昨天下午準備下班的時候，我刷到中國政府網的公眾號推送了一篇文章，內容是一份新政策，標題是《國務院關于深入實施 " 人工智能 +" 行動的意見》，發布時間是 8 月 26 日 17 點 11 分。

說實話，以前我對這種官方政策文件一向是比較發怵的，動輒幾千字的內容，再加上很多文件里的專有名詞對于我來說，過于陌生了。但這份文件因為聚焦 AI，我憑著好奇心點進去看了看。

這一看不要緊，發現里面的信息量真的很大。這不是一般的行業指導意見，而是繼 2017 年《新一代人工智能發展規劃》之后，國家層面對 AI 戰略的全面升級。我在后面的文章里也會帶大家簡單對比一下，它跟十年前 " 互聯網 +" 政策的異同。

我花了一個晚上時間，像做產品分析一樣仔細研究了這份文件，發現了不少有意思的 " 密碼 "。所以迫不及待想跟大家分享一下我的感受。

一、政策文件里的 " 密碼學 "

你肯定知道，這種國家政策文件其實就像程序代碼一樣，每個詞匯的出現頻率、每個概念的位置安排，都透露著政策制定者的真實意圖。

密碼一：關鍵詞的 " 出鏡率 "

我數了一下，" 人工智能 " 這個詞在文件里出現了整整 85 次。當然，這畢竟是一份關于 AI 的政策，所以 " 人工智能 " 成為第一熱詞也是名至實歸。

不過，其他的高頻詞中，" 加快 " 出現了 22 次，同義詞 " 加速 " 出現了 3 次，這就能體現出一種 " 時不我待 " 的沖鋒感覺。" 創新 " 這個詞出現了 20 次，" 融合 " 出現了 7 次，里面有 " 跨界融合 "，也有 " 深度融合 " 和 " 多學科融合 "，這里就能體現出要把人工智能滲透到社會的方方面面。另外，" 普惠 " 這個詞在不同的段落中出現了 5 次。這可不是隨便寫的，每一個高頻詞都在向我們傳遞信號。

特別是 " 普惠 " 這個詞，你看以前的 AI 相關政策文件，基本不怎么提這個概念。但這次，從 " 推動智能算力供給普惠易用 " 到 " 推動城鄉智能普惠 "，再到 " 打造平權、互信、多元、共贏的人工智能能力建設開放生態 "，滿篇都在強調，要讓 AI 變成人人都能用得起、用得上的東西。

這說明什么？說明 AI 已經從 " 高大上的實驗室技術 " 變成了 " 國家要推廣到千家萬戶的基礎設施 "。就像當年的互聯網一樣，要從少數人的玩具變成全民的工具。

密碼二：時間節點的 " 精心設計 "

文件里提到了三個關鍵時間點：2027 年、2030 年、2035 年。我經常一看到這樣的三個數字，就仿佛被中學數學老師點穴一般，先去看看是不是等差數列。乍一看，這三個年份，一個距今 2 年，一個距今 5 年，一個距今 10 年，看上去好像是隨意定的，但仔細琢磨就能發現其中的門道了。

2027 年要實現 70% 的智能終端普及率，這個時間點正好卡在 " 十四五 " 規劃收官和 " 十五五 " 規劃啟動的節骨眼上。2030 年要達到 90%，這不是巧合，正好和碳達峰目標同步。2035 年全面進入智能社會，又恰好對應 " 基本實現社會主義現代化 " 的目標。

這三個年份其實就是把 AI 發展和整個國家現代化進程整體聯系在一起，讓 AI 產業的發展變成了賽車上的強勁引擎。

密碼三：一個全新概念的首次亮相

最讓我眼前一亮的是 " 智能原生 " 這個概念。至少是我自己在國家級政策文件里第一次看到這個詞。

什么叫 " 智能原生 "？文件里的定義是 " 底層架構和運行邏輯基于人工智能的智能原生企業 "。用大白話說，就是那些從誕生第一天起就把 AI 當作 " 基因 " 的公司和產品。

這和以前的 "AI 改造傳統行業 " 完全不是一個概念。以前是拿 AI 去改造銀行、改造制造業、改造零售業，現在是要孵化出一批天生就是 AI 驅動的新物種。

就像當年移動互聯網時代，微信、抖音這些 " 移動原生 " 應用顛覆了很多 PC 時代的產品一樣，未來可能會出現一批 "AI 原生 " 的公司，直接顛覆現有的商業模式。

二、這次真的不一樣了

要理解這份文件的分量，我們得先看看它和以往政策的根本性差異。大家要知道，雖然看起來 ChatGPT 在 2022 年 11 月才出來，引起了這一波生成式人工智能的熱潮，但 " 人工智能 " 這個大領域要比 GPT 這個事件早很多。

僅從我們國家政策層面來看，關于人工智能的獨立文件可以追溯到 2017 年的《新一代人工智能發展規劃》。

為什么我要強調獨立文件呢？

因為在 2015 年發布的關于互聯網 + 的政策文件里，就已經提出了要 " 互聯網 + 人工智能 "，明確了要加快人工智能核心技術突破。只不過在那份文件里，人工智能還是被別人加的對象，有點兒像請來做客的。

然而，2017 年之后，政府在 2019 年和 2025 年，又發布了兩份關于人工智能的國家級政策文件。

戰略演進：從 " 技術突破 " 到 " 深度融合 "

2017 年那份《新一代人工智能發展規劃》，核心關鍵詞是什么？" 深度學習 "、" 跨界融合 "、" 人機協同 "、" 群智開放 "、" 自主操控 " ——幾乎通篇都在講技術特征和技術突破。

因為那個時候，人工智能還沒有走出少數專家的實驗室。要知道，這輪人工智能革命中最重要的那篇論文，谷歌八子的 Transformer 想法，也是 2017 年才第一次出現。從規劃里，我們可以看出，當時還在琢磨怎么讓 AI 跑得更快、算得更準。

2019 年的《人工智能治理原則》，重點轉向了 " 和諧友好、公平公正、包容共享 " 這些治理層面的考量。那時候，大家開始擔心 AI 會不會失控，會不會帶來倫理問題。說實話，這篇里大部分都是比較原則和抽象的內容。

但這次 2025 年的 " 人工智能 +" 政策，畫風完全變了。核心是 " 科技 - 產業 - 消費 - 民生 - 治理 - 全球合作 " 六大領域聯動，重點不再是技術本身，而是如何讓 AI 全面滲透到經濟社會的每一個角落。

這個轉變意味著什么？意味著 AI 已經從 " 實驗室里的黑科技 " 變成了 " 國家基礎設施的重要組成部分 "。就像當年的電力、互聯網一樣，不再是某個行業的專利，而是所有行業都必須擁抱的基礎能力。

十年一輪回：從 " 互聯網 +" 到 " 人工智能 +" 的歷史對照

更有意思的對比是，這次 " 人工智能 +" 政策和 2015 年的 " 互聯網 +" 政策有著驚人的相似性，但也有根本性的不同。

2015 年的 " 互聯網 +" 政策的原文，是這樣定義的：" 把互聯網的創新成果與經濟社會各領域深度融合，推動技術進步、效率提升和組織變革，提升實體經濟創新力和生產力，形成更廣泛的以互聯網為基礎設施和創新要素的經濟社會發展新形態。"

2025 年的 " 人工智能 +" 政策，原文則強調：" 深入實施‘人工智能 + ’行動，推動人工智能與經濟社會各行業各領域廣泛深度融合，重塑人類生產生活范式，促進生產力革命性躍遷和生產關系深層次變革。"

你看，核心邏輯是一樣的——都是要讓新技術與傳統行業深度融合。但關鍵差異在于這里面用的詞匯，差別可是非常大的：

" 互聯網 +" 強調的是 " 連接 " 和 " 效率提升 "，而 " 人工智能 +" 強調的是 " 重塑 " 和 " 革命性躍遷 "。前者是改良，后者是顛覆。

" 互聯網 +" 當時設定了 11 個重點行動領域，包括創業創新、協同制造、現代農業、智慧能源、普惠金融等，更多是在現有行業基礎上加上互聯網能力。

而 " 人工智能 +" 只設定了 6 個重點領域，看起來數量少了，但每個領域都更加宏觀和底層化，強調的是全要素、全流程的智能化改造。

為什么 " 科學技術 " 被放在第一位？

細心的朋友可能注意到，在六大重點行動中，" 人工智能 + 科學技術 " 被放在了第一位，排在產業發展和消費提質之前。這個排序可不是隨便安排的。

這釋放了一個強烈信號：中國要在 AI 的底層技術上實現真正的自主可控。不能再像過去那樣，應用層面很熱鬧，但核心技術還是依賴別人。

文件里提到要 " 加速科學發現進程 "、" 驅動技術研發模式創新 "、" 創新哲學社會科學研究方法 "，這三個方向其實對應著三個層面：基礎科學研究、工程技術突破、人文社科創新。

特別是 " 加速‘從 0 到 1 ’重大科學發現進程 " 這句話，直接點出了要害。以前我們更多是在做 " 從 1 到 N" 的應用創新，現在要在 " 從 0 到 1" 的原始創新上發力。

智能原生：一個顛覆性概念的深層含義

" 智能原生 " 這個概念的出現，標志著我們對 AI 發展路徑的認知發生了根本性轉變。

以前的思路是什么呢？是拿 AI 去改造現有的業務。比如銀行用 AI 做風控，制造業用 AI 做質檢，零售業用 AI 做推薦。這是 "AI 賦能傳統行業 " 的邏輯。

但 " 智能原生 " 完全不同。它說的是那些從第一行代碼開始，就把 AI 當作核心 " 基因 " 來構建的全新物種。

舉個例子，傳統的內容創作平臺是先有內容，再用 AI 來優化推薦算法。但像 Midjourney、ChatGPT 這樣的平臺，本身就是 AI 驅動的內容生成工具，沒有 AI 就沒有這個產品。這就是 " 智能原生 "。

當然，用我們公司的產品例子來理解更容易，得到 App 就是傳統產品，而 Get 筆記就是 " 智能原生 " 的 AI 新物種。這個新物種不僅僅體現在功能的差別上，更多的是在團隊的組織形式、產品研發流程甚至人才畫像上，都已經完全跟以前不一樣了。

再比如，傳統汽車廠商是在現有車型基礎上加裝智能駕駛系統，而理想、蔚來、小鵬、特斯拉等企業從設計第一款車開始，就把自動駕駛當作核心能力來構建整個產品架構。

這種差異不僅僅是技術路線的不同，更是商業模式的根本性顛覆。" 智能原生 " 企業往往能夠創造出全新的用戶體驗和價值創造方式，而不是簡單地提升現有業務的效率。

三、六大賽道的機會地圖

理解了政策信號，我們再來看看具體的機會在哪里。文件里面點出來的六大重點領域，每一個都蘊藏著巨大的商業機會。

科學領域：從 " 黑盒子 " 到 " 透明化 " 的機會

文件提到要 " 加快科學大模型建設應用 "，這可不是簡單的技術升級，而是一個全新的賽道。

什么是科學大模型？簡單說，就是專門為科學研究訓練的 AI 模型。例如，專門用于藥物發現的生物大模型、專門用于材料科學的化學大模型、專門用于天體物理的宇宙大模型。

這個領域的機會在哪里？傳統的科學研究往往需要幾年甚至幾十年才能有重大突破，但 AI 驅動的科學發現可能把這個周期縮短到幾個月。

例如，我不久前在得到 AI 學習圈里介紹的 AI 虛擬細胞數據集。以前在藥物研發流程中，需要一個個找病人作為受試者，來觀察相關數據變化，整個流程非常長，很多新藥實驗都半途而廢了。而現在就可以在人體實驗前，先在 AI 虛擬細胞數據集里進行模擬實驗，看看可能會發生什么樣的變化。這樣顯著縮短了新藥研發的周期，避免了許多半途而廢的實驗。

這些不同領域的進展，都極大地縮短了我們新的科學發現過程。誰能在這個領域搶先布局，誰就可能成為下一個 " 科學界的 OpenAI"。

另一個值得關注的是 " 智能化研發工具和平臺 "。現在已經有一些公司在開發 AI 輔助編程、AI 輔助設計，但這還只是冰山一角。未來可能會出現 AI 輔助的專利檢索、AI 驅動的實驗設計、AI 優化的工藝流程等等。這些都將為科學研究和產業應用帶來巨大的變革。

產業發展：從 " 改造 " 到 " 原生 " 的紅利

這個領域是機會最多、也是競爭最激烈的戰場。

文件特別強調要 " 培育一批底層架構和運行邏輯基于人工智能的智能原生企業 "。這句話翻譯過來就是：國家要扶持那些從誕生第一天起就把 AI 當作核心能力的公司。

具體有哪些方向呢？工業軟件是一個巨大的機會。傳統的 CAD、ERP、MES 軟件都是基于傳統邏輯設計的，但如果用 AI 重新構建這些工具，可能會帶來顛覆性的體驗提升。

農業數智化也是個被低估的領域。文件提到要 " 加快人工智能驅動的育種體系創新 "，這意味著從種子培育、種植管理到收獲加工的全鏈條都要智能化。中國有 14 億人口的糧食安全需求，這個市場的天花板極高。

通過這些舉措，中國有望在 " 改造 " 和 " 原生 " 的雙重路徑上取得紅利，不僅推動傳統產業的升級換代，也為新興行業的崛起創造機會。

消費提質：從 " 功能機 " 到 " 智能體 " 的躍遷

消費領域的變化可能是普通人最容易感受到的。

文件提到要 " 大力發展智能網聯汽車、人工智能手機和電腦、智能機器人、智能家居、智能穿戴等新一代智能終端 "。注意，這里用的是 " 新一代 "，不是簡單的升級換代。

什么叫新一代智能終端？就是那些能夠理解你的意圖、主動為你服務的設備。現在的智能手機還需要你去點擊 APP，但未來的 AI 手機可能直接通過語音對話就能幫你完成各種任務。

更有意思的是 " 智能助理等服務新入口 "。這意味著未來可能會出現專門的 AI 助理服務商，就像現在的家政公司一樣，但提供的是智能化的個人助理服務。

這種變化不僅意味著技術的進步，更是消費體驗的升級。消費者將能夠享受更便捷、智能化的服務，迎來從 " 功能機 " 到 " 智能體 " 的跨越式躍遷。

民生福祉：從 " 標準化 " 到 " 個性化 " 的普惠

這個領域的機會特別適合那些想要做 " 有溫度 " 生意的創業者，這也是和我們每個人的生活都息息相關的。

教育方面是一個巨大的機會。文件提到要 " 創新智能學伴、智能教師等人機協同教育教學新模式 "，推動 " 大規模因材施教 "。這意味著每個學生都可能擁有一個專屬的 AI 老師，根據個人的學習特點和進度來定制教學內容。

以前很多教育部門的文件里，" 因材施教 " 這個詞出現過很多次，但很少會在前面加上 " 大規模 " 這樣的定語。可以說，AI 的出現，能夠在很大程度上改善教育資源不均衡的情況。不管是一線城市還是山村小學，都有可能有一個免費的學習搭子。

醫療健康也是重點。文件中提到 " 探索推廣人人可享的高水平居民健康助手 "，其中的關鍵詞是 " 人人可享 "。以前高端的醫療資源只有少數人能享受，但 AI 可能讓優質的醫療服務變得普惠化。

這些領域的進步，不僅能夠提升民生福祉，更是對社會公平的深層次促進。這種從 " 標準化 " 到 " 個性化 " 的轉變，將賦予每個人更大的可能性和選擇權。

治理能力：從 " 人工 " 到 " 智能 " 的效率革命

政務服務的智能化改造蘊藏著巨大的 ToG 市場機會。

文件提到要 " 打造精準識別需求、主動規劃服務、全程智能辦理的政務服務新模式 "。這意味著未來的政務服務可能像網購一樣便捷，AI 能夠主動識別你的需求，自動幫你辦理各種手續。

安全治理也是一個重要方向。文件中提到 " 構建面向自然人、數字人、智能機器人等多元一體的公共安全治理體系 "，這個表述很有意思，說明政策制定者已經在考慮未來人機共存社會的治理問題了。所以，安全問題不僅僅涉及我們這樣的碳基生命，也包括機器人或者數字人這樣的硅基生命。

這些變化預示著治理能力將經歷一場從 " 人工 " 到 " 智能 " 的效率革命，不僅提高了政府工作的效率和精確性，也為全社會安全治理提出了全新方案。在這一過程中，利用 AI 技術提升政務和安全治理能力，將成為重要的突破口。

全球合作：從 " 跟隨 " 到 " 引領 " 的國際機遇

在我看來，這個領域可能是最具戰略意義的。

文件提到要 " 打造平權、互信、多元、共贏的人工智能能力建設開放生態 "，" 幫助全球南方國家加強人工智能能力建設 "。這意味著中國要在 AI 領域承擔更多的國際責任，也會帶來更多的國際合作機會。

我在這里需要解釋一下什么是 " 全球南方國家 "。它不是地理概念，而是經濟發展概念。" 全球南方 " 通常指發展中國家和新興經濟體，包括非洲、拉丁美洲、亞洲的大部分國家，以及一些東歐國家。相對應的 " 全球北方 " 則指發達國家，主要是歐美日等。這一劃分最初來源于大部分發達國家位于北半球，發展中國家位于南半球，但現在更多是基于經濟發展水平的區分。

中國提出要幫助這些國家建設 AI 能力，實際上是在構建一個以中國為核心的 AI 技術輸出體系。這不僅有助于擴大中國 AI 技術的國際影響力，也會為中國的 AI 企業創造巨大的海外市場機會。例如在上個月上海舉辦的世界人工智能大會上，我就看到在國家氣象局的展臺邊，有不少來自馬來西亞、新加坡的用戶在詳細了解國家氣象局的臺風預測大模型等。這其實就是通過我們的 AI 能力，幫助其他國家解決真實問題。

技術開源是一個特別值得關注的方向。隨著 DeepSeek 等開源模型的成功，中國在 AI 開源生態中的影響力越來越大。未來可能會出現更多基于開源技術的國際合作項目。這樣的合作將進一步鞏固中國在全球 AI 領域的引領地位。

四、普通人的 " 上車 " 機會

看完這些宏大的政策規劃，你可能會問：這些機會聽起來都很好，聽得整個人熱血沸騰，但我一個普通人，怎么參與進去？

好消息是，AI 技術的平權化正在讓這個問題變得越來越容易回答。

技術門檻正在快速降低

還記得二十年前做個網站需要什么嗎？要懂 HTML、CSS、JavaScript，要會數據庫，要懂服務器部署。但到了移動互聯網階段，用 WordPress 等工具，不懂代碼的人也能做出專業的網站。

AI 領域正在發生同樣的變化。以前訓練一個 AI 模型需要博士學位、昂貴的 GPU 集群，并且需要幾個月的時間。但現在，有了 DeepSeek、通義千問這些開源模型，普通人也能在幾十分鐘內，在自己的電腦上搭建出 AI 應用。

更重要的是，政策文件明確提到要 " 推動智能算力供給普惠易用、經濟高效 "，這意味著使用 AI 的成本會越來越低。就像當年云計算讓小公司也能享受大企業級的 IT 基礎設施一樣，AI 算力的普惠化會讓個人創業者也能擁有強大的 AI 能力。

隨著政策和技術的發展，普通人參與 AI 的機會將越來越多，你可以通過學習和實踐，更好地抓住這些機會，實現自我提升和職業發展。

三條主要的參與路徑

根據我觀察到的成功案例，普通人參與 AI 浪潮主要有三條路徑：

路徑一：AI 內容創作

這是門檻最低、見效最快的方向。浙江義烏有個賣襪子的商戶，用 AI 生成多語言帶貨視頻，3 個月時間銷量突破 200 萬單。廣西有個農民叫黃金慶，不但自己用 AI 工具制作短視頻，3 個月漲粉上萬，還教村民學會這個技能，從而成了當地的帶貨達人。

這類創業的特點是投入小、見效快。特別是隨著 AI 能力的不斷增強，只要有想法，以前需要一個復雜團隊才能完成的任務，現在借助 AI，一個人就能搞定。

路徑二：垂直領域解決方案

如果你在某個行業有經驗，可以考慮用 AI 來解決這個行業的具體問題。這比較好理解，因為現在的通用模型雖然強大，但在具體領域內的知識上，AI 其實并不擅長。很多行業知識隱藏在資深專家的腦海中。因此，如果你在某一領域有經驗，可以在 AI 的幫助下，開發一些小而美的產品。

比如，有個做了 10 年 HR 的朋友，開發了一個 AI 簡歷篩選插件，專門幫助中小企業快速篩選簡歷。雖然技術不復雜，但因為深入理解 HR 的痛點，產品很受歡迎。

這類創業的特點是需要行業經驗，但技術門檻不高，關鍵在于深度理解用戶需求。

路徑三：AI 落地咨詢服務

不是每個人都適合做產品，但可以做服務。

例如，有 AI 專家專門幫助傳統企業進行 "AI 化改造 "，指導他們如何使用現有的 AI 工具提升效率，或是搭建企業知識庫，相當于是成為企業的 AI 落地咨詢顧問。

不過，不管選擇哪條路徑，我有三個小提醒：

專注細分領域：不要想著做 " 通用 AI"，而是要解決特定人群的特定問題。

快速迭代驗證：先做一個最簡單的版本，快速獲得用戶反饋，然后不斷改進。

建立護城河：這可能是專業知識、用戶關系、或是數據積累，總之要有別人難以復制的優勢。

通過這些策略，普通人同樣可以在 AI 浪潮中找到自己的位置，實現創業夢想。

五、政策紅利與個人選擇

讀完這份重磅文件，我最大的感受是：我們正站在一個歷史性的機遇窗口前。

為什么說現在是最好的時機

首先，政策紅利期剛剛開始。從 2015 年 " 互聯網 +" 政策發布后，我們見證了移動支付、電商、共享經濟等一系列新業態的爆發。那些在政策發布初期就開始布局的人和企業，都獲得了巨大的發展紅利。

現在，" 人工智能 +" 政策剛剛發布，意味著新一輪的政策紅利期正式開啟。無論是資金支持、政策傾斜，還是市場準入的便利化，都會向 AI 相關領域傾斜。

其次，技術成熟度恰到好處。AI 技術既不像十年前那樣遙不可及，也不像十年后可能出現的那樣完全成熟而無機會。現在正處在技術快速迭代、應用場景不斷涌現的黃金期。

最重要的是，市場教育基本完成。經過 ChatGPT、DeepSeek、豆包等產品的普及，普通用戶對 AI 已經不再陌生。這為 AI 產品的推廣和應用創造了良好的市場環境。

需要注意的風險和挑戰

當然，機遇與挑戰并存。

技術的快速迭代速度是一把雙刃劍。今天看似先進的技術，可能幾個月后就被新技術替代了。這要求我們必須保持持續學習和快速適應的能力。

競爭會越來越激烈。隨著政策紅利的釋放，會有越來越多的人和資本涌入 AI 領域，早期的藍海市場很快就可能變成紅海。

具體的行動建議

對于不同的人群，我的建議是：

如果你是學生：現在就開始學習 AI 相關知識。不一定要成為技術專家，但至少要理解 AI 的基本原理和應用場景。未來幾乎所有行業都會被 AI 改造，提前儲備相關知識會讓你在就業市場上更有競爭力。

如果你是職場人士：思考一下 AI 如何與你的專業領域結合。不要等著被 AI 替代，而要主動學會使用 AI 工具來提升工作效率。想辦法讓別人一提起你，就覺得你是他朋友圈里最懂 AI 的人，所以平時要經常輸出自己對 AI 的理解和看法。比如，轉發這篇文章時，可以寫下自己所在的領域或者行業未來十年的最大機會是什么。

如果你是創業者：仔細研讀這份政策文件，找到與你的創業方向相關的政策支持點。同時，要快速行動，因為政策紅利期的窗口不會永遠開著。

如果你是投資者：關注那些真正解決實際問題的 AI 應用，而不是純粹的概念炒作。政策文件強調的 " 普惠 " 和 " 融合 "，意味著那些能夠降低 AI 使用門檻、促進 AI 與傳統行業深度結合的項目會更有價值。

無論你在哪個領域或哪個階段，這都是一個積極參與 AI 變革的好時機。把握住時機，就能在未來的競爭中占據優勢。

展望未來十年

從這份政策文件可以看出，未來十年將是 AI 全面改造社會的關鍵期，到 2035 年，我們可能真正進入一個智能社會。千萬不要覺得不可能。

著名的科技作者凱文 · 凱利在他的新書《2049》里有這樣的一段話：" 作為參考，我可以列舉出 25 年前還不存在的一小部分事物：短信、比特幣、區塊鏈、社交軟件、Zoom 遠程會議、智能手機以及與其相關的數百個應用、微信、流媒體視頻、電動汽車、Siri/Alexa 語音助手、人造肉、Fitbit 記錄器、智能戒指和手表、網紅、YouTube、眾籌、mRNA（信使核糖核酸）疫苗、VR 游戲、CRISPR（基因編輯技術）、自動駕駛，當然還有 AI。"

另外，2008 年 8 月 1 日 12 時 35 分，中國第一趟高鐵 C2275 次列車從北京南站駛出，開往天津。距今才 17 年的時間，我們的出行方式已經完全被改造了。

面對迭代速度更快的人工智能，別說十年時間，可能三五年后的情況，都是我們難以想象的。這不僅僅是技術的進步，更是生產方式、生活方式、治理方式的全面變革。每個人都會是這個變革大潮中的一員。

關鍵是要保持開放的心態，持續學習的能力，以及敢于嘗試的勇氣。正如這份政策文件說的那句話：要讓 " 全體人民共享人工智能發展成果 "。

機會就在那里，關鍵看你準備好了嗎？

來源：快刀青衣