夜雨聆风提醒：本篇文章4230字，阅读时间约12分钟，建议先收藏再读🌱
作为一个学经济的人，林毅夫教授相当于教科书。在北大国发院学习群看到直播预告就定了闹钟。
6月8日晚上，四位讲者——林毅夫（北京大学新结构经济学研究院院长）、黄铁军（北京大学计算机学院教授）、蔡昉（中国社会科学院学部委员）、李强（智联招聘集团执行副总裁），从经济学到人工智能到人口转型到就业市场，逐个登台。
三个小时听下来，我记了很多笔记。以下是我的整理与思考。
四重奏：当经济学遇上人工智能
林毅夫教授：不用PPT的布道者
林毅夫教授上台，没有PPT。循循善诱的语调，把第四次工业革命的叙事一层层铺开，像在办公室里跟你聊天，而不是在礼堂做报告。
核心判断：第四次工业革命，中国至少能与美国并驾齐驱。
底气来自四个优势——每年超过600万STEM毕业生，超过其他排名前十国家的总和；按购买力平价计算已是全球最大市场；拥有全球最完备的硬件产业配套体系；以及"有效市场与有为政府"有机结合的制度能力。
新能源汽车是他反复举的例子——二十年前毫无话语权，如今用数智技术赋能传统产业实现换道超车。
但最让我留意的，是他面对一个老问题时的态度。
高端对话时，主持人问：在AI环境下，您是否还坚持"后发优势"？
这个问题有来头。2000年起，杨小凯教授正式提出"后发劣势"——落后国家模仿技术容易、模仿制度难，短期增长反而强化制度惰性。
2002年，林毅夫教授撰文回应，认为发展中国家不必先完成宪政改革也能取得长期增长，技术引进成本远低于自主研发。
这场论战持续二十多年，直到2004年杨小凯教授去世，林毅夫教授在追悼会上说"众士之诺诺，不如一士之谔谔"；2014年张维迎教授接力辩论，论战延伸到产业政策。
二十多年过去了，AI时代来了，林毅夫教授的答案没有变。后发不是诅咒，是可能性——前提是你得主动去抓。
黄铁军教授：技术家的幽默与野心
如果说林毅夫教授是娓娓道来的布道者，黄铁军教授就是那个一上台就把气氛搅热的人。
他笑称自己是"技术家"不是"科学家"——科学家追求理解世界，技术家追求改变世界。技术突破不以科学突破为前提，先有发明后有理论，这是常态。
他PPT上画了一条演进轴：石器→铁器→火器→电器→智器（黄教授首创）。人类正在进入"智器时代"——未来十年，智力将像电力一样成为基础设施。
这不是科幻，他有硬核案例：团队研制的脉冲视觉芯片，采样频率4万赫兹，比人眼快1000倍，已进入产业化；2024年底智源线虫登上Nature子刊封面，从视觉到神经到行为，技术链路正在闭环。
但他也直言不讳地展示了另一面。十年内经济增长面临福利再分配，社会面临从白领到蓝领的就业替代，文化面临"君子不器，君子何谓？君子何为？"的追问。
他预测2045年具身智能有望全面超越人类——不是警告，是时间表。
林毅夫教授讲的是"为什么中国有机会"，黄铁军教授讲的是"技术正在走到哪里"。一个给信心，一个给坐标。
蔡昉教授：学者的温度
蔡昉教授是那种典型的学者——知识渊博，却平易近人。他讲人口转型与人力资本重塑，总能把宏大命题落到具体的人身上。
他展示了一张"U字形社会收益率曲线"——这条曲线的左半段有来头：诺贝尔经济学奖得主赫克曼教授用大量实证证明，儿童早期投资的社会回报率远高于后期补救。蔡昉教授在赫克曼教授的基础上，把曲线延伸到了另一端——在职培训和大龄劳动者的再教育，同样有高社会收益率。
横轴从孕期到延迟退休，纵轴是人力资本社会收益率。曲线两端最高——儿童早期发展和在职培训，是社会回报率最高的两个阶段，中间的学校教育反而收益率相对平缓。
这颠覆了一个常识：教育投入集中在学校阶段就够了？不，人生两端才是真正值得下注的地方。
他有一组数据：2012年之后，中国城镇累计创造了1.67亿个就业岗位，但5000多万个岗位流失。创造与消亡同时发生，速度在加快。
所以蔡昉教授说"教育前移、培训后延"不是锦上添花，而是刚需——农民工子女全部进入公立校园，儿童早期发展成为基本公共服务，学前教育城乡全免费；同时建立覆盖在职人员、转岗人员、大龄劳动者和延迟退休人员的终身学习制度。
少子化导致低龄在学人口减少，反而为财政资源重新配置提供了机会——危机里藏着窗口。
"市场可以试错，但人的发展不能试错。"
李强总：数据里的现实
如果说前三位分别从宏观战略、技术前沿、人口结构给出判断，李总则用招聘市场的数据把这些判断落到地上。
智联招聘平台4.04亿求职者、1549万家企业——这是他的数据底座。最醒目的数字：2023年1月到2026年3月，要求AI工具应用能力的职位增长了46倍。AI产品经理需求同比增长81%，人工智能工程师增长17%。
但另一面同样真实：编辑/编校下降29%，客户服务下降23%，视觉/交互设计下降21%。
据现场分享，企业应用AI后，47.7%用工规模总体稳定以提效为主，18.3%反而带动了更多业务岗位，只有14.7%出现人员缩减。提效是主要目的，替代是少数。
他还展示了一组人才需求变化：实践应用与工程化能力占38.7%，专业判断与决策力占21%，创新与解决问题能力占17%，人机协同管理与领导力占8%。专业分工正在向跨界融合迁移。
四位讲者，四种视角。林毅夫教授给了战略判断，黄铁军教授给了技术坐标，蔡昉教授给了人口警示，李强总则给了市场实证。他们都没有回避速度，但也都在暗示：跑得快和跑得对，不是一回事。
慢半拍的医疗：后发优势的试验场
听课的同时，我脑子里一直在转：这幅图景落到医疗行业，会是怎样的？
医疗在AI渗透的节奏上，是典型的"慢半拍"。互联网改造了零售、金融、出行，但走进很多医院，依然能看到排队挂号、手写病历、医生被文书工作压得喘不过气。
不是不想要效率，而是医疗面对的是人命，试错成本极高，监管天然保守，任何新技术都必须跨过安全性和有效性的双重门槛。
但"慢半拍"不等于"不会来"，而且来的方式跟大多数人想的不一样。医疗的慢，恰恰给了制度设计跑在技术前面的空间——制度到位了，AI就不是碾压工具而是赋能工具。
这和林毅夫教授后发优势的逻辑一脉相承：没有存量包袱的地方，反而能更快拥抱新规则。
AI替代的不是医生，是标准化医疗流程
林毅夫教授说AI最容易替代规则明确、重复性高、创造性弱的岗位。放在医疗里，就是读片、写病历、基础检验报告生成、药品配伍审查——标准化流程才是AI的主战场。
而临床判断、对病人整体状况的把握、对治疗方案的权衡，这些"人类独特能力"恰恰是蔡昉教授U型曲线里最值得下注的那一端。
基层医疗反而是AI落地的受益方
这听起来反常识——基层不是最缺技术吗？但基层最缺的是人。一个乡镇卫生院可能连影像科医生都没有，AI辅助诊断补的是人力缺口，不是替代现有人力。
越是资源匮乏的地方，AI的边际效用越大。就像中国当年在传统汽车工业上没有包袱，反而在电动化赛道上换道超车；基层医疗没有存量，反而能更快拥抱AI辅助工具。
高年资医生的经验在AI时代反而增值，数据显示企业应用AI后近半数是提效而非替代，医疗更是如此——一个二十年临床经验的医生配上AI辅助诊断，不是被替代，而是如虎添翼。
AI负责标准化流程，医生负责复杂判断和人文关怀。
消费反哺医疗的逻辑在AI时代更强。DRG/DIP控费之下传统收入模型被压缩，AI带来的效率提升释放了医生时间，在公立医疗控费天花板明确的情况下，释放出来的时间自然流向患者真正愿意付费的服务——健康管理、慢病随访、个性化诊疗方案。
绩效设计要让"人是目的"从口号变机制
AI提效之后，省下来的时间怎么分配？如果绩效只看"做了多少量"，结果就是加更多的量；如果绩效能看见"人与AI协作的增量价值"——更准确的诊断、更好的患者体验、更合理的资源利用——那"人是目的"才从口号变成机制设计。
医疗行业面对AI，关键不是抵制技术，而是参与制度设计，让技术跑在服务于人的轨道上。
医疗行业面对的问题，放大了就是每个人面对的问题：你所在的行业会不会被AI碾压？你的经验会不会贬值？你的孩子该学什么？
考场外的思考
写到这里，孩子刚走出高考考场。今天是最后一门。
他是理科生，数据似乎站在他这边，但林毅夫教授也说了，AI最容易替代的是规则明确、重复性高、创造性弱的高端脑力劳动。
换句话说，如果理科只学到"标准化解题"的层面，恰恰站在了AI最容易替代的位置上。
蔡昉教授的U型曲线给了我另一种思路，曲线两端是社会回报率最高的阶段，中间的学校教育反而收益率相对平缓。
大学四年学的具体知识固然重要，理科训练的逻辑思维和工程能力当然有价值，但如果只有这些，在AI时代是不够的，真正拉开差距的，是超越标准答案的部分。
黄铁军教授那句"君子不器，君子何谓？君子何为？"——两千年前的追问，到今天依然没有过时。"不器"就是不把自己变成工具。
一个把自己活成标准化流程的人，在AI时代确实危险；但一个保有审美、判断和创造力的人，AI再强也只是他的工具。
林毅夫教授坚持了二十多年的后发优势，对国家适用，对个人也适用。慢半拍不是落后，是思考空间。
带着清醒的认知入场，比盲目跟风走得更远。
蔡昉教授说："市场可以试错，但人的发展不能试错。"
我听的时候觉得沉重，写到这里觉得滚烫。市场淘汰一个岗位，换方向再来就是了；但一个人的人生方向走偏了，代价是实实在在的岁月。
最重要的不是追赶最热门的赛道，而是找到自己作为"人"的比较优势——那些AI做不了、不愿做、做不好的事情。
高考结束的那一刻，孩子走出考场，面对的不只是一张成绩单，而是一个正在被数智跃迁重塑的世界。我希望他知道的，不是"你选的方向很安全"，而是"安全的方向也可能被替代，真正安全的是那些AI做不了、不愿做、做不好的能力"。
慢半拍没关系，想清楚再走，比跑得快更重要。
这大概也是一个母亲，在听完三个小时论坛之后，最想说的话。
如果你也在思考AI时代自己或孩子的方向，欢迎在评论区聊聊——
你觉得自己所在的行业，AI是碾压还是赋能？你觉得什么能力是AI永远替代不了的？
PS：1.讲座内容是根据直播整理的，若有错漏是本人水平所致；
2.图片来自直播截图，侵删
往期文章推荐：
十五五期间，有能力的医疗机构应该选择出海——北大国发院“企业出海的全胜之道论坛”有感
创新药、国际医疗、商业保险三大难题——北大全健院商业健康保险国际研讨会有感
