当大模型技术重塑产业边界、人工智能深度融入学术生态，一场关于“AI如何赋能科研教学”的深度探讨在清华大学数学科学系热烈开启。2025年11月13日，由清华大学数学科学系、学科规划与建设办公室联合主办，数学系基础数学所承办的“AI赋能科研教学研讨会”，在理科楼A404顺利召开。本次会议紧扣党的二十届四中全会精神，响应2025年10月30日清华大学首次教育科技人才工作讨论会部署，以统筹推进数学系教育科技人才体制机制改革为核心，聚焦AI与科研教学融合实践。会议汇聚了校内多学科领域的专家学者、科研骨干与青年学子，通过主题报告、案例分享等形式共探创新路径，为数学系科研教学高质量发展注入智慧动能。
上午10时，研讨会在数学系系主任周坚教授的开场致辞中正式拉开帷幕。周坚回顾了初次接触打字机、使用计算机、利用学术网站查找文献的感受，以三段亲身经历为生动案例，巧妙地点出本次会议“技术赋能科研教学”的核心关切，引发在场师生的深度共鸣。
周坚致辞
首场报告中，材料学院陈浩教授课题组苏阳同学给大家带来了材料学科智能体构建的实践分享。他以人类社会发展进程中生产要素的迭代演进切入，清晰阐释了数据要素化的时代背景。同时指出，大模型虽为科研工作者筑起“知识铠甲”，却也存在专业化适配不足等亟待攻克的“软肋”，精准点出行业垂直领域应用的核心挑战。基于这一现实痛点，苏同学详细拆解了团队融合RAG技术的本地知识库大模型与专属网站集成方案——AiloySpace平台。通过介绍该平台在科研技术攻关、团队科研管理、科研数据整理等具体科研实践场景中的应用，充分展示了“AI+材料”模式在优化研发环节、提升科研效率的革命性突破，让在场听众直观感受到智能技术赋能传统学科的强劲革新潜力。
苏阳报告
紧随其后，清华大学计算机系WeBank讲席教授、基础模型研究中心主任唐杰教授带来了题为“GLM：从大模型看AGI的发展”的深度报告。唐老师开篇即梳理人工智能三代迭代的演进脉络，通过拆解计算机在数据表示存储、编程计算、高速搜索三大核心能力的升级，快速聚焦AGI（通用人工智能）突破单一模态、超越工具属性的关键特征。他结合多个融合数学逻辑的人机互动实例，生动呈现了其团队研发的GLM系列模型在大数据复杂推理、强化学习迭代、自主反思纠错等方面的亮眼表现。随后，唐老师以主流数学能力测评标准及高难度数学竞赛中的实测数据为支撑，重点指出当前大模型性能测评中，亟需开拓更贴近数学前沿的优化数据集这一核心挑战，并深刻阐释了高水平数学专业人才在推动AGI技术突破、性能跃升中的关键作用。这番兼具技术深度与跨界视野的分享，瞬间点燃现场的讨论热情，让在场师生不由得共同畅想“AI+数学”深度融合的广阔未来图景。
唐杰报告
中场休息后，化工系王笑楠教授课题组张义晟同学将焦点对准智能技术本身，从核心构架到落地实践，分享了在“清小搭”平台搭建师门智能体的完整实践路径。他结合课题组真实的科研场景，展示了该智能体在精准回应研究疑问、定向追踪领域最新进展、整合碎片化科研资料等方面的具体表现和实用价值。进一步地，张同学从角色功能设定、语言表达风格校准、回答逻辑规范制定等关键环节，一步步拆解智能体的个性化配置流程。面对现场师生普遍关切的数据收集合规性与版权申请方法等问题，他也从技术实现、合规提取、风险防控等多个维度给出了具体回答，干货满满且具有指导性。
张晟义报告
前沿分享与案例交流后，清华大学学科规划与建设办公室副主任雷环立足学校战略全局，从资源供给、机制搭建、生态培育等核心维度，分享了AI赋能学科建设的系统性思考与实践路径。她结合校内人工智能赋能学科建设研讨会、学科建设工作推进会等多场深度交流成果，系统梳理了各院系在借助AI辅助研判学科前沿动态、培育交叉新兴学科方向、强化核心竞争优势等方面的共识与重点部署。雷老师强调，学校十分重视AI与学科发展的深度融合，并通过设立专项支持基金、完善校内算力保障体系、加强校内交流合作等举措，为各院系的前瞻探索保驾护航，鼓励大家通过构建课程体系、学科知识图谱、垂直领域大模型、定制化智能体等多元形式深化创新实践。同时，她还分享了哈佛大学、麻省理工学院、斯坦福大学等世界顶尖高校的先进探索，以及清华校内多个兄弟院系在AI与科研双向赋能中的典型案例，为在场师生打开了跨校、跨学科的新视野、新思路。
雷环报告
本次研讨会以丰富多元的主题报告，涵盖了大模型研发、智能体应用、学科建设布局等核心维度，生动勾勒出AI技术赋能科研教学的广阔图景。值得一提的是，此前数学系已联合学生学习与发展指导中心、数学基础教学中心共同开展“AI4教学”的相关工作，为此次跨学科研讨奠定了坚实实践基础。这场跨学科盛宴不仅搭建了思想碰撞的交流平台，更清晰锚定了清华大学数学系在科研教学智能化转型中的核心使命与前行方向。面向未来，人工智能与科研教学的融合将持续深入，清华大学数学系将以此次会议为重要契机，携手校内各院系深化跨界协同，推动AI技术与数学理论、学科应用的深度融合创新，解锁“AI+数学”的无限可能，全力打造复合型人才培育的重要策源地，绘就以数学为根基、以智能为引擎的学术新图景。
