北京7月31日电（记者王恩博）中国国家发展和改革委员会新闻发言人蒋毅7月31日在北京透露，截至6月底，全国智能算力规模已经攀升至去年同期的2.8倍。这一数据是在国家发改委当日举办的新闻发布会上，蒋毅回应中新社记者提问时披露的。

蒋毅表示，回顾上半年，中国在人工智能领域的自主创新步伐显著提速，产业链多个环节均实现了快速突破。除了算力基础设施的持续夯实，模型能力也取得了质的飞跃。本土企业如深度求索、月之暗面等相继推出了多个参数规模达万亿级的开源大模型，国产大模型在全球范围内的总下载量已经突破100亿次，同时国产模型与国产算力芯片之间的适配进程也在不断加速。

此外，蒋毅还指出，中国已建成超过12万个高质量数据集，算力、模型与数据三者之间正在形成相互促进、良性循环的发展态势。在各方协同推动下，人工智能已成为驱动经济增长的重要动力，相关行业增速持续保持在30%以上。

展望未来，蒋毅强调，中国将着力加快自主创新步伐，聚焦大模型基础理论、训练与推理效率、多模态智能及智能体等前沿领域，进一步加强基础研究和技术创新，同时推动数据开放共享以及人工智能语料库的建设，为人工智能的创新应用提供更加坚实和丰富的数据支撑。

中新网重庆7月30日电（张旭）7月30日，伴随着最后一斗混凝土顺利浇筑到位，垫丰武高速渠溪河特大桥主墩圆满实现封顶，这一重要节点意味着全线最关键的“咽喉工程”取得了实质性突破，也为后续整条高速的贯通打下了扎实根基。

渠溪河特大桥坐落于重庆市丰都县仁沙镇境内，桥体全长为1184米，其主桥部分采用主跨160米的预应力混凝土连续刚构设计，引桥则以40米预制T梁构成。

据承建方中冶建工透露，此次完成封顶的主墩高度达到96米，施工过程面临极高难度，对技术规范的要求也十分严苛。为了应对挑战，项目团队引入了液压爬模施工法，并搭建了完备的安全防护体系；与此同时，借助智能监测系统，对墩身线形以及混凝土外观质量进行精准把控，成功破解了山区超高墩施工中一系列技术难题。

主墩封顶完成后，渠溪河特大桥的施工瓶颈被成功打通，上部结构的作业面也随之大幅释放，这为下一步挂篮施工的顺利展开创造了优越条件。

项目业主单位重庆成渝垫丰武高速公路有限公司介绍称，垫丰武高速以垫江川渝界为起点，终点设在武隆斑竹林枢纽，线路总长度约160公里，概算总投资高达325.73亿元，计划建设工期为5年。全线桥隧比例约为64%，并根据不同路段条件，采用差异化的车道配置与设计时速推进施工。

待垫丰武高速正式通车后，渝东北与渝东南两地之间将增添一条高速直达通道，垫江、丰都、武隆各城区之间的通行时间也将得到显著压缩。此外，该项目的落成还将进一步优化区域路网结构，串联起多条既有高速干线，从而有力助推沿线地区旅游业的繁荣与经济社会的进步，并为川渝黔三省市间的深度协作注入新动力。（完）

一项最新调查揭示，超过九成受访大学生已把人工智能当作全方位的“学习伙伴”融入日常学业。与此同时，83.24%的受访者认为，高校亟需建立针对AI学习工具的使用准则，以明确边界、规范行为。

在受访者反馈的AI辅助学习痛点中，57.07%的人遭遇过AI提供错误答案或知识过时，从而对学习产生误导；48.06%的人坦言过度依赖AI导致独立思考能力、解题技巧乃至写作水平明显退化；40.50%的受访者承认自身惰性滋长，不愿再主动钻研或独立完成任务；27.91%的人对AI使用边界感到模糊，担心无意间触碰学术伦理红线；29.84%的受访者缺乏科学使用方法，仅仅把AI当作应付作业的工具，未能高效利用其潜力；另有15.41%的人指出学校缺乏明确的AI使用规范，导致考核评价标准含混不清；仅有3.39%的受访者表示未遇到明显问题。

来自西安工业大学汉语言文学专业的周雨枝，早已将AI嵌入专业学习的每一个环节。“把课本章节发给AI，几分钟内就能提炼出常考的名词解释和简答题，并压缩成精简的背诵材料，省去了熬夜整理笔记的功夫。”预习陌生理论时，她会先让AI拆解概念，再对照课本逐项查漏补缺；撰写文学评论前，她借助AI生成多套写作框架，经过对比优化后独立梳理出行文脉络；复习古代文学时，AI协助她编写记忆口诀、厘清文学史的时间线；在“美学概论”期末备考阶段，她把课程PPT“喂”给AI，系统迅速拆分各章节核心考点、辨析易混概念，并按考试题型整理出简答题的背诵素材，最终她顺利通过了这门难度颇高的专业课。

周雨枝的体验绝非个案。近日，中国青年报·中青校媒围绕AI与大学生学习话题发起了问卷调查，共回收有效问卷1032份。结果显示，98.55%的受访大学生曾在学习中使用AI工具，其中47.09%几乎每天都用，34.98%每周使用3至5次，仅有1.45%几乎不借助AI辅助学习。

从预习到备考，AI俨然成为大学生不可或缺的“学习搭子”。就读于山东石油化工学院英语专业的宋浩云自称是AI的重度使用者。从单词翻译、课文解读到英语作文，AI几乎贯穿了他全部专业课学习。“最初我只用AI查长难句翻译、核对单词释义，觉得能省去翻厚重词典的时间，慢慢就养成了习惯。”

中青校媒的调查数据显示，辅助完成作业是受访大学生使用AI最核心的场景（65.41%），包括拓展解题思路、优化答题逻辑、补充素材案例等；62.02%的受访者将AI应用于课程学习，如整理课堂笔记、拆解重难点、答疑解惑等；52.62%的人用AI进行课前预习，50.68%的人用于文献检索、论文框架搭建、数据分析、文案润色等，45.16%的人用于备考，31.88%的人用于构思课程演讲、设计作品方案等。

西安航空职业技术学院飞行器数字化制造技术专业的刘佳豪，已经摸索出一套专属的AI助学模式。由于飞行器制图、飞机装配、机身结构力学等专业课程难度较大，大量晦涩的航空术语和复杂的力学计算让他难以独自消化。于是，他尝试将多种AI工具组合起来作为学习助手：课前看不懂装配图纸与理论知识时，AI帮忙拆解难点；课后AI汇总课堂笔记、规整实训报告格式；编写程序陷入瓶颈时，他借助AI查找参考代码。在一次飞行器装配相关课程的作业中，AI帮他理清了整套结构力学计算逻辑，但他坚持只借鉴思路，建模、演算、数据验证全部独立完成。“AI只能辅助理论学习，线下零部件装配实操无法被工具替代。”

调查显示，在使用AI学习时，25.48%的受访者“仅作为思路参考，自主完成全部核心内容”，36.43%的受访者“借助AI整理素材，核心内容自主创作”，26.74%的受访者“让AI生成初稿，本人大幅修改完善”，9.59%的受访者“小幅修改AI生成内容后直接使用”，1.74%的受访者“直接使用AI生成的完整内容，几乎不修改”。

北京联合大学考古专业的王珺阳，在资料处理等学习场景中会使用AI。由于考古学科需要研读大量古籍文献、考古报告及外文研究资料，人工检索、整理和翻译效率极低，她通常用AI批量精读考古报告、检索文献，辅助翻译外文资料，并整理出土器物的铭文、题记和相关文字档案。

谈及AI对学习的最大帮助，调查显示，66.38%的受访者认为可以“节省时间，高效整理笔记和学习资料”，54.17%的受访者认为可以“突破思维局限，拓宽解题和创作思路”，48.45%的受访者借助AI“辅助专业学习，助力数据处理和翻译等专业任务”，另有48.45%的受访者看中AI“精准答疑，快速攻克个人不懂的知识点”。

“AI辅助学习是一个必然趋势。”清华大学社会科学学院党委书记、教授孟天广认为，未来的社会需要具备AI使用能力的人才，学生应在读书期间接受与AI协同的训练；其次，AI的知识广度能拓宽学生的知识储备，在信息爆炸时代，知识的丰富性和多样性对创新更为重要；其三，AI将学生从繁杂事务中解放出来，让他们有更多时间处理更具创新性的工作。“AI时代，教育系统需要重塑，需要与AI兼容，与AI共生。”孟天广说。

然而，“越用越不会自己想了”的AI依赖症正在蔓延。在宋浩云日常的英语写作和口语训练中，AI的介入更为深入。“现在我口语练习全程靠AI模拟对话，一旦脱离工具，和真人面对面英文交流时经常卡顿，基础句式都要反复停顿思考。”在一次期末专业基础测试中，他的完形填空和翻译题失分严重，复盘后发现，因为长期不自主拆解句子、积累语法，基础理解能力持续下滑。

“AI会直接给标准答案，我懒得深究背后的语法逻辑、文学背景，知识点看完就忘，根本没法真正吸收。”宋浩云还曾抱着侥幸心理，用AI完成整篇课程论文润色，被老师指出同质化严重。

调查显示，长期使用AI辅助学习后，49.03%的受访者承认“遇到问题习惯性依赖AI，不愿自主钻研”；47.38%的人感到“过度依赖AI导致知识点理解肤浅、记忆不深刻”；44.09%坦言“自主解题、文字创作等核心学习能力逐步退化”；35.95%的人“滋生惰性，主动学习意愿大幅降低”；30.43%的人感到“创作思维受限，过度依赖AI固定模板，缺乏创意与特色”。

刘佳豪也曾因依赖AI付出代价。一次编程作业中，他直接照搬AI生成的代码，最终结果和实测数据完全不符。更令他警醒的是思维层面的改变——长期依赖AI后，遇到难题他第一时间就想索要完整答案，渐渐失去了独立验算、分步推导的耐心。“如果一碰到力学计算、编程难题就等着AI给出完整答案，长期放弃自主推导，等到实训出现装配偏差、程序报错等真实问题，自己根本没有独立排查的能力。”

调查显示，在使用AI学习的过程中，57.07%的受访者遭遇过“AI答案存在错误、知识点滞后，误导学习”的问题。周雨枝就有过这样的“翻车”经历。学习古代汉语时，AI曾混淆两类虚词的用法，释义与教材完全不同，如果直接背诵AI整理的知识点，考试中就会答错。

孟天广用三种角色形容AI与大学生的关系——学习工具、学伴和挑战者。AI帮学生找资料、做数据分析，是学习工具；陪伴学生共同成长，培养人机协同能力，是学伴；但AI也在消解学生对真实社会的体验和理解，“依赖AI会让学生远离现实社会，减少其对真实社会过程的亲身体验，是对学生能力培养和价值塑造的挑战”。

孟天广提醒大学生警惕AI在学习环境下的过度使用。他表示，一是基础知识、思维方式和认知框架的构建若过度依赖AI，可能出现基础不牢的现象，影响内在认知和思维结构的形成；二是部分学生在尚未掌握学习方法、欠缺自主学习能力时，过度使用AI，很难习得与AI协同的能力；三是“巨人版”AI的出现容易打击学生的自信心，产生“反正AI做得比我好，让它来做”的心态；四是过度使用AI会让学生沉迷虚拟世界，理解真实社会的意识和处理复杂性的能力被削弱。“AI时代，更要让学生做田野调查，进入真实场景，加强实践教育。”孟天广说。

如今，“踩过坑”的刘佳豪会主动约束自己的AI使用习惯：“AI只作为思路参考，所有数据核算、工艺分析、程序调试都必须亲手完成。”周雨枝也确立了自己的准则：只向AI索要写作思路，正文内容全部自己动手，“把AI当作整理资料、拓宽思路的学习帮手，但绝不能依赖它代替自己独立思考与原创表达”。

在王珺阳看来，使用AI学习时出现独立思考退化、惰性增强的问题，根本原因是本末倒置，把AI当成了“代做工具”；而AI从“答题工具”转向“学习协作者”的关键，就是分清使用边界。

调查显示，仅33.53%的受访大学生“能够规范、适度合理使用AI辅助学习，严守学术底线”；52.71%的人“基本清晰，但偶尔会模糊使用尺度”；12.69%的人“不太清晰，难以界定什么情况属于合理AI辅助学习”；1.07%的人“完全不清晰，随意用AI完成各类学习任务”。

孟天广介绍，清华大学在去年推出了《清华大学人工智能教育应用指导原则》，向学校教师和学生提出了使用AI的相关要求——教师教学和学生写作业时，需标注清楚哪些内容由AI辅助生成。在孟天广看来，这份指导原则“积极而审慎”——既认识到AI赋能教育教学的必然性，又强调学生应当掌握使用AI的边界，在学会如何用的同时能用得好，并始终保持自身独立性、创新性和自主性。

那么如何才算“用得好”？“第一要问得深，与AI对话不能浅尝辄止，要在对话中不断聚焦、深入、形成新的增量。其次，要体现批判性和反思性，对AI输出的结果要有批判意识和反思态度，甚至要与AI辩论，同时对AI常常‘讨好用户’的倾向保持警惕。第三，要习惯性地对AI生成结果进行交叉验证。第四，建立连续深度的对话习惯，要学会积累历史记录，不断训练、培养自己的AI。”孟天广解释，在评价学生合理使用AI时，他更在意内容的深度及效度——“深度，指学生与AI的对话是否深入、聚焦、有增量；效度，指的是通过AI辅助，学生是否最终转化成了自身的能力提升”。

调查显示，近六成受访大学生表示他们所在的学校对AI使用规范方面仍停留在“口头提及”阶段，缺乏系统性指导。此外，83.24%的受访者认为学校有必要制定AI学习工具使用规范——其中33.14%的人认为“非常有必要，明确边界能规范学习行为”，50.10%的人认为“有一定必要，可适当参考”。

调查同时显示，65.70%的受访者希望“开设AI学习课程，分享思路拓展、资料整理等正向使用方法”，51.45%的人希望“优化作业考核方式，减少机械抄写、背诵类任务，侧重思维考察”，43.12%的人希望“明确AI使用红线”，27.03%的人希望“开展主题教育，杜绝AI代做作业、学术造假行为”。

刘佳豪观察到，不同课程的老师对学生使用AI的标准有所不同——理论课老师允许借助AI梳理知识点，实训、课程设计老师则管控严格，只允许参考思路。“比起简单出台硬性禁令，学校更应该开设AI规范使用专项培训，结合专业特点，教会学生合规使用AI，清晰划分参考内容与独立完成内容。”

谈及对AI工具的期待，周雨枝希望未来能生产出适配汉语言文学、语言学等文科专业的专属AI工具，减少知识点与教材不符的错误，增设文本梳理、考点归纳等功能；工具内部设置提醒机制，主动引导学生独立思考，配套简易的AI辅助内容标注，贴合大学生预习、复习、课程作业全场景需求。刘佳豪希望AI弱化直接输出完整标准答案的功能，改用引导式提问、分步提示的模式，倒逼学生自主推导，真正从“答题神器”转变为启发学习的协作者。

（文中周雨枝为化名）

中青报·中青网记者 刘俞希 程思 西安外国语大学 王鸿超 西安工业大学 莫宇萱

中国科学报记者 王敏 报道：当水稻叶片上浮现出枯白相间的条斑时，这往往是水稻白叶枯病悄然来袭的警示信号。此种病害的幕后推手，是一种名为水稻黄单胞菌的植物病原细菌。一旦疫情蔓延，轻则可令产量折损两至三成，重则过半收成付诸东流，极端情形下甚至面临绝收的厄运。长期以来，农户们习惯于依赖化学杀菌剂来剿灭病菌、遏制疫情，然而用药年限愈久，病原菌对抗菌药物的耐受性便愈发增强，药效随之逐年式微，迫使农户不得不不断加大剂量，由此陷入无休止的恶性循环。那么，是否存在一种药剂，既能高效压制病情，又能有效阻断病原菌抗性演化的路径？安徽农业大学陈雨教授团队的探索，为这一难题提供了令人瞩目的新解。相关研究成果已于近日刊登于国际学术期刊《公共科学图书馆-病原体》之上。

“隐藏在表象之下的未知机制，必定还有待揭示。”

辛菌胺，这款拥有我国完全自主知识产权的烷基多胺类杀菌剂，自问世以来已在包括水稻、苹果、辣椒、番茄、棉花等多种作物上积累了逾三十年的应用经验。其显著特点在于残留量极低，对人和非靶标生物温和无害，堪称绿色植保领域的一张“老面孔”。

然而，一个长期萦绕在陈雨团队心头的谜团始终挥之不去：诸多常规杀菌剂在连续施用数年之后，病原菌的抗药性往往迅速攀升，进而导致病害防治成效大打折扣；反观辛菌胺，虽然历经田间长期反复使用，却始终鲜见病原菌产生显著高抗性，其防治效果保持着令人称奇的持久稳定性。

早期的研究证据曾表明，辛菌胺能够通过扰乱细菌的能量代谢过程以及破坏其脱氧核糖核酸（DNA）结构来达到直接杀菌的目的。但这套解释，仅能回答它“缘何能杀菌”，却无法阐明它“为何不易诱发抗性”。“其中必有未曾被发现的机理。”陈雨如此断言。

为了追寻这背后的深层真相，陈雨团队选择迎难而上，展开了一场刨根问底的科研攻关。他们以水稻白叶枯病菌为研究模型，综合运用高通量基因筛选、分子生物学检测、遗传操作等一系列尖端技术手段，如同抽丝剥茧般，逐步揭开了辛菌胺之所以具备低抗性特性的神秘面纱。

“双重机制”：直接杀菌与毒力弱化的协同作战

研究团队发现，辛菌胺的功能并不仅限于直接的杀菌作用，它还能精准锁定一个名为RpfG的关键功能蛋白，并对其施加影响。

“RpfG蛋白，实质上充当着细菌群体感应系统的核心调控枢纽。”陈雨阐释道，“用通俗的比喻来讲，细菌之间也存在着类似人类‘对话交流’的沟通方式——它们会释放特定的信号分子，如同发送信息一般。当感受到群体数量达到某一临界阈值时，整个菌群便会采取步调一致的集体行动，协同入侵寄主作物。这种依赖群体密度进行信息交流与行为调控的机制，正是我们所称的群体感应。”

辛菌胺的介入，仿佛直接切断了细菌的通讯网络。当RpfG蛋白的正常功能受到干扰后，细菌群体内部的信息传导链路随即中断，这将直接导致与致病性相关的基因无法顺利表达。其最终结果便是：虽然这些细菌个体依然存活，但其整体致病能力已遭到显著削弱，从而丧失了对寄主植物的有效侵染能力。

这一重大发现，使得辛菌胺的抗菌作用机制图谱变得空前清晰与完整。

研究团队据此指出，辛菌胺所展现的，是一种“直接杀菌”与“弱化毒力”相互交织的双重作用模式。一方面，它凭借对细菌能量代谢系统的扰乱及对DNA稳定性的破坏，从而有效抑制菌体生长；另一方面，它又通过干扰由RpfG调控的群体感应通路，大幅降低细菌攻击作物的能力。这两种作用方式相辅相成，彼此配合，不仅显著强化了病害的综合防控效能，更在很大程度上降低了病原菌经由单一作用途径而演化出稳定抗药性的可能性。

陈雨进一步补充道，尤为精妙之处在于，辛菌胺对群体感应系统的干扰展现出高度的物种专一性。它的作用靶点主要集中在黄单胞菌这一类有害微生物上，而对于农田生态环境中的有益菌群则影响甚微。这便意味着，辛菌胺能够实现对靶标病原菌的“精准打击”，同时尽可能地减少了对土壤微生态平衡的扰动，这无疑更加契合现代绿色植保的发展理念。

展望未来，新一代低抗性绿色农药的开发蓝图已然浮现

就在今年六月于上海举办的第八届国际水稻白叶枯病学术研讨会上，陈雨教授受邀发表了专题演讲，与来自全球各地的同行学者共同分享了这一突破性进展。该研究成果跳出了传统杀菌剂仅聚焦于“直接杀灭”的固有思维定式，创造性地将“病原菌毒力弱化”策略纳入考量范畴，这对于深刻阐释国产农药所具备的低抗性独特优势，具有不可忽视的学术价值与应用指导意义。

陈雨认为，着眼于实际应用维度，这一发现无疑将使辛菌胺的使用策略变得更加科学与精准——在病害初发阶段，可有效利用其“弱化毒力”的特性提前布局、构筑防线；而当病害进入高发爆发期，则能充分发挥其“直接杀菌”的高效作用，实现快速扑灭。同时，以RpfG蛋白作为全新的药物作用靶点，未来极有希望据此开发出一系列新型的低抗性绿色农药产品。

展望下一阶段的研究计划，陈雨团队将着力于在更多作物品种、更广泛的病原菌类型以及多样化的田间环境条件下开展系统性验证试验，旨在推动这些科研成果能够真正落地生根，切实服务于农业生产的第一线。