问题：技术加速应用带来“红利”与“焦虑”并存 当前，人工智能快速进入科研、产业与公共治理场景，一方面在数据处理、模型推演、知识检索等环节显著提升效率，推动科研范式迭代；另一方面，也引发“岗位被替代”“决策失控”“伦理失范”等担忧。
峰会与会科学家普遍指出，关键不在于是否使用，而在于如何使用、由谁负责、以何种规则使用，并建立可执行、可追责的治理体系。
原因：算力算法与数据积累叠加，促使科研与产业流程重构 与会专家认为，人工智能之所以在短期内产生显著影响，根本原因在于算法能力提升、算力成本下降、海量数据沉淀以及工具链日趋成熟，共同推动其从“可用”走向“好用”。
诺贝尔化学奖得主、美国斯坦福大学结构生物学教授迈克尔·莱维特分享说，人工智能已深度参与其大部分科研工作，角色也从“帮手”逐步演变为能够协同推进研究的“同事”。
在他看来，科学研究往往伴随不确定性和失败，人工智能的突出价值在于加快试错、降低实验与计算门槛，让探索更快、更低成本地进行。
与此同时，人工智能还在生物学、物理学、化学与数据科学之间搭建“桥梁”，推动跨学科融合走深走实。
诺贝尔生理学或医学奖得主、美国斯克里普斯研究所教授阿德姆·帕塔普蒂安则从生物学研究切入指出，以蛋白质结构解析为例，过去需要数年才能取得的成果，如今在特定工具的帮助下可大幅压缩到更短时间，这将重塑研究组织方式与创新节奏。
来自比利时鲁汶大学的尤里·涅斯捷罗夫认为，借助人工智能构建高质量虚拟现实模型，并培养具备跨学科背景的相关人才，有助于推动科研成果向现实应用转化，提升创新链与产业链对接效率。
影响：效率提升与结构调整同步出现，就业与能力边界更受关注 围绕“是否会带来大规模失业”的讨论，诺贝尔经济学奖得主、伦敦政治经济学院教授克里斯托弗·皮萨里季斯提出，人工智能更可能带来渐进式的结构性变化，改变的是工作方式与组织流程，而非简单“消灭工作”。
他援引“创造性破坏”观点指出，新技术淘汰旧方式的同时也会催生新产业、新岗位；从历史经验看，更可能出现企业内部岗位结构调整与技能要求变化，员工在使用工具过程中反而能提升生产效率与能力。
同时，也有与会学者提醒应避免过度神化。
埃及艾因沙姆斯大学希沙姆·奥姆兰认为，在既有研究范式内，人工智能可担当出色的“副驾驶”，但在提出全新范式、建立全新理论体系方面仍受制约。
香港科技大学前校长、数学家陈繁昌也表示，如果某些科学规律尚未体现在现有数据与知识表达中，相关技术就难以凭空提出颠覆性理论。
这意味着，对其能力边界保持清醒判断，是制定政策与配置资源的重要前提。
对策：以制度化安排回应安全与伦理挑战，明确责任边界与使用规则 与会科学家普遍认为，人工智能既是强大的工具，也是必须被妥善治理的新兴技术。
耶路撒冷希伯来大学前校长阿舍·科亨指出，人工智能在部分场景中可能扮演“决策者”角色，能力越强、应用越广、迭代越快，对社会治理与伦理体系的挑战也越突出。
图灵奖得主、美国密码学家惠特菲尔德·迪菲强调，当系统被赋予更高程度自主决策权时，若缺乏有效约束，可能出现权责失衡并损害公共利益。
基于上述共识，治理思路需要从“事后补救”转向“前置设计”：一是明确高风险应用的红线与准入门槛，完善安全评估、可审计与可追溯机制；二是推动伦理规范落地，强化数据合规、隐私保护与歧视防范，建立透明的责任链条；三是以人才与教育体系支撑转型，面向科研与产业一线加强复合型能力培养，减少“工具鸿沟”导致的不公平；四是以公共投资与产业政策引导创新方向，鼓励面向“增强人类劳动与能力”的技术路径，形成正向激励。
前景：在“增强人类”与“可控可信”框架下释放创新动能 综合与会观点，人工智能对科研创新与经济结构的重塑仍将延续，尤其在加速试错、提升研发效率、促进跨学科融合与成果转化方面潜力可期。
与此同时，技术演进将推动制度与治理同步升级：越是深入关键领域，越需要在安全、伦理、责任与透明度方面建立清晰规则与国际协同。
未来一段时期，谁能在创新应用与风险防控之间找到更稳健的平衡，谁就更可能在新一轮科技与产业变革中占据主动。
人工智能的发展是一把双刃剑，其前景取决于人类如何引导和治理。
世界顶尖科学家的共识表明，人工智能的真正价值在于增强人类能力、加速科学进步、推动经济发展，而非取代人类。
这要求我们既要充分发挥人工智能的潜力，也要建立完善的治理体系，确保其沿着正确方向发展。
只有在科学、伦理和制度的三重保障下，人工智能才能真正成为人类进步的助力，而非威胁。