)中實現(xiàn)重組與提升，使主體獲得更廣闊的結(jié)構(gòu)遷移空間與策略學(xué)習(xí)路徑，從而形成一種增長性耦合，實現(xiàn)主體認(rèn)知能力的持續(xù)提升。
由此可見，新形態(tài)下的學(xué)習(xí)并非人工智能的簡單使用，而是通過制度化、可反思的方式，將生成式認(rèn)知外包有機嵌入學(xué)習(xí)過程。具體而言，學(xué)習(xí)者基于自身的認(rèn)知網(wǎng)絡(luò)，對外部智能系統(tǒng)生成的表征、解釋與推理結(jié)果進行主動篩選、批判性內(nèi)化與有機整合，使外部“認(rèn)知組塊”被重新編碼并嵌入既有的認(rèn)知鏈條之中，從而形成異質(zhì)認(rèn)知整合與結(jié)構(gòu)更新的路徑，最終獲得新的理解與認(rèn)識。[6]鑒于此，教學(xué)重心應(yīng)從單純的知識傳授轉(zhuǎn)向?qū)φJ(rèn)知結(jié)構(gòu)、策略能力與生成性思維的系統(tǒng)培育，使學(xué)習(xí)者在人機協(xié)同的復(fù)雜環(huán)境中既能拓展認(rèn)知邊界，又能保持思維獨立與創(chuàng)新活力。此時，教育的關(guān)鍵功能，不在于減少學(xué)習(xí)者對智能系統(tǒng)的依賴，而在于引導(dǎo)其形成對認(rèn)知基礎(chǔ)設(shè)施的理解、聯(lián)結(jié)與駕控能力，從而避免認(rèn)知依賴或能力空心化。這也使得教育從被動適應(yīng)技術(shù)變革的系統(tǒng)，轉(zhuǎn)變?yōu)橹鲃铀茉烊藱C共智條件的制度力量。
當(dāng)教學(xué)與學(xué)習(xí)共同轉(zhuǎn)向?qū)Ω唠A認(rèn)知系統(tǒng)的理解、配置與駕馭時，其與科研活動在認(rèn)知機制層面呈現(xiàn)日益明顯的“同構(gòu)性”。在生成式人工智能的支持下，教學(xué)活動與科研活動共享著高度相似的問題生成工具、推理模型與表達系統(tǒng)，使學(xué)習(xí)活動逐漸具備知識生產(chǎn)的基本特征。這一變化為長期討論的教學(xué)科研一體化提供了新的認(rèn)知基礎(chǔ)。科研活動本身就是一種高度復(fù)雜的人機協(xié)同認(rèn)知系統(tǒng)，而生成式人工智能的普及，使這一系統(tǒng)的核心認(rèn)知工具向教育場域下沉，讓學(xué)生得以在學(xué)習(xí)階段參與原本主要發(fā)生于科研系統(tǒng)中的認(rèn)知過程。此時，教學(xué)在結(jié)構(gòu)上演變?yōu)橐环N受控的、低風(fēng)險的認(rèn)知探索過程，這構(gòu)成學(xué)習(xí)活動獲得準(zhǔn)知識生產(chǎn)屬性的關(guān)鍵機制，為其在創(chuàng)新體系中的功能轉(zhuǎn)變提供了內(nèi)在解釋。但這并不意味著教學(xué)活動與科研活動在功能意義上發(fā)生簡單合并，而是指二者在更深層的認(rèn)知結(jié)構(gòu)上逐步形成可對接、可轉(zhuǎn)譯的關(guān)系。
總而言之，教育系統(tǒng)通過共享的認(rèn)知工具、數(shù)據(jù)資源與推理機制，在認(rèn)知結(jié)構(gòu)層面被納入國家知識生產(chǎn)體系。這一關(guān)鍵要點為重新理解教育、科技與人才之間的關(guān)系，提供了全新的理論視角。
新型一體化框架：以智能認(rèn)知基礎(chǔ)設(shè)施為核心的人機共智系統(tǒng)
人工智能通過重塑知識生產(chǎn)與傳播方式，正在引發(fā)科技創(chuàng)新范式轉(zhuǎn)型、人才能力結(jié)構(gòu)重構(gòu)與教育形態(tài)的再定位。教育、科技與人才不再僅通過外在制度簡單聯(lián)結(jié)，而是在認(rèn)知基礎(chǔ)設(shè)施層面形成深度耦合，教育科技人才三者一體也因此進入以智能認(rèn)知基礎(chǔ)設(shè)施為核心的新階段。
從“要素整合”到“結(jié)構(gòu)耦合”：一體化理論范式的根本轉(zhuǎn)向。在既有關(guān)于教育—科技—人才一體化的理論研究與政策話語中，“一體化”往往被理解為不同要素之間的協(xié)同配置問題，其核心關(guān)注點在于如何通過制度設(shè)計、資源統(tǒng)籌和組織協(xié)調(diào)，實現(xiàn)教育系統(tǒng)、科技系統(tǒng)與人才系統(tǒng)之間的功能互補。這一范式在邏輯上繼承了新制度經(jīng)濟學(xué)和國家創(chuàng)新體系理論的基本假設(shè)，即各系統(tǒng)本身具有相對穩(wěn)定的內(nèi)部結(jié)構(gòu)，一體化主要表現(xiàn)為系統(tǒng)之間的接口優(yōu)化與協(xié)同效率提升。[7]
然而，伴隨人工智能持續(xù)向認(rèn)知活動內(nèi)部滲透，這種以要素整合為主要取向的一體化理解，已逐漸顯露出解釋力上的不足。正如前文所述，當(dāng)假設(shè)生成、邏輯推演、知識重組和情境化表達等核心認(rèn)知環(huán)節(jié)，開始在不同制度場域中依托同一類智能系統(tǒng)與認(rèn)知工具加以展開時，各子系統(tǒng)原本相對封閉的運行邏輯便難以繼續(xù)保持清晰邊界，而是在更深層的認(rèn)知結(jié)構(gòu)上發(fā)生趨同、疊加乃至相互嵌入。
據(jù)此，“新型一體化”的本質(zhì)不再是不同要素或功能之間的簡單疊加，而是以人工智能為核心的認(rèn)知基礎(chǔ)設(shè)施，對教育、科技與人才系統(tǒng)的底層認(rèn)知結(jié)構(gòu)進行統(tǒng)一重構(gòu)。這種重構(gòu)使得原本分屬不同系統(tǒng)的認(rèn)知活動，在同一人機共智框架中展開，從而形成結(jié)構(gòu)性的內(nèi)在聯(lián)結(jié)。一體化由此從制度層面的外在協(xié)調(diào)與行政整合轉(zhuǎn)化為體現(xiàn)認(rèn)知結(jié)構(gòu)層面的深度耦合。
認(rèn)知基礎(chǔ)設(shè)施的內(nèi)涵界定：從物理基礎(chǔ)設(shè)施到認(rèn)知協(xié)作系統(tǒng)。“基礎(chǔ)設(shè)施”這一概念最初源自工程學(xué)與公共經(jīng)濟學(xué)，用以指稱支撐社會正常運行的底層系統(tǒng)形態(tài)，如交通體系、能源網(wǎng)絡(luò)與通信設(shè)施等。[8]這類系統(tǒng)往往并不直接顯現(xiàn)于日常經(jīng)驗之中，卻以結(jié)構(gòu)性的方式為社會活動提供必要條件。隨著20世紀(jì)后半葉信息社會與知識經(jīng)濟的興起，研究者逐漸意識到，現(xiàn)代社會的運行已不再僅依賴物質(zhì)層面的流通體系，同樣深度依賴于認(rèn)知活動的組織與協(xié)調(diào)方式。在這一語境下，認(rèn)知基礎(chǔ)設(shè)施的概念逐步形成。[9]認(rèn)知基礎(chǔ)設(shè)施通常被理解為認(rèn)知活動的外部支撐條件，其主要功能在于降低認(rèn)知成本、提升知識可獲得性，并提高認(rèn)知活動的組織效率。在大模型廣泛應(yīng)用的當(dāng)下，認(rèn)知基礎(chǔ)設(shè)施根本變化在于，基礎(chǔ)設(shè)施不再僅是影響認(rèn)知，而是開始直接執(zhí)行認(rèn)知過程本身。具備生成、推理、協(xié)作與情境化表達能力的智能系統(tǒng)，被系統(tǒng)性地嵌入知識生產(chǎn)、學(xué)習(xí)與決策過程之中，使原本依賴人類完成的認(rèn)知操作轉(zhuǎn)移至外部系統(tǒng)穩(wěn)定運行。由此，認(rèn)知基礎(chǔ)設(shè)施不再只是認(rèn)知活動的支撐平臺，而演化為具備主動認(rèn)知能力的協(xié)作系統(tǒng)，推動認(rèn)知活動整體呈現(xiàn)明顯的認(rèn)知外包特征。
基于上述演進，智能時代的認(rèn)知基礎(chǔ)設(shè)施可界定為：由智能技術(shù)、數(shù)據(jù)資源、算法模型、技術(shù)標(biāo)準(zhǔn)、符號系統(tǒng)與制度規(guī)則等要素結(jié)構(gòu)化集成而形成的社會-技術(shù)系統(tǒng)，該系統(tǒng)直接參與并嵌入認(rèn)知任務(wù)的執(zhí)行過程，為認(rèn)知活動的生成、組織與協(xié)同提供系統(tǒng)性、穩(wěn)定性的支撐架構(gòu)。其本質(zhì)并非單一技術(shù)或工具的集合，而是具有內(nèi)在結(jié)構(gòu)分化與功能耦合特征的復(fù)雜體系，既支撐和拓展人類認(rèn)知能力，也通過自主執(zhí)行部分認(rèn)知流程，深度融入認(rèn)知實踐之中，從而重塑認(rèn)知分工模式、能力結(jié)構(gòu)，以及人類認(rèn)知主體性的構(gòu)成與邊界。首先，在結(jié)構(gòu)要素上，認(rèn)知基礎(chǔ)設(shè)施呈現(xiàn)出多層嵌套的體系結(jié)構(gòu)。其底層是以算力、數(shù)據(jù)與網(wǎng)絡(luò)為核心的技術(shù)基座，為認(rèn)知活動的外包、加速與規(guī)模化提供物質(zhì)條件；中間層由算法模型、推理機制與知識表示系統(tǒng)構(gòu)成，承擔(dān)信息加工、模式識別、推斷生成等核心認(rèn)知職能；上層則體現(xiàn)為語言、符號、界面與交互機制，它們將復(fù)雜的計算過程轉(zhuǎn)譯為可被人類理解、操控和整合的認(rèn)知對象。同時，貫穿各層的是制度、規(guī)范與價值導(dǎo)向，包括數(shù)據(jù)治理規(guī)則、技術(shù)使用邊界、教育評價與責(zé)任分配機制等，它們對認(rèn)知權(quán)力的分布格局與運行機制持續(xù)調(diào)控。其次，就其具體存在形態(tài)而言，智能時代的認(rèn)知基礎(chǔ)設(shè)施并不是以單一、可辨識的實體形式出現(xiàn)，而是以平臺化、網(wǎng)絡(luò)化并高度嵌入的方式，分散卻持續(xù)地滲透于社會運行的多個層面。一方面，這種基礎(chǔ)設(shè)施以多種智能系統(tǒng)形態(tài)被顯性地感知和使用；另一方面，認(rèn)知基礎(chǔ)設(shè)施深度嵌入教育、科研、治理及日常工作流程之中，通過技術(shù)標(biāo)準(zhǔn)、系統(tǒng)接口與算法規(guī)則的設(shè)置，其在無形中塑造著問題的提出方式、知識的組織結(jié)構(gòu)，以及行動路徑的選擇邏輯。正是這種高度嵌入性與結(jié)構(gòu)性介入，使認(rèn)知基礎(chǔ)設(shè)施逐漸超越外在、可替換的工具屬性，而演變?yōu)檎J(rèn)知活動得以展開的環(huán)境條件與前提框架。
智能認(rèn)知基礎(chǔ)設(shè)施表現(xiàn)出較為突出的參與式介入與前置性引導(dǎo)特征。其并非僅在認(rèn)知結(jié)果形成之后承擔(dān)加速處理或優(yōu)化輸出的功能，而是在認(rèn)知活動尚未充分展開之前，便通過算法機制介入注意力的配置、問題的界定，以及推理路徑的初步篩選，從而對認(rèn)知走向進行先行性的結(jié)構(gòu)約束。就其整體結(jié)構(gòu)與功能作用而言，智能認(rèn)知基礎(chǔ)設(shè)施呈現(xiàn)出一種高度智能化、平臺化與模塊化相互交織的形態(tài)特征。它們以相對獨立的外部認(rèn)知單元嵌入人類思維活動之中，并與個體內(nèi)部認(rèn)知機制形成某種并非對等、卻相對穩(wěn)定的分工關(guān)系。在這一結(jié)構(gòu)之下，認(rèn)知活動已不再完全依賴個體內(nèi)部的加工與調(diào)節(jié)，而是越來越多地轉(zhuǎn)移至由“人—機—制度”共同構(gòu)成的復(fù)合系統(tǒng)中完成。基礎(chǔ)設(shè)施由此超越了單純提供信息或工具支持的角色，通過算法直接承擔(dān)起模式識別、預(yù)測判斷與方案生成等關(guān)鍵認(rèn)知任務(wù)，并悄然改變著認(rèn)知活動的節(jié)奏、內(nèi)在邏輯與評價標(biāo)準(zhǔn)，推動認(rèn)知過程朝向分布式、協(xié)同化的方向演進，且使認(rèn)知基礎(chǔ)設(shè)施由此從“中性的技術(shù)背景”轉(zhuǎn)化為塑造思維形態(tài)、知識結(jié)構(gòu)與決策方式的重要力量。與之相伴，主體性呈現(xiàn)出分布化、交互化乃至動態(tài)重組的特征，認(rèn)知主體的形態(tài)逐步表現(xiàn)為由人類、算法與智能體共同參與的異構(gòu)融合認(rèn)知共同體。
基于智能認(rèn)知基礎(chǔ)設(shè)施的新型一體化：教育科技人才融合發(fā)展框架。基于智能認(rèn)知基礎(chǔ)設(shè)施的新型一體化，是指在人工智能深度嵌入人類認(rèn)知活動的情境下，以共享的智能認(rèn)知基礎(chǔ)設(shè)施為核心媒介，將教育活動、科技創(chuàng)新與人才能力發(fā)展統(tǒng)一納入同一人機共智認(rèn)知系統(tǒng)之中的結(jié)構(gòu)性理論框架。該框架突破了傳統(tǒng)以制度分工與職能銜接為中心的一體化理解方式，轉(zhuǎn)而從認(rèn)知結(jié)構(gòu)與認(rèn)知資源配置層面，解釋教育、科技與人才之間關(guān)系的內(nèi)在統(tǒng)一性。在該框架中，智能認(rèn)知基礎(chǔ)設(shè)施構(gòu)成系統(tǒng)的底層支撐，其核心不再僅是物理意義上的技術(shù)平臺，而是由人工智能模型、知識工程體系、推理與生成機制、交互接口，以及相應(yīng)的治理規(guī)則共同構(gòu)成的復(fù)合型認(rèn)知環(huán)境。這一環(huán)境為不同主體提供共享的認(rèn)知工具與認(rèn)知路徑，提供與主體認(rèn)知相匹配的認(rèn)知外包服務(wù)，使學(xué)習(xí)、研究與創(chuàng)新活動在認(rèn)知層面具備可對齊、可復(fù)用、可遷移的基礎(chǔ)條件。
在上述底層結(jié)構(gòu)的持續(xù)支撐下，教育、科技與人才不再被理解為彼此分離、依次展開的功能子系統(tǒng)，而是共同嵌入于同一認(rèn)知操作空間中，形成在同一認(rèn)知框架中承擔(dān)不同任務(wù)側(cè)重的并行模塊。教育系統(tǒng)依托人機共智的學(xué)習(xí)環(huán)境，更多承擔(dān)的是認(rèn)知生成及其初步組織的職責(zé)，其關(guān)鍵在于引導(dǎo)個體在認(rèn)知基礎(chǔ)設(shè)施中逐步形成問題意識、摸索基本的認(rèn)知路徑，并真實參與到初級知識生產(chǎn)活動之中。科技創(chuàng)新系統(tǒng)則在相同的認(rèn)知條件下，對這些問題展開更高強度的推理、建模與驗證，發(fā)現(xiàn)新的知識，推動認(rèn)知向更高層次的深化。科研活動中日益常態(tài)化的認(rèn)知外包方式，又不斷反向滲透至學(xué)習(xí)過程，對學(xué)習(xí)目標(biāo)的設(shè)定、課程內(nèi)容與實施方式，以及評價方式產(chǎn)生持續(xù)影響。與之相應(yīng)，人才發(fā)展不再表現(xiàn)為脫離實踐情境的能力積累過程，而更體現(xiàn)為個體在認(rèn)知外包中逐步生成的一種系統(tǒng)性協(xié)同能力，即在統(tǒng)一的認(rèn)知基礎(chǔ)設(shè)施中進行跨任務(wù)、跨角色切換與協(xié)作的能力結(jié)構(gòu)。
從發(fā)展與形成的角度看，基于智能認(rèn)知基礎(chǔ)設(shè)施的新型一體化體系，并非主要通過自上而下的制度設(shè)計一次性完成，而是在技術(shù)條件、制度安排與實踐活動的持續(xù)互動中，逐步生成并固化為新的結(jié)構(gòu)形態(tài)。隨著智能認(rèn)知基礎(chǔ)設(shè)施日益成為學(xué)習(xí)、研究與創(chuàng)新活動的共同依托，其將從工具層面主體上升為長期性的結(jié)構(gòu)變量，對創(chuàng)新體系的運行邏輯和能力分布產(chǎn)生深層形塑作用。在這一過程中，融合關(guān)系呈現(xiàn)明顯的路徑依賴特征，早期的技術(shù)選擇、平臺規(guī)則與治理方式，可能在較長時期內(nèi)鎖定教育、科研與人才發(fā)展的基本走向。由此，未來競爭的關(guān)鍵，或?qū)⒉辉偃Q于單一領(lǐng)域的資源投入規(guī)模，而更多體現(xiàn)在對智能認(rèn)知基礎(chǔ)設(shè)施整體配置能力、演化方向及其邊界的系統(tǒng)性駕馭水平上。
面向智能認(rèn)知基礎(chǔ)設(shè)施的一體化治理：政策范式的系統(tǒng)轉(zhuǎn)型
在智能認(rèn)知基礎(chǔ)設(shè)施成為關(guān)鍵認(rèn)知執(zhí)行載體的條件下，治理問題的核心不再是單純的資源配置或部門協(xié)同，而需要關(guān)注基于認(rèn)知基礎(chǔ)設(shè)施的認(rèn)知流程、認(rèn)知權(quán)力與認(rèn)知責(zé)任的制度化調(diào)控。
治理對象的轉(zhuǎn)變：從人工智能應(yīng)用到認(rèn)知基礎(chǔ)設(shè)施。在實踐中，人工智能通常被視為一種具體技術(shù)或應(yīng)用形態(tài)，其治理對象主要指向算法系統(tǒng)、數(shù)據(jù)資源及其使用方式，由此形成以安全、合規(guī)、倫理與責(zé)任劃分為核心的治理框架。這一治理模式的適用前提在于，人工智能主要作為外在技術(shù)被嵌入既有組織與制度結(jié)構(gòu)之中，其影響范圍可以通過對應(yīng)用場景的限定加以控制。
隨著生成式人工智能持續(xù)進入教育、科研與創(chuàng)新實踐的核心環(huán)節(jié)，人工智能不再僅以單一應(yīng)用的形式出現(xiàn)，而是通過統(tǒng)一的模型體系與交互機制，貫穿多類認(rèn)知活動過程，逐步構(gòu)成支撐知識生產(chǎn)與學(xué)習(xí)活動運行的基礎(chǔ)性條件。在這一過程中，其作用范圍由具體應(yīng)用場景擴展至認(rèn)知活動的整體結(jié)構(gòu)，治理所面對的對象亦隨之發(fā)生轉(zhuǎn)移。在此背景下，教育科技人才一體治理所需要回應(yīng)的，不再只是人工智能在何處、以何種方式被使用的問題，而是以人工智能為核心構(gòu)成要素的認(rèn)知基礎(chǔ)設(shè)施如何被整體設(shè)計、配置與運行的問題。治理對象由此從分散的技術(shù)應(yīng)用，轉(zhuǎn)向?qū)缭浇逃w系、科研體系與人才培養(yǎng)體系的認(rèn)知基礎(chǔ)設(shè)施整體進行認(rèn)知流程設(shè)計、認(rèn)知權(quán)力分配與認(rèn)知責(zé)任歸屬等方面的規(guī)制與引導(dǎo)。
治理邏輯的重構(gòu)：從制度協(xié)調(diào)到認(rèn)知工程。在治理對象發(fā)生轉(zhuǎn)變的同時，既有的一體化治理邏輯亦面臨調(diào)整。傳統(tǒng)的一體化治理主要依托制度層面的協(xié)調(diào)機制，通過部門協(xié)作、政策對接與資源統(tǒng)籌，實現(xiàn)教育、科技與人才系統(tǒng)之間的聯(lián)動。這一治理邏輯在很大程度上假定各系統(tǒng)內(nèi)部的運行機制相對獨立且穩(wěn)定，一體化問題主要體現(xiàn)為制度接口與管理層級之間的協(xié)調(diào)問題。
然而，當(dāng)教育、科研與創(chuàng)新活動通過共享的技術(shù)架構(gòu)與認(rèn)知流程展開時，僅依靠外部制度協(xié)調(diào)已難以有效回應(yīng)系統(tǒng)內(nèi)部結(jié)構(gòu)的變化。生成式人工智能通過持續(xù)介入認(rèn)知活動的具體過程，使不同領(lǐng)域在操作層面形成高度相似的認(rèn)知模式，一體化的實現(xiàn)方式由制度聯(lián)動逐步轉(zhuǎn)向結(jié)構(gòu)耦合。在這一條件下，治理的關(guān)鍵不再只是制度之間如何銜接，而是這些制度如何共同作用于認(rèn)知系統(tǒng)的運行方式。
由此，新型一體化治理的邏輯逐漸呈現(xiàn)認(rèn)知工程的特征，即通過制度安排與技術(shù)架構(gòu)的協(xié)同設(shè)計，對認(rèn)知流程、認(rèn)知分工與認(rèn)知責(zé)任進行有意識的引導(dǎo)與塑形。治理關(guān)注的重點不在于簡單增強制度聯(lián)動強度，而在于通過對人機共智系統(tǒng)運行機制的設(shè)計，促進高階認(rèn)知活動、原創(chuàng)性知識生產(chǎn)，以及公共價值導(dǎo)向的實現(xiàn)。
治理路徑的轉(zhuǎn)向：以認(rèn)知基礎(chǔ)設(shè)施為抓手。從政策實踐的角度觀察，以認(rèn)知基礎(chǔ)設(shè)施為樞紐的一體化治理思路，強調(diào)將人工智能平臺、智能算力體系、數(shù)據(jù)資源、可持續(xù)演化的知識庫，以及相應(yīng)的算法治理機制，作為支撐國家創(chuàng)新體系運行的基礎(chǔ)性條件進行整體布局。這類基礎(chǔ)設(shè)施并非僅服務(wù)于某一單一領(lǐng)域，而是在同時支撐教育活動、科技創(chuàng)新與人才能力發(fā)展的過程中，構(gòu)成三者共同依賴的底層認(rèn)知環(huán)境，從而在認(rèn)知條件層面實現(xiàn)教育、科技與人才之間的結(jié)構(gòu)性聯(lián)動。
在教育領(lǐng)域，該框架要求將智能認(rèn)知基礎(chǔ)設(shè)施納入國家教育數(shù)字化戰(zhàn)略的核心議程之中，推動學(xué)習(xí)環(huán)境由以信息化工具為主的教學(xué)支持系統(tǒng)，逐步轉(zhuǎn)向人機共智的學(xué)習(xí)空間。通過在課程設(shè)計、教學(xué)實施與學(xué)習(xí)評價環(huán)節(jié)中有序引入生成式認(rèn)知工具，引導(dǎo)學(xué)生參與問題建構(gòu)、知識生成與證據(jù)審查等認(rèn)知活動，使教育過程在認(rèn)知結(jié)構(gòu)上與科研創(chuàng)新保持內(nèi)在連通，為高水平科技創(chuàng)新提供持續(xù)的認(rèn)知準(zhǔn)備與能力基礎(chǔ)；在科技領(lǐng)域，該框架強調(diào)科研活動應(yīng)依托相對統(tǒng)一的智能認(rèn)知基礎(chǔ)設(shè)施展開，實現(xiàn)科研工具、知識資源與認(rèn)知路徑的更大范圍共享。通過推動科研平臺向教育體系與青年人才開放，使科研問題、研究方法與工具配置向?qū)W習(xí)階段前移，有助于提升科技創(chuàng)新體系的開放性與延展性，并逐步形成以認(rèn)知基礎(chǔ)設(shè)施為紐帶的協(xié)同創(chuàng)新生態(tài)；在人才能力發(fā)展層面，以認(rèn)知基礎(chǔ)設(shè)施為樞紐的一體化治理思路，主張有必要將培養(yǎng)對象對智能認(rèn)知基礎(chǔ)設(shè)施使用方式、運行邏輯及其影響邊界的理解，納入人才培養(yǎng)計劃，并在此基礎(chǔ)上強化其對相關(guān)系統(tǒng)進行調(diào)節(jié)與干預(yù)的能力建設(shè)。相應(yīng)地，與智能系統(tǒng)協(xié)同開展工作的能力，應(yīng)逐步進入人才自主培養(yǎng)機制中，[10]推動人才評價標(biāo)準(zhǔn)由以知識存量和個體技能為中心的取向，轉(zhuǎn)向更加重視認(rèn)知資源配置能力與人機共智系統(tǒng)協(xié)同能力的方向調(diào)整。
治理風(fēng)險的防范：關(guān)注人機共智中的認(rèn)知主權(quán)。生成式人工智能所引出的深層治理議題，集中地指向認(rèn)知主權(quán)的潛在削弱。[11]當(dāng)問題界定、推理路徑與判斷依據(jù)在日常實踐中被持續(xù)外移至生成式系統(tǒng)時，個體與組織往往在不自覺中讓渡對關(guān)鍵認(rèn)知環(huán)節(jié)的控制權(quán)。這一過程并非突發(fā)性的制度斷裂，而是以漸進、隱性的方式嵌入認(rèn)知實踐之中，因而，更具結(jié)構(gòu)性風(fēng)險。
從認(rèn)知外包的理論視角看，外部認(rèn)知結(jié)構(gòu)的引入始終伴隨著能力擴展與依賴風(fēng)險的并存。治理的關(guān)鍵并不在于是否開展人機協(xié)作，而在于能否在制度層面保障人類主體對價值判斷、問題設(shè)定與意義解釋的最終主導(dǎo)權(quán)。若缺乏清晰的邊界與約束，認(rèn)知外包可能壓縮思維路徑的多樣性，弱化原創(chuàng)性探索所需的認(rèn)知張力，并通過知識生成過程的“黑箱化”，模糊責(zé)任歸屬與判斷依據(jù)，進而影響認(rèn)知主體性與創(chuàng)新性。因此，基于智能認(rèn)知基礎(chǔ)設(shè)施推進一體化發(fā)展，必須將認(rèn)知主權(quán)置于治理核心。一方面，需要通過算法透明、數(shù)據(jù)安全與公共可控性的制度安排，防止關(guān)鍵認(rèn)知資源被平臺壟斷，誘發(fā)新的結(jié)構(gòu)性不平等；另一方面，應(yīng)在教學(xué)規(guī)范、科研倫理與評價機制中明確認(rèn)知外包的適用邊界，區(qū)分可被制度化外移的認(rèn)知環(huán)節(jié)與必須由人類主體承擔(dān)的關(guān)鍵判斷。唯有如此，人機共智方能沿著認(rèn)知增強而非技術(shù)替代的方向演進，使智能認(rèn)知基礎(chǔ)設(shè)施在制度保障下真正服務(wù)于人的發(fā)展，并成為支撐創(chuàng)新體系長期穩(wěn)健運行的基礎(chǔ)性條件。
（北京師范大學(xué)教育學(xué)部博士研究生王志尊對本文亦有貢獻）
注釋
[1]習(xí)近平：《學(xué)習(xí)好貫徹好黨的二十屆四中全會精神》，《求是》，2026年第1期。
[2]朱杰：《推進教育、科技、人才“三位一體”融合發(fā)展》，《中國高等教育》，2023年第9期。
[3]余勝泉、汪凡淙：《人工智能教育應(yīng)用的認(rèn)知外包陷阱及其跨越》，《電化教育研究》，2023年第12期。
[4]S. Noy and W. Zhang, "Experimental Evidence on the Productivity Effects of Generative Artificial Intelligence," Science, 2023(6654).
[5]中國科學(xué)院創(chuàng)新范式研究組：《加快人工智能驅(qū)動的知識創(chuàng)新體系建設(shè)》，《中國科學(xué)院院刊》，2025年第10期。
[6]余勝泉、湯筱玙：《智能時代的人才培養(yǎng)模式改革與創(chuàng)新》，《開放教育研究》，2024年第3期。
[7]B. Carlsson; S. Jacobsson; M. Holmén and A. Rickne, "Innovation Systems: Analytical and Methodological Issues," Research policy, 2002(2).
[8]P. N. Edwards; G. C. Bowker; S. J. Jackson and R. Williams, "Introduction: an Agenda for Infrastructure Studies," Journal of the Association for Information Systems, 2009(5).
[9]任孟山、孫林：《作為認(rèn)知基礎(chǔ)設(shè)施的人工智能：國際傳播認(rèn)知戰(zhàn)時代的新型博弈》，《對外傳播》，2025年第11期。
[10]陳志：《以科技體制改革為牽引推動全面創(chuàng)新》，《人民論壇》，2025年第2期。
[11]R. Atkinson, "Cognitive Sovereignty and Neurocomputational Harm in Predictive Digital Platforms," Ethics and Information Technology, 2025(4).
Integrated Development of Education, Science and Technology, and Talent
Based on Intelligent Cognitive Infrastructure
Yu Shengquan
Abstract: Against the backdrop of a new round of technological revolution and industrial transformation, artificial intelligence is deeply embedded in the processes of knowledge production, scientific research organization, talent development, and education and teaching as a cognitive participant, driving a structural reshaping of the relationships between education, science and technology, and talent. From the theoretical perspective of cognitive outsourcing, by expanding the analytical scale from the individual-tool relationship to the institutional human-machine system level, it can be seen that artificial intelligence, as a public cognitive infrastructure, exerts a structural impact on the education and scientific research systems. The integrated development of education, science and technology, and talent has exhibited prominent characteristics with intelligent cognitive infrastructure at its core: the logic of integrated advancement is shifting from institutional coordination to in-depth coupling at the cognitive structure level, and integrated governance is evolving toward the institutional regulation of cognitive processes, cognitive power and cognitive responsibility based on intelligent cognitive infrastructure.
Keywords: cognitive outsourcing; human-machine synergic intelligence; intelligent cognitive infrastructure; integrated development of education, science and technology, and talent
責(zé) 編∕肖晗題 美 編∕周群英
