圆满落幕！2026 中科大硅谷AI峰会精彩回顾

2026年8月23日，由中科大硅谷校友会（USTC-SVAA）和校友基金会（USTC-AF)共同举办的中科大硅谷AI峰会（USTC Silicon Valley Al Summit）在Santa Clara圆满落下帷幕！

部分到场嘉宾与观众合影

近300位科大校友与朋友们共聚硅谷，大咖云集，热烈地探讨AI 的现状，与未来的机遇。

现场人头攒动，观众座无虚席

——开幕——

AI峰会由Eva主持，硅谷校友会会长陈财鹏开场，感谢旧金山领馆教育处邵旭波、领侨处温馨、科技处申博文领事到场参会祝贺。他认为硅谷科大校友们彼此互助，创造出了非常有生命力的创业生态；他也向观众们介绍了近年来硅谷校友会的特色活动，从联络校友的年度BBQ，到传承学习mentorship，再到科技峰会，科大硅谷校友会以一系列精品活动，联结起硅谷的校友们（预告一下，年度BBQ又快到了，多多关注！）。

科大86级校友John Hu，对于创建硅谷校友生态，做出了卓越贡献。他向观众们介绍了USTC-AF (校友基金会）的前尘往事，21位校友们联名发起，迄今31年，这个基金会已经惠及无数科大学生和教师们，如今又以K25奖学金的形式，鼓励科二代们，薪火相传（不瞒大家，小编就被USTC-AF惠及，如今也成了USTC-AF的认捐者，也是这个传承的一部分了！）。

硅谷校友会会长陈财鹏

John Hu

常进校长虽无法亲临，但也以视频的方式，从遥远的科大给大家发来问候，他代表母校表达了对峰会的祝福，和对校友们的支持关心；肯定了硅谷的科大校友们在各个领域做出的卓越成就，期待大家常回家看看。

峰会由Eva主持，常进校长发来祝福

欢迎大家跟随小编走进会场，回顾一下AI峰会的第一手笔记吧！

——AI峰会议题——

模型之外：智能时代的职业机遇

葛小川分享主题演讲，智能时代的职业机遇

PB0500的葛小川校友给大家做了一场精彩的主题演讲，“基础模型之外：智能时代的职业机遇”，他回顾了自己的职业历程，从Meta这样的大厂积累技术经验，到加入 AppLovin这样的广告平台成为CTO，大施拳脚。他认为，有瓶颈的地方，就是机会。结合他自己的经验，他恳切地分享了以下体会：

支持模型基础建设，这些创新使得AppLovin的计算花销处在可控范围内。
Agent的壁垒是工作环境。让AI了解其工作权限和知识图谱，在公司层面意义重大，这是大家更容易忽略的地方。
AI使得完成任务的速度更快，这更凸显决策人做判断的价值。工程师借助AI，才有了全局把控的能力。

LLM & AI Agents 圆桌论坛

圆桌论坛一， LLM & Agents：邵敏、梁家恩、李丹珏、蔡丛兴、邓翔、张羽丰（从左至右）

第一场圆桌论坛，由邵敏校友主持，探讨LLM (大语言模型）和Agents。他向嘉宾们就以下问题开展讨论：

从LLM 到 Agents，有何区别与关联？
如今为什么需要specialized model，而不是通用模型？
AI怎么赚钱？
如果你有100 Million 美元（1亿美元），你会在哪个方向投资？
对下一代的孩子（高中/大学），有何建议？

精彩论点太多，不一而足。本文只摘取部分体会（融合诸位嘉宾论点），供大家回顾，如有不足，请见谅！

嘉宾们认为，从大语言模型到Agents，是从君子动口到动手，从information到action，其风险显著提升。在Google工作多年的李丹珏博士认为，Agent从demo成为产品，需要有traceability, observability, reversibility，这些特征能使得Agent更可追踪，更可靠。

梁家恩博士以医疗为例，说明Agent在实际应用中需要承担的风险，人与AI相结合，才能创造更大的价值。来自OpenAI的张羽丰博士提出应该如何应用公共数据与私人数据的问题，这也许会是利用AI赚钱的方向。

关于AI的投资建议，已经不胜枚举，诸位嘉宾们依旧从自己的经历出发，提出一些有价值的方向，譬如harness, LLM与实际场景的结合，Vertical Frontier Model, Agent Infra, LLM与人的鸿沟……嘉宾们对AI的前景一片乐观。

对于下一代孩子们，嘉宾们期望颇深，给出许多建议：用好AI，了解基础知识；学会解决问题的能力；拥有winner mentality；拥有ownership；锻炼与人相处的能力。

Physical AI讨论：John Hu、戴若犁、张喆、范永祥和张于庆（从左至右）

Physical AI 圆桌论坛

第二场讨论，集中于Physical AI主题，由John Hu博士主持。当AI在现实物理世界碰撞，会遇上无数瓶颈。嘉宾们以切身的经验，讨论这个领域的机会与未来。

大家针对以下议题，进行了深入讨论：

Physical AI的瓶颈在哪里？
回顾过去的Scaling law moments，Physical AI的突破何时出现？我们该做什么，可以做什么？
如今时代，地缘政治影响，机会在哪里？
10年/5年之后，你能想象的Physical AI会是什么样的蓝图？

相比于上一场论坛，这场论坛的嘉宾们呈现出的心态更为谨慎。戴若犁博士认为，Physical AI处处是瓶颈，尤其是数据。张喆博士指出，在物理世界，收集数据依赖于人力，试错周期长，这是不得不面对的事实。范永祥博士则强调部署的难度，短期瓶颈是数据，长期则是模型能力。作为投资人的张于庆，则从用户的角度出发，认为产品落地是一大难题，何时用户才愿意买单？Customer readiness是不可忽视的问题。他认为在AI时代华人拥有巨大优势，应该继续做具体的事，解决实际的问题。

范永祥博士结合自身的经验，提出Physical AI的一大难点，是从demo到部署落地还有很大鸿沟，客户对reliability要求很高。他探索出来的路径是：1. 寻找需求比较大的客户痛点； 2. 建造稳定硬件；3. 模型迭代。

展望未来五年，或者十年，嘉宾们期待机器人可以进入普通消费者生活场景，在特定的场景中实现有意义的落地。——这也意味着，Physical AI方向更需稳扎稳打，结合硬件和软件各个方向的专长，需要继续探索出一个个成功的场景，大有所为。

AI Infra (AIDC) 圆桌论坛

AI Infra (AIDC) 圆桌论坛嘉宾：陈培基、李虹宇、江建平、Bin Yang、查宇遥和吴衎（从左至右）

陈培基博士给大家主持了一场精彩的AI Infra讨论。作为最后一场圆桌论坛，嘉宾们热情不减，深入地讨论了以下话题：

接下来3~5年，基建的机会在哪里？
CPU vs GPU
如果有足够的现金，投资方向在哪里？
最后一个问题，由各位行业内部人士判断，如今的Data Center是under built，还是over built？

（各位嘉宾们仅提供个人见解，不提供具体投资建议。投资需谨慎，诸位三思。）

86级的李虹宇校友通过自己的创业历程，分享他今年对data center的热情。他认为Optical Switching是一个极具前景的方向。江建平博士则表现出更广泛的对算力scale-up和存储的兴趣。杨斌博士强调AI Infra中Power的重要性。查宇遥博士从市场供需关系，预测AI Infra近几年的机会。除以上领域，吴衎博士也关注着AI软件。

经过2026年股市的过山车，AI Infra几乎是最吸睛的一个。嘉宾们普遍认为，如今Data Center 仍处于under built的状态，虽然在短期内可能增长放缓。大家对这个行业依旧保持着谨慎的乐观。

查宇遥校友不吝分享她对2026年AI市场的分析，她观望AI全局，厘清市场趋势（不构成投资建议），为避免误会，就留作给现场观众的私藏bonus了。期待更多的校友朋友们光临硅谷校友会的峰会现场，和大咖们交流学习。