2026年10月24日下午，由中国计算机学会（CCF）主办、CCF YOCSEF杭州承办的“智能体时代的人-机-环融合与协同进化”技术论坛，作为第二十三届中国计算机大会（CNCC 2026）专题论坛之一，在成都西博城5号馆508会议室举行。论坛由浙江大学周晟、刘佐珠担任执行主席，来自高校、企业及各地YOCSEF分论坛的30余名专家学者参加了本次论坛。

智能体正从“能对话的工具”转变为在真实环境中持续行动的主体：它调用软件接口、驱动机器人本体、嵌入组织流程，人与环境也随之改变，传统“人机交互”的框架正面临失效。本次论坛将人、机、环纳入同一框架，邀请香港大学齐晓娟、中南大学张永敏、香港科技大学（广州）刘李、电子科技大学高莘作引导发言，并邀请南京大学张震、电子科技大学丁熠、太原理工大学董云云作为特邀嘉宾，围绕“能否进化”“如何进化”“谁主进化”三个议题展开思辨。

图1 论坛现场

一、引导发言：从具身执行、声学感知到智能体协同

香港大学电气与计算机工程系副教授齐晓娟以《具身智能系统可靠性与持续进化研究》为题作引导发言。她梳理了具身智能的三条主要技术路线：视觉—语言—动作模型（VLA）、世界—动作模型，以及快慢协同的多层次智能体系统，认为前两者负责原子级操作，后者承担长程任务的调度与纠错。围绕真实部署中时效性、计算开销、历史信息利用和执行出错四个难题，她介绍了团队的系列工作：基于视觉预测偏差的动态重规划，按动作难度自适应分配去噪步数（延迟降低两到三倍），扩展历史上下文以完成传送带动态叠杯等任务，以及语义理解与动作生成解耦的双频率、双记忆VLA。她还展示了由规划、执行、反思模块构成内循环，由交互数据回流微调构成外循环的自进化移动操作智能体，真机实验中任务成功率从32%起随迭代持续提升。她指出，未来的具身系统一定是多层次的智能体系统，让机器人在使用中越用越强、良品率逐步逼近百分之百，是具身智能最值得期待的潜力。

图2 齐晓娟作引导发言

中南大学教授、计算机科学系主任张永敏以《声声不息：声学共振细粒度液体检测技术浅探》为题作引导发言。他指出，具身智能的前提是对环境与目标物体的感知，而机器人仅凭视觉无法知道瓶子里装的是什么。团队利用不同液体对声波阻尼不同的共振原理，仅用一副普通耳机贴在瓶壁两侧构成“发射—接收”声学通道，便能在不开封的情况下鉴别真假酒、判断牛奶是否变质。针对耳机型号差异、贴合与按压状态、液位不一等落地难题，团队分别设计了串扰消除与频响补偿、基于峰均比的按压状态判定，以及面向液位和测量位置变化的数据增强等方法。他还分享了一个有趣的发现：越贵的耳机效果反而越差，因为它们为迎合人耳所做的信号处理抹平了关键特征。在此基础上，团队进一步研制了感知单元成本不到10元的“智能杯”，通过对倒入过程建模来估计饮料中的糖分，可区分葡萄糖、果糖和蔗糖。他表示，未来希望一只杯子就能告诉人们饮料中的糖、盐和蛋白质含量，让感知智能服务健康生活。

图3 张永敏作引导发言

香港科技大学（广州）副研究员、博士生导师刘李以《迈向具身音频智能：音频推理与情感化语音生成》为题作引导发言。她以两个场景开篇：家用机器人听到厨房的滴答声，需要像人一样换个位置再听，才能判断是否漏水；独居老人深夜说“有点不舒服”，智能体要从语气中分辨对方需要安抚还是急救。她介绍了团队新近完成的音频具身智能综述，将该领域归纳为物理交互、语义—行动、社会情感交互三个闭环，并指出数据与基准、鲁棒听觉感知、推理与控制、部署与社会风险四大挑战。她发现，主流全模态大模型在音频推理上常常“答案对、推理错”，即答案其实是猜出来的。为此，团队提出Audio-DeepThinker，通过自动化思维链标注、由易到难的两阶段课程学习，以及兼顾逻辑一致性与语义相似度的强化学习奖励，在Interspeech 2026音频推理挑战赛中从全球157支队伍中夺得单模型赛道冠军。她还介绍了团队构建的音视频生成物理真实性评测基准PhyAVBench，指出当前文本生成音视频模型在“对着空瓶吹气”这类物理声音上普遍失真。

图4 刘李作引导发言

电子科技大学研究员、博士生导师高莘以《面向复杂应用场景的智能体研究与应用》为题作引导发言。他指出，复杂场景下的智能体面临可靠性、效率与协同三大挑战。在单智能体层面，团队为验证器配备外部工具，使工具准确率从76%提升至90%；通过反向构造数据与错误导向的评分机制，减少参数、格式等“一错全错”的工具调用失误；提出带前缀保护与难度感知的推理压缩方法，在推理长度压缩55.7%的同时保持96.5%的准确率。在多智能体层面，团队探索了多环境并行探索，以及“大模型规划、小模型执行”的端云协同方案，在保护隐私的前提下完成复杂任务。他还介绍了借鉴人类熟练操作经验、以“逻辑页面”为锚点构建技能的手机GUI智能体，以及与滴滴、小米、中烟工业和集成电路企业合作的落地应用。其中，滴滴上车点核验原本依赖千人规模的外包团队，引入智能体工作流后仅需一两人参与。

图5 高莘作引导发言

引导发言结束后，周晟为四位引导嘉宾颁发了感谢牌。

图6 周晟为引导嘉宾颁发感谢牌（从左至右：齐晓娟、张永敏、刘李、高莘）

二、思辨环节：三问人机环协同进化

思辨环节由周晟主持。他首先介绍了YOCSEF的思辨规则：自由开放、鼓励争辩，每个议题先由特邀嘉宾破题，随后在场所有人均可举手抢麦发言，每人不超过3分钟，并且一律直呼其名、不带尊称。他指出，机器的进化已毋庸置疑，人的生活方式和环境也在随之改变；当人、机、环形成闭环，协同进化究竟是必然趋势还是理想愿景，是本场思辨首先要回答的问题。

图7 思辨现场

议题一：能否进化——协同进化是人机环的必然趋势，还是理想愿景？

南京大学张震作破题发言。他指出，基础模型与智能体的能力都在快速提升，但这能否带来人机环整个系统的进化，仍是一个“大大的问号”。他认为，基准测试分数的提高只是对现有评测的适应，真正的进化应当是面对动态环境能够自主纠错；就目前而言，智能体带给人的更多是能力退化与思维惰性。

围绕“进化还是退化”，现场观点交锋激烈。电子科技大学高莘认为，AI时代最重要的是批判性思维，而能批判的前提是自己先会，“先自己会做，再让AI去干”。华中科技大学邹逸雄提出“两极分化”论：AI能轻松产出七八十分的内容，打断了初学者从二十分成长到五十分的过程，多数人可能沦为“AI的工具人”，只有主动给自己“绑沙袋”、刻意限制使用AI的人，才能借AI获得超级加成。太原理工大学董云云认为，在人机协同下整体能力是进化的，但部分个体因认知惰性而退化，关键在于个人的学习驱动力。香港科技大学（广州）刘李提到，有研究显示，借助ChatGPT学习的学生在撤掉工具后成绩反而更差，值得思考的是如何设计出既能帮助人、又能提升人内在能力的智能体。浙江大学孙逸飞则反驳说，在智能体时代撤掉智能体再考试，本身就是错误的评价方式；AI既非让人进化也非退化，而是放大了人原有的特点。中国矿业大学佟毓来认为，教育的目标始终是促进人的成长，应当分清人与AI的边界：知识性的部分可以交给AI，真正解决问题、提升能力的部分必须自己主动思考。

关于人机演化速度，与会者普遍认为机器明显快于人。孙逸飞坦言，用上智能体后写本子的时间不减反增；佟毓来则以与电网企业的合作为例，指出技术按月迭代，而人的理解与信任建立得很慢。邹逸雄补充道，碳基的演化确实慢于硅基，但信任与安全的标准仍由人来定义。

周晟总结说，该议题的观点呈现明显分化，有人偏悲观，有人认为是“中间态”，也有人认为是能力的放大；而对于机器演化快于人这一点，大家已基本形成共识。

议题二：如何进化——环境是人机协同进化的推手，还是掣肘？

电子科技大学丁熠作破题发言，并首先“思辨了题目本身”：推手与掣肘并非简单对立，真正该问的是什么样的环境能推动人机共同进步。他提出，在智能体时代，环境已成为继人与机器之后的“第三种力量”，包括数据、算力、工具构成的技术环境，工作流程、权责划分、评价机制构成的组织环境，以及法律法规、伦理规范、公众信任构成的社会环境。他以医工结合为例：模型换一家医院，准确率就可能从90%多跌到50%多，“真正限制我们的，更多是环境的设计问题”。他总结道，环境不是人机协同的背景，而是决定协同的重要变量；好的环境不仅让机器能工作，也让人变得更有能力。

董云云指出，数字环境可以反复修正，而物理环境“没有Ctrl+Z”，智慧医疗、智能驾驶等不可逆场景必须更加审慎。邹逸雄将人机协同类比为强化学习，认为环境的作用就是产生奖励信号；在作业、论文等传统测量手段被AI“攻破”之后，环境亟需新的评价体系来提供有效反馈。孙逸飞认为，环境始终是推手，因为它为智能体提供了需要征服的目标。

在数字与物理环境能否统一的问题上，现场出现了明显分歧。孙逸飞基于人形机器人的研发经验认为，仿真难以模拟突发情况，仿真与真机必须分开做；丁熠则认为，随着3D/4D高斯泼溅等数字化技术的进步，物理世界与数字世界终将融为一体，数字世界预测的正是物理世界将要发生的事。

周晟总结说，与会者一致认同环境的重要性，这也正是举办本次论坛的初衷：当前大部分讨论都聚焦于AI本身，而对环境的关注还远远不够。

图8 思辨环节与会者发言（上排从左至右：梁应毅、丁熠、佟毓来、孙逸飞、刘李；下排从左至右：刘美含、邹逸雄、董云云、高莘、张震）

议题三：谁主进化——人是人机协同进化的主导者，还是跟随者？

董云云作破题发言。她认为，人应当成为目标、边界与责任的决定者：定义清晰的问题，对智能体分层授权，让控制权与责任相匹配。人的能力需要“向前后两端延伸”，前端定义问题，后端检验答案。“方向盘在人手里，机器提供引擎”，人应当是主导者。

张震提出按风险分级：人主导价值与目标，中等风险事项需经授权，低风险、AI擅长的事务可以全权交给AI。高莘直言：“机器不会替你背锅，学校只会取消你的学位，不会取消Codex的学位。”因此人必须履行监督职责，而监督的前提是自己懂。邹逸雄则指出，协同进化是双向的，机器也会为人打开新的视野，但分析与决策必须掌握在人自己手里。中国矿业大学刘美含从智慧教育的角度指出，教师的职责正从“教会题目”转向“设置教学目标”，如何避免大模型让学生落入舒适区，是亟待解决的问题。桂林理工大学梁应毅强调，人机协同的最终目的是提升人的体验，归根结底要以人为本。

周晟总结说，与会者普遍认为人应当是主导者，核心在于控制权与责任：人要能判断AI做得对不对、好不好，也要为AI的产出承担责任。正因为要承担责任，人才有动力去检验AI的工作。

   图9 周晟为特邀嘉宾颁发感谢牌（从左至右：张震、丁熠、董云云）

三、论坛总结

论坛最后，周晟进行总结。他指出，与会者在两点上形成了共识：一是环境在AI发展和人机环协同进化中具有重要地位，环境建设将是未来一段时间AI发展中的关键环节；二是人始终是主体，AI始终为人服务，人需要在新的角色与边界中实现能力进化。同时，论坛也保留了分歧：AI对人的能力究竟是进化还是退化，现场出现了三四派观点；数字环境与物理环境应当趋同还是分治，也尚无定论。这些问题将带到后续的论坛与讨论中继续探讨。他表示，希望本次论坛能在AI发展中“激起一点点浪花”，让大家对人、机、环三者的融合有更深的认识。

图10 论坛合影