前不久,上海交通大学安泰经济与管理学院(以下简称“交大安泰”)发布《AI时代商科人才培养的安泰宣言》,以十条原则阐述对人工智能时代人才培养的理解,探讨技术、产业与教育深度融合的核心问题与关键路径。在今年的世界人工智能大会上,交大安泰与商汤科技、AI开源学习社区Datawhale共同成立OPC人才孵化中心。
这一系列动作指向同一个核心追问:人工智能时代需要什么样的人?为何一人公司(OPC)成为写入多地“十五五”规划的产业议题?如何培养“超级个体”,从单一技能深耕走向全栈能力贯通?
OPC:定义“超级个体”的全栈能力
OPC的本质是“人机协同”的最小闭环。“超级个体”借助大模型、智能体、云服务和平台生态,独立完成从产品构思到市场交付的全链路。这一过程重新定义了个体的全栈能力——不是传统意义上的“前端后端都能写”,而是通过人工智能赋能,贯通“分析-生成-决策”的多模型协同能力。
当前人工智能模型按能力维度大致可归纳为分析式、生成式与决策式3种类型:分析式AI“洞见已然”,擅长从海量数据中识别规律与异常;生成式AI“构想未然”,通过对非结构化数据的重组,创造文本、图像、视频、代码;决策式AI“决断应然”,在复杂情境中模拟推演并提供可验证的决行动路径,在不确定性中寻求最优解。各类模型各有所长,在实际工作中往往需要融合调用,这在OPC运营中体现得尤为明显。以垂域智能体开发OPC为例,需要先用分析式AI理解用户行为数据,再用生成式AI编写交互脚本,最后用决策式AI优化定价策略。这种多模型协同能力,难以通过单一课程习得,只能在真实场景中反复打磨。
OPC的兴起将全栈能力内涵从技术应用深化到人机协作:“超级个体”需要的不是会多少种编程语言,而是能否精准地向AI描述问题、分解任务、校验输出和交付结果。从OPC孵化视角出发关注人才培养范式变革,正是把这种隐性的多模型协同能力显化为可训练、可评估的学习模块。
场景驱动:以真问题淬炼真能力
OPC为人才培养带来的核心启示,在于场景驱动的学习逻辑。传统教育体系中,学生面对的多是经过筛选和简化的“习题式问题”——已知条件清晰、答案明确、思路固定。但OPC创业者每天面对的,是来自真实场景的“混沌式问题”——需求模糊、约束多变、反馈即时。两种问题间的鸿沟,正是教育与产业脱节最深的地方。
在触发方式上,场景驱动意味着把“学习的起点”从课本移至现场。OPC创业者不是在学完一套理论后去寻找问题,而是先被真实场景中的痛点击中,再带着问题寻找知识与工具。在学习路径方面,场景驱动遵循“问题-知识-能力”的非线性逻辑——能力不是“学完再用”,而是“用中才生”。其与“做中学”同样有着本质区别:并非用已知知识解决已知问题,而是用未知挑战推动知识创造。人工智能时代的创新不仅是技术的创新,更需要管理的创新,将人才培养的起点从课堂延伸到企业一线、产业前沿和全球市场。
在转化机制上,OPC人才孵化的核心正是搭建“场景-问题-能力”的转化桥梁。通过对接产业真实需求、发布可承接场景清单、组织AI+X实训营等方式,让学习者在解决真问题的过程中淬炼真能力。真实场景既是技术应用的入口,也是人才培养的“任务书”。
“K型人才”:探索产教融合范式变革
随着产业发展加速升级,人才培育范式与目标也在持续迭代。I型人才深耕单一领域;T型人才在专业深度基础上拓展知识广度,形成一专多能的复合结构;π型人才进一步要求个体在两个或多个领域具备专业深度,并以跨领域整合能力进行串联。人才培养需求的变化回应了时代需求。人工智能时代的到来正在打破人才培养的线性演进逻辑——当一个人可以借助AI智能体完成从前端创意到后端交付的全链路时,人才能力结构的核心正从“知识储备的复合程度”转向“在真实场景中的动态生成效率”。
人工智能时代需要什么样的人才?如何在搭建深度耦合的产教融合育人体系?“K型人才”带来了新启示。这里的K,一竖代表对特定行业的深度理解与洞察,作为能力“锚点”决定能否发现真问题、产出可交付的结果;下斜线代表技术基底,包括AI工具使用、数据分析、智能体搭建等;上斜线代表创新能力,如产品思维、市场洞察、商业模式设计和持续迭代韧性等。K型人才的“两翼”不是平行的,而是相互赋能:技术基底越扎实,创新能力越有支撑;创新视野越开阔,技术选型越精准。
相比π型人才关注的复合人才知识结构,K型人才更强调动态能力生成,即个体如何在真实场景中借助人工智能完成全栈交付。π是K的静态快照,K是π的动态展开——一个π型人若要在AI时代成为OPC创业者,必须让“两竖”中的一竖深扎行业、另一竖生长为技术基底,而“一横”则需要演化为创新能力。从π到K,正是人才培养范式从“知识本位”向“交付本位”的迁移。
OPC人才孵化中心正在打造一种多元共生的产教融合育人生态,在“企业出题、高校答题”基础上,依托技术将产业场景进一步嵌入教育流程。AI不再是辅助工具,而是能力加速器——承担信息检索、内容生成、方案模拟等标准化工作,将学习者的精力从重复性劳动中释放,集中到更高阶的问题定义与价值判断上。在此基础上,学习者又从知识接收者转变为价值创造者——不用等待知识灌输,而是在真实场景中主动发现问题、调度AI完成任务分解与原型验证、整合资源交付结果。同时,导师的角色则从知识传授者转变为能力催化师——不直接给出答案,而是识别人机协作边界,给出行业判断、反思洞见与关键资源。在这里,以“问题-交付”为轴心的能力生长闭环消融了产业与教育的边界,以培养“K型人才”为目标,探索人工智能时代产教融合新范式。
(作者系上海交通大学安泰经济与管理学院党委副书记、研究员)
李厚锐 来源:中国青年报