# AI 狂热之外，或许决胜局藏在“看不见”的地方 | 对话蚂蚁密算董事长韦韬：密态计算与高阶程序

十字路口Crossing · 2025-08-24

<https://shizilukou.podhood.com/c916b4d6-6c3e-4c0e-91f8-d12d1a48882e>

蚂蚁集团副总裁韦韬与主播Koji从MITBBS往事聊到密态计算与高阶程序，解释了数据“可用不可见”如何让农民贷款和新能源车保费难题迎刃而解，并指出AI时代真正的壁垒在于用工程化方法驯服大模型幻觉，而非模型本身的“聪明”。

## Key moments

- **[0:00] 开场**
- **[3:20] AI工具**
  - [3:21] 韦韬：AI辅助编程是这波大模型带来的最大冲击，因为这是第一次人类真正拥有通用智力引擎。
  - [4:19] 韦韬形容大模型像一个通用智力引擎，上限很高能做奥数，下限很低会犯低级错误，非常有意思。
  - [5:10] 韦韬：现在很多小想法，把描述说出来，大模型真的能帮你产生一个完整的APP，对行业冲击巨大。
  - [6:53] Q: 能看出下属用AI写汇报吗？韦韬：不担心，现在AI最大问题是观点不够专业。
  - [7:03] 韦韬强调：“你的认知要高过大模型，而不是被大模型给替代掉。”
  - [8:01] 韦韬警告大模型幻觉严重，会虚构参考文献和政策文件，必须做实时核验，否则会害死人。
- **[11:17] 未名空间**
  - [11:25] 韦韬回忆MITBBS创立时汇聚了当年北大清华出国的最出色的一帮同学，是那一代留学生的精神家园。
- **[13:26] 安全与隐私**
  - [13:33] Q: AI时代安全工作更难做吗？韦韬：是的，黑产用AI写工具的门槛降低，攻击更简单，防守必须严丝合缝。
  - [14:45] 韦韬披露“易语言”几乎是纯中文的编程语言，但用该语言写的程序95%以上是黑灰产工具，尴尬又讽刺。
  - [16:05] 韦韬讲述2001年北京申奥成功之夜，自己在楼上默默守护网站安全，看着街头庆祝的人群。
  - [17:12] 韦韬分享协助警方追踪暗网黑产，从100多嫌疑名单中猜出嫌疑人，成为当年个人信息保护第一大案。
  - [18:24] Q: 个人如何保护隐私？韦韬：最简单有效的办法是快递等物流不要用真名，打断黑产的ID mapping。
  - [20:33] 韦韬认为人脸是衔接线上线下最好的技术，但大部分人搞错了“人脸识别”和“人脸核验”的区别。
- **[24:23] 密态计算**
  - [24:40] 密算（密态计算）科普：整个计算过程在密态保护下进行，只有数据源许可才能输出明文结果，实现数据可用不可见。
  - [26:21] 韦韬用高速路和刹车比喻安全与速度：有了密算的安全保障，行业反而更敢把数据拿出来做融合和应用。
  - [28:47] 隐私保护计算三大技术路线：纯密码学多方安全计算、硬件机密计算、联邦学习，各自安全假设和性能差异巨大。
  - [31:08] 韦韬团队提出一套通用的隐私计算安全度量方案，解决了国际上长期认为无法统一衡量不同技术的难题。
  - [33:07] 蚂蚁密算成立背景：开源后中小企业用不了，所以成立商业公司来让技术普惠，去年正式落地。
- **[33:13] 落地应用**
  - [34:55] 应用案例：蚂蚁集团与网上银行用遥感大模型和密态时空计算帮助农民贷款，无需人工到田地考察。
  - [36:46] 新能源车保险难题：蚂蚁密算打通车、人、金融数据，帮助保险公司识别驾驶习惯，降低高赔付率和保费。
  - [38:34] 医保商保数据打通：蚂蚁密算支持国家医保局发布清风结算中心，实现医保和商保数据在不泄露前提下融合。
- **[40:18] 高阶程序**
  - [40:33] Q: 密算与大模型的关系？韦韬：密算可以让企业在公有云上安全使用大模型，成本仅增加10%，比私有化部署便宜。
  - [42:48] 韦韬提出“高阶程序”概念：现在大家还处在手工作坊式使用大模型的阶段，用错了，工业化的方式才能真正可靠。
  - [43:10] 核心主张：“这不是幻觉问题，是使用方式错了——应该用工程化方法拆解任务，而不是让一个模型一杆到底。”
  - [44:24] 自然语言作为工程载体的缺陷：韦韬用“买桃子碰到西瓜买一个”的经典笑话说明其模糊性和逻辑缺失。
  - [45:28] 韦韬详解“高阶程序”三步：显性化（拆解任务）、受控化（增加核验）、约定化（场景数据验证），形成完整工程闭环。
  - [46:43] 韦韬批评：“大家做完数学题懂得检查，却习惯性不给大模型检查的机会，这是导致不可靠的重要原因。”
- **[52:03] 商业挑战**
  - [52:40] 韦韬比喻做密算就像当年王坚推云计算，但自己幸运没被骂骗子，吃螃蟹的人已看到螃蟹很好吃。
  - [54:11] “和愿意吃螃蟹的一起来吃，发现螃蟹真的很好吃”——蚂蚁密算通过标杆案例推动行业信任。
  - [57:36] 商业模式上，韦韬认为密算基础设施的投入与业务价值比可达几十甚至几百倍，不担心产生价值。
  - [59:35] 蚂蚁密算推动数据安全保险，像加州强制险那样形成合规准入、保险兜底的市场化闭环。
- **[1:01:31] 开源情怀**
  - [1:01:31] 韦韬讲述1996年在国内刻出第一份双面Linux光盘：正面Red Hat，反面Slackware，卖了几百份。
  - [1:02:06] 韦韬朗读自己的开源感言：“开源是人类文明史上第一次把端到端的共现细节与世界共享。”
  - [1:06:53] Q: 隐语开源社区的目标？韦韬：安全技术必须透明才能建立信任，开源能消除劣币驱逐良币，并培养行业人才。
  - [1:09:13] 隐语社区意外收获：非洲手机巨头传音的需求，因为非洲数字化进程中的跨国数据合规要求极高。
  - [1:11:23] 韦韬谈开源与商业平衡：不要将公司架在道德制高点，开闭源是阶段选择，行业会共同演进找到平衡。
- **[1:13:02] AI与生活**
  - [1:13:25] 韦韬谈孩子教育：家长面对AI焦虑，但核心是“求实务真”，要学会核验，无论信息来自大模型还是自媒体。
  - [1:16:57] 韦韬认为编程训练对孩子很重要：“编程是难得的人类的严丝合缝的大规模逻辑工作。”
  - [1:17:04] 韦韬分享自己小孩已考到Python七级，他觉得Python编程对孩子非常容易，是很好的锻炼。
  - [1:19:35] 从扫地机器人引申，韦韬回忆父亲当年做空空导弹研究时需靠荔保鲜等军转民项目挣钱，今昔对比感慨中国工业体系蝶变。
- **[1:21:40] 职业建议**
  - [1:21:40] Q: 有没有被AI冲击？韦韬：完全不担心，因为从行业专家视角看AI还有太多缺陷，反而是更好的帮手。
  - [1:22:38] 韦韬指出AI最擅长帮行业专家放大价值，但无法让初级程序员达到高级水平，认知门槛仍然存在。
  - [1:23:54] 给初级程序员的建议：开源加AI带来了有史以来最好的学习机会，拥抱开源和大模型，沉浸进去就能快速成长。
- **[1:26:05] 结尾**

## Speakers

- **Koji 杨远骋** (host)
- **韦韬** (guest)

## Topics

行业应用

## Mentioned

Meta (company), OpenAI (company), Red Hat (company), 传音 (company), 网上银行 (company), 蚂蚁密算 (company), 蚂蚁集团 (company), 达摩院 (company), 阿里云 (company), AlphaGo (product), ChatGPT (product), Cursor (product), DS (product), Linux (product), MITBBS (product), 千问 (product), 隐语 (product)

## Transcript

### 开场

**Koji 杨远骋** [0:03]
欢迎收听 《 十字路口 》， 我们关注新一代 AI 技术浪潮带来的行业新变化和创业新机会 。 十字路口是乔布斯对苹果公司的一个比喻 ， 形容它站在科技与人文的十字路口 ， 伟大的产品往往诞生在这里 。AI 正在给各行各业带来改变 ， 我们寻找 、 访谈和凝聚新一代 AI 创业者和 AI 时代的积极行动者 ， 和他们一起探索 、 拥抱新变化 、 新的可能性

。

我是 《 十字路口 》 的 Koji， 联合创办了街旁 、 新世相和躺岛 ， 发起了 AI Hacker House 这个新一代 AI 创业者的社群空间 。

我相信科技 ， 尤其是 AI，是我们这一代人最大的价值创造机遇 。 欢迎大家找我聊天 ， 碰撞想法 ， 链接下一个可能性 。

大家好 ， 我是 Koji， 本周呢 《 十字路口 》 的嘉宾非常的重磅 。 嗯 ， 呃 ， 韦韬是蚂蚁集团的副总裁 ，也是首席技术安全官 ， 然后同时还是蚂蚁密算的董事长 。

然后， 呃 ， 我之前就这个听说过韦韬总的很多的故事 ，但这一次为了录播客 ， 就又做了很多人肉搜索 ， 然后发现了更多 。

哈哈 ， 发现这个韦韬总真是一个宝藏男孩啊 。 我们发现他有一个让我这个很 surprise 的一个呃经历 ，是他曾经是北大的 MITBBS，也是未名空间的发起人之一 。

那是影响了我们 ， 感觉这个一整代大学生的某种精神空间 ， 就好像很多死去的回忆开始攻击我 。

哈哈哈 ， 呃 ， 然后韦韬总也是开源社区的积极分子 ， 然后我看到他之前在网上有说他是读着开源的代码长大 ， 然后用着开源的系统长大 。

所以 ， 呃 ， 参加工作之后呢 ，也一直在用各种方式来回馈开源的社区 。 那最近啊 ， 韦韬总在蚂蚁集团发起的这个隐语开源社区正好三周年， 所以呢 ， 这也成了我们录制这一期播客的契机 。

那今天呢 ， 我们会和韦韬总聊到隐私计算 、 密态计算这些技术的问题 ， 我们也会探讨他们为什么对 AI、 对大模型非常的重要 。

那不过在聊技术之前 ， 我们先聊一些轻松的故事 。 呃 ， 所以我今天想问的第一个问题就是 ， 为什么韦韬总工作了 20 多年了 ， 感觉没有被 、 没有被摧残 ， 还是如此的有少年感 。

**韦韬** [2:28]
哎 ，Koji 好 ， 大家好 ， 我是韦韬 。 可能就是总是保持对这种新技术 、 新的事物的兴趣吧 。

**Koji 杨远骋** [2:37]
OK。

**韦韬** [2:37]
就一直 ， 我其实觉得我们这代人特别幸运 ， 就是其实见着上不同的这种技术 ， 这个非常快的在迭代 。

嗯 ， 那个其实我们是从这个互联网 ， 这个就是大概互联网进入中国大概 93、94 年， 那时候我在北大物理系读书 。

北大物理系是全国第二家接入互联网的 。 我觉得这个时代我们真的是非常幸运 ， 就很多技术非常快迭代 ， 整个社会生活其实带来已经带来巨大变化 ，但是我们在这过程中间没有意识到 。

嗯 ，但是呢 ， 你是其实不停的有新的东西出来 。 嗯 ， 就是你能够就是始终保持这样的兴趣 ， 可以去拥抱它 ， 去尝试 。

嗯 ， 这样的过程中间 ， 我觉得始终你心态会非常好 ， 对吧 ？

### AI工具

**Koji 杨远骋** [3:20]
嗯 ， 就是接触新鲜事物 。 对 ， 对 。 那最近比如说这个那么多的 AI 的新的工具也好 ， 产品也好 ，有哪一个是你用完之后感觉这个有新鲜感的 、 有新奇感的 ？

**韦韬** [3:33]
嗯 ， 总体上呢 ， 我的感觉其实是 ， 嗯 ， 比较打动我的还是编程 。 嗯 ，AI 辅助编程 。 应该讲是说这一波大模型出来 ， 给行业的冲击是非常大的 。其实大家在谈 AI 要改变世界 、 要毁灭人类 ， 谈了几十年了 。

每一波出来 ， 大概差不多 5 年左右吧 ， 每一波 AI 浪潮出来都会涨一波 。 嗯 ，但这次是第一次人类真正叫做通用的智力引擎 。

嗯 ， 我经常会讲这句话 ，因为之前包括像 AlphaGo 都是专用的 ， 它只能干这一件事情 。 对 ， 干其他事情其实都要人做大量的辅助工作才能够让它调配过来 。

这次大模型出来以后， 它是通用的 ， 它可以就是很多事情基本上是开放的 ， 它有的能力 ， 它可能做的不会特别好 ，但它都能做 ， 对吧 ？

而且它的能力这个呃 ， 好的 ， 它的上限会比较高 ， 它可能比普通大学生做数学题 、 做奥数题还要强 。

它但是下限 、 下限也比较低 ， 对吧 ？ 各种这个低级错误 ， 这比如说动不动删文件 ， 对吧 ？ 这种事也会发生 。

对 ， 它整个能力其实越来越像一个这种 ， 就是跟人类似 ， 它是个通用的智力 ， 对吧 ？ 它的这种通用智力引擎 ， 它也可能犯错 ， 所以它非常非常有意思 。

所以它现在呢 ， 就是大家这个呃 ， 另外呢 ，其实我也是觉得特别感谢整个现在的技术进步 ， 让这些最新的技术大家唾手可得 ， 让很多人不会编代码的 ， 真正能够去有机会来够把自己的一些想法变成一个程序 ， 转起来了 。

也是 ， 对吧 ？Koji 你也创业过的 ， 创业当年创业的一个名人员就是就缺一个程序员 ， 对吧 ？

**Koji 杨远骋** [5:06]
哈哈哈 ， 万事俱备 ， 就差 CTO。

**韦韬** [5:10]
对吧 ？ 对吧 ？ 今天其实很多小的想法的时候 ， 基本上你把东西描述出来 ， 大模型真的是有机会帮你产生一个完整的 APP， 能够转的 ， 对吧 ？

这种这种冲击 ， 对行业冲击是非常非常大的 。

**Koji 杨远骋** [5:21]
对 ， 哎 ， 我们上一期播客是和这个阿里云的旭卿 ， 然后他说在我们录播客前一天 ，他刚去见了达摩院的院长 ， 院长也在用 Cursor 自己写游戏 ， 然后我说他写了啥游戏 ， 然后旭卿说写了一个扫雷 。

**韦韬** [5:35]
哈哈哈 ， 我现在用扫雷贪吃蛇 ， 反正很多经典游戏里面达摩云写的都写得很好了 。

**Koji 杨远骋** [5:42]
是的 ，是的 ，是的 。 对 ， 所以韦韬总你现在会开始这个有试着用 AI 写一些自己的小程序或者小游戏 ？

**韦韬** [5:49]
对啊 ，其实我之前拿它写一个小工具是什么呢 ， 就是大家很多时候在播放 PPT 的时候 ， 嗯 ， 你发现格式在不同的操作系统 、 不同的版本之下是完全乱的 。

对的 ， 对的 ， 这时候就特别想有个功能 ， 就把它固化下来 。 嗯 ，其实把它变成图片 ， 再锁定 ， 再变成 PPT。

这句话基本上就是我用了一句话描述出来 ， 然后大模型生成 ， 生成代码就完全可以用 。

**Koji 杨远骋** [6:11]
哇哦 ，因为感觉我也经常觉得 2025 年了 ， 为什么 PPT 这个格式在不同电脑上还能够出现那么大的排版错误 ？

**韦韬** [6:19]
是 。

**Koji 杨远骋** [6:19]
对 ， 所以你就是做了一个给自己用的一个这样的工具 。

**韦韬** [6:22]
而且这件事情应该有很多小伙伴 ， 包括一些行业里面同事都在用了 。

**Koji 杨远骋** [6:26]
对啊 ， 这个听起来感觉这个可以卖个九块九 。 哈哈哈 ， 嗯 ，有意思 。 对 ，其实就是很多之前遇到这样的问题的时候 ， 可能都没有办法去解决它 ，因为搜估计也搜不到这样的产品 。

**韦韬** [6:39]
其实要编的话 ， 大家是就是或者自己是能编吧 ，但你觉得没必要花那个时间做这事 ， 对吧 ？ 嗯 ， 现在就很方便 ， 基本上非常快的能完成 。

**Koji 杨远骋** [6:48]
哎 ， 你现在能看得出来 ，有时候下属给你的汇报是用 AI 写的吗 ？ 你有这样的鉴别力吗 ？

**韦韬** [6:53]
嗯 ， 怎么讲呢 ，其实今天很多时候我不担心这件事情 ，因为现在 AI 最大的问题是说它的观点不够专业 。

嗯 ， 就是真正的你能形成一个行业的能够有影响力 、 有这种这个推动能力的这种核心的主张 ， 这是最最重要的事情 。OK，而不是只是一堆堆一堆堆词藻在这里 。

**Koji 杨远骋** [7:16]
就洞察力很重要 。

**韦韬** [7:18]
对 ， 就是我我们经常讲的是认知 。 嗯 ， 就是你今天来用大模型 ， 很多时候其实你的认知要高过大模型 ，而不是被大模型给替代掉 。

嗯 ， 你的认知到位了以后， 你会指导大模型去如何生成一个你所需要的东西 。 嗯 ， 这里面非常核心的是你的观点 ， 你的主张 。

嗯 ， 这件事情是大模型无法替代你的 。 嗯 ，但是这件事情本来你人做一个专家就应该做到的事情 ， 只是以前你有了这主张 ， 你要把它写成文字很累 ， 对吧 ？

特别是说你从不同角度表述的时候 ， 大家很多时候就会卡文 。

**Koji 杨远骋** [7:52]
是的 ，是的 。

**韦韬** [7:53]
现在大模型以后很好的帮助你能了解这个问题 。 嗯 ， 对吧 ？ 这是一方面 。 另一方面就是大模型的幻觉真的挺严重 。

嗯 ， 大家真的用的时候就会发现 ， 它很多时候会虚构一些这个参考文献出来 ， 虚构一些这个可能这个行业的这种政策文件出来 。

嗯 ， 那是会害死人的 。 所以相关的实时核验必须要去做 。OK， 否则很容易掉到坑里面 。

**Koji 杨远骋** [8:19]
哎 ， 那我们这一次录播客之前 ，其实我也一直在用 ChatGPT 来了解韦韬总的过去 ， 所以我们知道我现在了解到的有多少是幻觉 。

**韦韬** [8:27]
没错 ， 这件事情其实我们之前也聊过啊 ， 就是说其实大家知道有个很著名的句话吗 ？ 说大模型就是压缩压缩机智能 ， 对吧 ？

这句话很多时候对大模型都会压缩机智能 ， 对吧 ？ 这句背后其实是它把这件事过于简化了 。

本质上是什么可以压缩呢 ？ 就是很多事情的规则 ， 大家都符合这规则的时候 ， 它是可以很好压缩的 ，但是它的压缩是有损 ， 它不是无损的 。

嗯 ， 对吧 ？ 很多事情压缩到极致的这个 ， 它把最本源的规则掌握了以后， 很多东西可以很好的压缩起来 。

对 ，但是事实它是无法做有损压缩的 。 一旦有损以后， 事实就产生偏差 。 嗯 ， 这也是很多时候为什么说幻觉幻觉会产生 ，因为你把大量的这些资料灌给大模型 ， 它很难区分 ， 或者是说在极大的压缩率之下， 它很难保障哪些是规则部分 ， 哪些是事实部分 。

而事实所有历史上发生的事实里面充满了偶然性 ， 这些偶然性你一旦做有损压缩 ， 大家会出现一些事实的偏差 。

嗯 ，而事实偏差错了以后， 你上面规则再正确 ， 它的整个推理推导过程可能都是错的 。 嗯 ， 对吧 ？

这件事情其实也是今天为什么就大模型应用的时候 ， 大家时刻会碰到这种问题吧 。 我觉得这问题其实你很难在当前的 Transformer 的架构上能够直接把这问题解掉 。

嗯 ，但是另外一方面 ，其实我们人也是一样的 。 对 ， 嗯 ， 人很多时候你背文章 ， 你死记硬背也是有一个极限的 ，但更多的是你要记得里面的核心的理念 、 核心的思想 。

嗯 ， 对吧 ？ 但是对吧 ， 这这时候你的一些小的偏差是不可避免的会发生 。

**Koji 杨远骋** [10:01]
对 ， 对吧 ？ 我就想到这个啊 ， 最近看到一个说法 ， 说为什么梦想要叫梦想这两个字 ， 就是因为其实只有敢做梦 ， 尤其就是只只有有幻觉 ， 人才去可以做一些你一开始想象不到的 ， 可能这个更大的 、 更有威信的一些事情 。

**韦韬** [10:18]
是的 。

**Koji 杨远骋** [10:18]
嗯 ， 所以幻觉有时候是有必要的 。

**韦韬** [10:21]
你说的非常对啊 ， 这个历史上人类历史上两个著名的这个做梦导致的这个人类进展 。 第一个是门捷列夫的元素坐骑表 。

哦 ，是做梦梦出来梦到的 。 哦 ， 第二是凯库大做梦遇见的那个本环分子的这个结构也是做梦梦到的 。

**Koji 杨远骋** [10:37]
哦 ， 这不是段子是吗 ？

**韦韬** [10:39]
这不是段子 ， 这都是事实 。

**Koji 杨远骋** [10:40]
哇 ， 非常神奇 ， 对不对 ？ 很神奇 ， 很神奇 。 嗯 ， 哎 ， 那其实我也想问一下， 我在这个 ChatGPT 上了解到韦韬总的一个我觉得特别有意思的细节 ， 我不知道是不是大模型的幻觉啊 ， 我问一下你 。

就是我知道这个 MITBBS 发起的时候 ， 这个你应该做了非常多奠基的工作 ， 然后当时这个网上有一个评论 ， 就 ChatGPT 说啊 ，有网友讲你写站规比你写情书还认真 ， 你有这样的印象吗 ？

**韦韬** [11:07]
我觉得这个是他的幻觉 。 哈哈哈 ， 大概率是在讲刘家 ，不是我 。

**Koji 杨远骋** [11:12]
哦 ， 所以你写情书还是更认真 。

**韦韬** [11:14]
那必须啊 。

**Koji 杨远骋** [11:15]
哈哈哈

### 未名空间

**Koji 杨远骋** [11:18]
， 对 ， 所以当时在 MITBBS 发起的时候 ， 呃 ， 是一个什么样的一个呃状态 ？ 可不可以稍微分享一下当时的故事 ？

**韦韬** [11:25]
当时其实是刘家他拿到了 MIT 的 offer 去 ， 对 ， 去 MIT 留学嘛 。 嗯 ， 然后呢 ， 那个我那时候其实在方阵工作 ， 然后到香港方阵这个这个出差 。

那时候就是因为我们都是当年北大 BBS 的老站长 ， 对吧 ？ 这个然后就觉得在美国可以来建这样子一个分站 。

嗯 ， 对 ， 然后那时候其实那时候那个时候是很有意思的 ，因为去 MITBBS 上基本上是汇集了当年北大清华出国的最出色的一帮同学 。

嗯 ， 对吧 ？ 来构建这样子一个 BBS 的 ， 就是一个新的一个精神家园 。 然后后面其实也能看到吧 ，也是非常好的 ， 就汇聚了整个感觉是整个北美留学生 ， 对吧 ？

也真的是一代人。 嗯 ， 这个非常非常的觉得嗯 ， 还是很自豪吧 。 嗯 ， 对 ， 然后呢 ，其实我在 MITBBS 基本上我是做最前期的技术的工作 。

嗯 ，因为后期嘛 ， 我主要在国内 ，他们在美国主要是他们在运营 。 嗯 ， 然后常常是后后面就逐渐淡出 。

嗯 ， 对 ，有什么技术问题的时候会来再找到我再做做做支持 。 嗯 ， 对 ， 大概是这样子 。 但是整个的过程其实是也是非常有意思吧 ， 就是留学生们是一帮精力嗯老力极其过剩的一帮人。

哈哈哈 ， 包括说为什么定会站规上面花那么多精力 ， 对吧 ？ 因为这帮人在一起的时候就会出现更加很神奇的事情 。OK， 对吧 ？

就像站规上面这个一开始的时候觉得是有很多的东西想到规则嘛 ， 对吧 ？ 就是很多的规则 ， 后来其实过一段时间以后发现光靠规则这件事情很多是解不了的 。

嗯 ，其实这个规则只是一方面 ， 很多时候还是本身的这个生态 ， 就或者是这个社区自己的往前一个健康的眼睛更加重要 。

**Koji 杨远骋** [13:13]
就发现这个和法律一样 ， 就很多时候法治和德治是要两手抓的 ， 就法律管不了的地方要靠社会的这个情绪或者整个社会的道德规范约束去让大家自律 。

啊 ， 我们再来聊一下这个在蚂蚁啊 ， 你作为首席技术安全官 ， 呃 ，在 AI 时代你有感觉这个工作变得更难做了吗 ？

### 安全与隐私

**Koji 杨远骋** [13:33]
就 AI 让灰黑产变得更强大了吗 ？

**韦韬** [13:36]
AI 时代的确是挑战更大 。 嗯 ， 对 ，因为所有的技术用于攻击往往是更简单的 。 嗯 ， 防守的话其实你要是严丝合缝 ， 对吧 ？

这个防面面都能够做有效的这种纵深做这种抵抗 。 对 ， 对吧 ？ 这个挑战肯定是更大的 。 嗯 ，而且呢 ， 黑产他的今天能看到技术的眼镜会很快 ， 很多新的技术他们的应用比以前要快很多 。

嗯 ， 包括像这个很多黑产也是要写写程序的 ，以前他们写程序是水平是很差的 。

**Koji 杨远骋** [14:10]
啊 ， 现在有 Cursor 了 。

**韦韬** [14:12]
哈哈哈 ， 对呀 ，不只是 Cursor 啊 。 对 ， 这边是其实是以前我们抓到过一些黑产啊 ，他自己都不会不会编程序 ，他是在网上一个编程社区大概花了几百块钱请人写的一个 OK 黑产的工具 。

嗯 ， 来做了很多的方面的工作 ， 对吧 ？ 这个造成很大的破坏 。 嗯 ， 那时候就是请人写 ， 对吧 ？ 几百块钱 ， 今天可能就不需要了 ， 对吧 ？

嗯 ， 所以这种破坏性还是非常大的 。在这个过程中间 ，其实也是一个很有意思的一个故事吧 ， 就是大家都想今天变成语言 ， 我都觉得是不是应该有中文自己的变成语言 ， 对吧 ？

嗯 ，其实有个最早的一那个呃 ， 最广泛的一个纯中文的变成语言叫异语言 。 嗯 ， 周易的易 。 嗯 ， 嗯 ， 异语言大家可能不能想象 ， 觉得随这件事情是纯中文的 ， 很自豪 ， 对吧 ？

这是一个中文自己的变成语言 。 但是很不幸 ， 就是用异语言写的程序 ， 大概 95% 以上全是黑灰产工具 。

**Koji 杨远骋** [15:04]
哦 ，因为他把这个用中文编程的门槛打低了 。

**韦韬** [15:08]
对 ， 这个挺挺尴尬的一件事情 。 嗯 ，但是这个背后的事情其实是能看到往常黑灰产的 ， 它是分层的 ， 就是它里面有极其顶端的黑灰产的这种团体 ， 能真是能在国际社会上面呼风唤雨 。在这个有研究所有银行这样子的顶端的这种黑灰产团体 ，也有大面积的这种 ， 就是这种呃 ， 比较草根的这种黑灰产 ， 它用非常简单的工具就能够造成很大的

这种这种危害 ，但人数量巨多 。 嗯 ， 对吧 ？ 它有不同这种分层 。 嗯 ， 然后呢 ，在这里面呢 ， 这个呃 ，也能看到这些年其实无论是哪个层面吧 ，其实都在快速往前演进 。

嗯 ， 所以我们每年的这种对抗压力还是非常的大 。

**Koji 杨远骋** [15:53]
OK， 嗯 ，因为这么几十年其实你一直在一线 ， 就是经历着攻防战 ，有没有一些精彩的画面是你想起来印象非常深刻的 ？

**韦韬** [16:05]
对 ，其实我是从就真正开始来做保障 ，是从应该是北京申号网站哦开始 ， 我大概是从 99 年开始来做规划 ， 然后 2000 年开始来做整个的 ， 就北京就 2008 申号网站的整个的建设和安全保障的这工作 。OK， 对 ， 那个应该是 2001 年吧 ， 正在申号申号北京申号成功嘛 。

嗯 ， 大家就敲锣打鼓的在北京街头庆祝的时候 ， 我就在在在楼上默默看着看着看着这个流星队 ， 我在上面来守着整个的网站的安全 。

对的 ， 那上是从那个开始 。 嗯 ，其实是这些年呢 ， 整个的感觉是这个呃 ， 对抗这个越来越坚决 ， 对抗压力越来越坚决 。

总体上其实我还是很幸运的 ， 就我一直有一群非常好的这种呃战友们 ， 对吧 ？ 整个的防御体系里面基本上没有出过 ， 基本基本上是零事故 。

对 ，但是这个嗯 ， 里面有很多很艰巨的这种这种作战的任务吧 ， 包括是就这些年来我们在嗯 ， 蚂蚁整个安全团队其实是协助公安机关抓捕了大量的在暗网上的黑灰产团伙 。

嗯 ， 对吧 ？ 做数据非法的数据贩卖的 。 而暗网它的是一个整个是匿名化网络 。 对 ， 嗯 ， 它上面的这种黑产团伙你要能够追踪是很难的 。

嗯 ， 我们同学其实有几个非常重大的这个案件的追踪 ， 基本上都是追踪了好几个月 ， 可能一些这个因为参与追踪的就不只是蚂蚁家公司嘛 ， 多公司都参与 ，因为这个黑黑产的这个对行业的破坏非常大 。

嗯 ， 基本上我们同学坚持到最后， 基本上最后大家很很多时候难以想象这个这个的艰难程度吧 。

最后我们的同学特别特别厉害 ， 从一个超过 100 多人那个大名单里面 ， 大的嫌疑名单里面猜中了嫌疑人， 然后这个协助警方警方进行抓捕 。

**Koji 杨远骋** [17:54]
他怎么猜中的呢 ？

**韦韬** [17:55]
这个有很多的东西就不方便不方便难说了 。OK，但是最后也是应该是当年的公安部的这个第一 ， 这个个人信息保护的第一大案 。

嗯 ， 这个非常非常出色 。 嗯 ， 这个但是整个的跟黑灰产对抗啊 ，也真的是越来越艰难 。 嗯 ， 对 ，但是总体上同步其实也是能够看到行业里面的安全的基础设施 。

嗯 ， 的这个水准就不断提升 ， 然后呢 ， 整个国家整个行业的这个领导和专家们对这件事的认知也不断提升 。

**Koji 杨远骋** [18:24]
因为我想象你其实会比一般人更知道黑灰产他们的这种呃 ， 叫什么厉害之处或者危害之大 。 那我比较好奇就是嗯 ， 你自己个人会对自己的隐私或者数据或者密码做哪些保护啊 ？

比如说你会不会传说中 100 个网站 ，10 个银行就是每个密码都不一样 ？

**韦韬** [18:48]
这件事情其实也不用那么难 。 我觉得给大家最基本的建议其实也是一直以来我这个呃自己也是在这么做啊 ， 就是大家在做各种物流啊 ， 各种快递的时候不要用证明 ，不要用证明 。

嗯 ， 这件事情它的非常重要的一件事情是什么呢 ？ 就是整个无论其实是黑灰产也好 ， 还是各种互联网服务也好 ， 它最核心的一件事情是 ID mapping。

嗯 ， 就 ID 打通 ，ID 打通以后， 它才能够把各方汇集的数据都汇聚到你这个人身上 。 而你这件事情这个打断以后， 会显著的增加它里面处理的难度 。

对 ， 这个时候很多时候就定位不到你身上来 。

**Koji 杨远骋** [19:29]
那手机号怎么办呢 ？

**韦韬** [19:30]
手机号其实现在大家这个在注册一个手机号不是很难 ，而且呢 ， 手机号这件事情由于二次方号问题 ， 所以导致整个 ID mapping 系统你都不要说黑灰产了 ， 连运营商这边可能都乱的 。

**Koji 杨远骋** [19:43]
了解 。 嗯 ， 就是其实现在我也注意到 ， 就是比如说自己 ， 比如我有一家公司是消费品牌公司 ， 然后我们自己的客户的手机号我们是拿不到的啊 ， 应该平台也估计现在拿不到 。

**韦韬** [19:55]
对 ， 现在其实国家在做一些很重要的事情 ， 就是网证 ， 把它希望是说嗯 ，以后的这种实名信息受领的网证 ， 然后呢 ， 这个在互联网服务的时候只要用这种假名化的这个信息就可以了 。

嗯 ， 啊 ， 这个我觉得真的是非常重要 。 嗯 ， 这件事情就是整个打断黑灰产的 ID mapping 能力 ， 会极大的提升他们的这种这个呃技术业的这种门槛 ， 然后呢 ， 能够很好的保护消费者 ， 这是成本最低廉的方式 。

**Koji 杨远骋** [20:22]
那今天其实有很多人很害怕 ， 比如说去刷脸或者去录指纹 ， 就是你会抗拒有人说来刷个脸或者来录个指纹这种事情吗 ？

**韦韬** [20:33]
嗯 ，其实我这边还好 。 我觉得这里面其实很多时候大家把几个的基本的概念搞错了 。 嗯 ， 脸这边的这种担心其实是它的这种滥用 ， 对吧 ？

但人脸这件事情其实是衔接线上和线下最好的技术 ， 没有之一 。 因为你要连接线上线下， 很多时候都有这种需求 。

对 ， 你有什么呢 ？ 嗯 ， 大家想想看 ， 你有什么呢 ？

**Koji 杨远骋** [20:57]
现在是用二维码或者 NFC 吗 ？

**韦韬** [20:59]
NFC 你扫什么 ， 对吧 ？

**Koji 杨远骋** [21:01]
对 ， 这需要手机 ， 手机需要有电 ， 需要有网 。

**韦韬** [21:04]
而且这件事情你万一丢了怎么办 ？ 是 ， 对吧 ？ 万一坏了怎么办 ？ 对吧 ？ 人脸其实是衔接线上线下服务最好的技术 。

嗯 ， 我们实际当中也能看到 ，其实说你当的真的是把人脸合身这个技术做好以后， 比如说你所有其他技术都都都都无法保障的时候 ， 最后用人脸来做这种最后一道把关 。

但是很多时候大家用错了 ， 把人脸合身当成了人脸识别 ， 这两个是完全不一样的 。 人脸识别只要是认出来你是谁 ， 对 ， 人脸合身要保障你不但是谁 ，而且知道是当时是你活的你 ， 哈哈 ， 真实的你来做这个这个这个这个合身啊 。

这两个技术上是基本上呢 ， 可能就是有一个巨大的鸿沟 ， 可能很多做 AI 的擅长的公司 ，他们做的是人脸识别 。

对 ，但是呢 ，他们没有进化到真的能做安全保障这一步 ， 对吧 ？ 所以这边有个巨大的鸿沟 ，但真做到的话 ， 这是效果是最好的 。OK，但后面大家所担心的事情是什么 ？

担心他隐私的这种这种破坏 。 是的 ， 人脸的最大的一种挑战是说我完全不需要经过你的同意 ， 我就可能采集你的人脸 ， 然后呢 ， 可能产生非法使用 。

嗯 ， 很多时候担心这件事情 ，但这件事情其实现在有很多的技术可以来 ， 就是这个呃 ， 防止你的滥用 。

嗯 ， 今天上在整个可信技术体系里面 ，是可以很好的保障这一点 。 但是呢 ， 可能很多的行业的专家对这件事情并不是很好的认知 ， 就只是简单的把它一刀切 。OK，不让用人脸 。

嗯 ， 这件事情其实可能就是你就像说的嘛 ，是把孩子和洗洗澡水一起倒掉了 。 嗯 ， 这其实是非常可惜的 。

嗯 ， 这件事情完全是可以通过一些可信技术的保障 ， 就是人脸也只用于大家约定的这种场景 ， 它提供最好的安全保障能力 ， 同时能够把隐私防止隐私滥用 ， 完全是能够达到平衡的 。

嗯 ， 嗯 ， 明白 。 嗯 ， 我自己最近呃在看有一些最新的发布的 ， 比如这周发布的一个新模型 ， 就把一张照片配上一段声音 ， 变成一段视频 ， 对吧 ？

这个可能在几个月前还会出现恐怖股效应 ， 就一看就是假的 。 然后上个礼拜我看到同事们做了我的一段 ， 我看到时候很恍惚 ， 我说我真的说过这样的话吗 ？

就是栩栩如生 。 对啊 ，但是这个是不是呃和您说的一样 ， 它通不过人脸核验 ？ 就是它骗过人的眼睛 ， 这件事情其实不是特别难 。OK，但是你是在真正专业的计算机分析之下， 全面的能够就是和真实的一样 ，是有很多很多缺陷的 。

嗯 ， 比如说大家在看电影的时候 ， 很多时候不会觉得有什么不对的地方 ，但其实所有的车落下悬崖的时候 ， 全部是做了加速的 。

嗯 ， 否则不够刺激 ， 否则太慢了 ， 对吧 ？ 嗯 ， 所以人也不会觉得有什么问题 。 嗯 ，但你真真的是拿一个计算机的分析的话 ， 里面全是破绽 。

今天就是整个大模型生成的这种呃 ， 这个这个嗯画也好 ， 或者是视频也好 ， 对吧 ？ 人也可能说你觉得很好了 ，但是真正你用专业的这种这个鉴鉴真的这些这些技术来分析的话 ， 全是破绽 。

嗯 ， 它离真正的这种这个十全十美 ， 这个完全逼真还有很长的路要走 。 嗯 ， 最著名的一件事情就是手指经常搞错 。

嗯 ， 对吧 ？ 嗯 ， 它里面的这种细节还是有很多很多的这种缺陷需要提升的 。 嗯 ，但整个的方向就是未来它是有可能相结合啊 ， 包括我们我现在也在做高阶程序的这个体系嘛 ， 就是能够推动大模型把这件事情不断的变得更加完善啊 ，但它今天还不行 。

嗯 ，是这样子 。

**Koji 杨远骋** [24:23]
明白 。 嗯 ， 哎 ， 我们知道韦韬总也是这个蚂蚁密算的董事长啊 ， 然后可不可以给大家科普一下， 就是当我们说到蚂蚁密算的时候 ， 要如何比较简单的理解啊 ， 就蚂蚁密算是做什么的 ， 对普通人来讲和我们的生活工作有什么样的关系 ？

### 密态计算

**韦韬** [24:40]
密算它是密态计算 ， 我们讲是说整个行业呢 ， 大家可能比较熟悉的通算制算 ， 对吧 ？ 这个通用计算 CPU， 计算 GPU， 密算是什么呢 ？

就是大家以前所有的用数据的时候 ， 大家习惯都觉得我一定要拿到数才能用数 。 嗯 ， 对吧 ？ 但数据它的一方面它有极其巨大的价值 。

嗯 ，但另外一方面就非常容易被拷贝 ， 非常容易被分割 ， 被加工 ， 被变形 。 嗯 ， 对吧 ？ 它后果什么 ？

它容易被滥用 ， 容易泄露 。 而数据承载的巨大价值 ， 包括刚才讲的它的各种各种个人信息都有巨大价值 。

大家假如落在黑灰产手手上， 就会造成显著的社会的这种这种这种伤害 。 对 ， 所以如何能够去保护好数据的这种价值 ，不被滥用 ，不被泄露 ， 同时又能够让它的数据价值能够在各行各业发挥出来 。

嗯 ， 这就是一个全新的命题 。 嗯啊 ，而这件事情最好的解决方案就是密算 ， 密态计算 ， 就是整个的计算过程是密态保护的 。

它只有数据源方许可的场景才能够计算 ， 能够提供服务 ， 才能够最后双方约定的结果 ， 才能够稀疏稀疏明文公共下游使用 。

这个是密态计算 。 密态计算就是它使得整个的计算过程以及这个呃多不复杂的像模型啊 ， 大数据处理啊 ， 它整个的链路 ， 无论是计算过程还是中间的结果 ， 全部都是密态保障的 。

然后呢 ， 最后它的稀疏明文的时候 ，是数据源方的密钥说了算 ， 只有它许可才能够变成明文 。

然后中间无论是谁来运维这个系统 ，是来无论是谁来研发这个这个数据 ， 都无法去获得它的相关的这种明文明文的数据 。

嗯 ， 整个这个链路的保障能力叫做密算 。 对 ， 这种密算它的提供了一个非常巨大给行业带非常非常巨大变化是什么呢 ？

它看起来使得数据加工变得更复杂了 ，是吧 ？ 因为你不是明文了 。 嗯 ，但事实上它是极大 ， 它能够极大加速整个行业对数据的应用 。

因为以前你的担心是什么 ？ 你就是你把数据给了第三方 ， 第三方技术的技术的这个团队 ， 第一技术反射一定是把你数据备份一遍 ， 哈哈哈 ， 对吧 ？

是的 ， 然后他的业务的第一反射一定是说 ， 哎呦 ， 我有这数了 ， 我怎么用这数来挣钱 。 嗯 ， 对吧 ？

所以第一个技术方搞的第一件事情就是导致你的数据泄露 。 对 ， 业务方搞的事情就导致你数据被滥用 。

嗯 ， 所以在这种情况之下， 数据源方就越来越不敢把数据供给出去 。 嗯 ， 然后呢 ， 就导致今天我们讲的现在行业里面出现的一非常严峻的问题 ， 什么数据是普遍的缺乏加工 ， 缺乏融合 ， 价值缺乏验证 。

嗯 ， 就其实是造成了巨大的数据应用的一样障碍 。 嗯 ， 当你真的解决这种问题以后， 你这件事情就是可以这个能够极大加速 ， 把数据源方和数据加工应用方能够链接起来 。

很多时候我们在讲这件事情其实是像什么呢 ？ 就是大家这个总是提到安全的时候 ， 大家总觉得你是踩刹车 ， 你会阻碍这件事发展 。

对 ，但是特别有意思一件事情啊 ， 就是大家想没想过 ， 大家开车在高速上开车 ， 你车自身不够安全的时候 ， 你敢开那么快吗 ？

嗯 ， 假如你没有个刹车在哪里 ， 你敢把车速开到 120 吗 ？ 嗯 ， 对吧 ？ 其实说你整个安全体系有这种能力以后， 你车速能开快起来 。

有这样的体系 ， 这个比喻非常的形象 。 嗯 ， 就是因为高速路给了人安全感 ， 我们才敢开得快 。

路和车其实你的安全都做了大量的工作 。 嗯 ， 就大家可能平时对车没有关注啊 ，其实车那个现在的无论是新能源车还是传统的这个这个油车 ， 对吧 ？

其实安全你们的安全的保障其实做的非常非常多 ， 只不过他们把这件事情变得非常简单 。 嗯 ， 对吧 ？

可你关注的事情就是系上安全带 ， 对 ， 然后这时候那个红绿灯 ， 对吧 ？ 插信这这里面其实可能有大量的这种技术 ， 大量的这个行业的这种沉淀 ， 全部是在保障安全 。

嗯 ，也就是这样子保障之下， 你车速才才敢开那么快 。 嗯 ， 对吧 ？

**Koji 杨远骋** [28:24]
所以说在信息的高速公路啊 ， 这个很古早的比喻 ，其实也是需要有类似的一些安全的技术措施 ， 大家可能是看不到的 。

**韦韬** [28:33]
对对对 ， 所以在这种情况之下， 我们认为是说密算是提供这样的一个安全体系 ， 一个内生的安全体系 ， 对吧 ？

使得你有这样的保障之后， 大家反而更加敢把数据拿出来做融合 ， 做加工 ， 做应用 。

**Koji 杨远骋** [28:47]
那这个会不会就是有不同的流派 ， 比如说我说我要用这种方式来保证你的安全 ， 另外有一种新的 ， 大家都会提出自己不同的主张和技术的选择 。

**韦韬** [28:57]
对 ，是的 。 嗯 ， 这个在这个技术体系里面 ， 它的呃刚才讲的可用不可见 ， 这里面其实整个这个大类叫隐私保护计算 。

隐私保护计算里面 ， 它其实有不同的技术的这种路线 ， 像那种纯密码学的多方空间计算 ， 全动态纯密码学体系 ， 然后呢 ， 像这个就是呃这个呃机密计算 ， 它是基于这种 CPU 的内存加密的技术 。

嗯 ，以及系统安全的功能来保障 。 然后还有呢 ， 联联邦学习 ， 联邦学习其实是这个做了这个部分的信息商泄露的这种容忍 ， 来做这 AI 里面相关这种这种计算 。

嗯 ， 它其实是有不同的技术路线 ， 它的安全假设和这个整个的说要做了安全保障的这种技术差别会非常大 。

嗯 ， 所以在这个体系里面 ， 嗯 ， 整个的行业其实在现在这些年做了不同的尝试 ， 然后也能看到其实在不同场景下， 行业里面不同的这种呃应用吧 ， 上市也在慢慢在接受 。

对 ， 后面其实就非常有意思 ， 整个这些技术往前演进的时候 ，其实大家回答第一个问题是说 ， 你如何用一把尺子来衡量 。

嗯 ， 对吧 ？ 因为不同技术它的投入可能差别非常非常大 。 是 ， 你像全动态 ， 全动态它可能会很慢 ， 对吧 ？

它的整个的数据加工处理速度可能是比明文计算慢 10 万倍 。 嗯 ，而且这还不是最糟糕的 ， 最高的最糟糕的事情 ， 它数据膨胀 1 万倍 。

嗯 ， 你本来是一个 G 的数据 ， 现在变成 10 个 T 了 。 哇塞 ， 对吧 ？ 这膨胀也很严重 ， 这个 。 但是它提供的整个的安全级别可能是最高的 ，因为它不依赖于任何的这种呃芯片啊 ， 或者是其他的技术设施的这种这种保障 ， 它是纯的密码学来来做这件事情 。

但是联邦学习呢 ， 可能就是它的假设是说我可以容忍一部分的信息上泄露 ，但我速度可以更更快 。 嗯 ， 对吧 ？

这个 ， 然后呢 ， 整个的可呃机密计算体系上是我是整个 CPU 里面来做了一个可信根 ， 来做相关的保障 。

它的所有的计算在内存里面都是加密的 ， 就是在 CPU 的 cache 里面才会这个解开来做相关的计算 ，但是它透明的 ， 所以到底水平全部加密 ， 我们称之为硬件密谈 。

嗯 ， 对吧 ？ 上市不同体系会完全不一样 ，但它后面的其实如何用一把尺子衡量这件事情 ， 长期在国际上认为是无法做到的 ，因为技术差别太大了 。

**Koji 杨远骋** [31:06]
OK， 嗯 ， 现在也没做到吗 ？

**韦韬** [31:08]
现在我们这两年其实我们也也是一个非常自豪的一个工作吧 ， 就是我们提出了一套整个的度量的这种方案 。OK，其实本质上其实是说我不管你用什么技术来实现 ， 最后衡量你体系其实在于攻击者用多大的代价克服多大的不确定性 ， 能够攻破你的保障 。

哦 ， 对吧 ？ 这套机制是一致的 ，是通用的 。其实这套机制是无论是对于隐私保护计算而言 ， 还是说对整体的数据安全或者网网络安全 ，其实是一致的 ， 对吧 ？

我们其实找它的本源 ， 然后这件事情呢 ，也是在这个呃我们是跟这个国金测评上是一起共呃来建相关的这种这个相关的标准 ， 然后做的这种相关的试点 ， 然后得到很好的效果 。

这件事情真的是可以度量的 。

**Koji 杨远骋** [31:47]
明白 ， 哎 ， 那咱们蚂蚁密算做的这个对数据安全的保障是呃只是 for 蚂蚁集团 ， 还是也是 for 所有的这个 ， 就是对 ，也可以其他的公司也能采购 。

**韦韬** [32:00]
嗯 ， 蚂蚁密算我们在清洁公司其实也是有一个这样子的发展历程 ， 最初其实在 2016 年的开始时候 ， 我们就开始来研制刚才讲的各个技术路线 。

嗯 ， 所有的隐私保护计算的技术路线我们都开始来做了 ， 然后呢 ， 中间就开始已经在很多的行业 ， 像这种贷款啊 ， 风控啊 ， 很多行业开始来得到应用 ， 然后达到很好的效果 。

大概到 2022 年的时候 ， 然后呢 ， 那时候我们觉得这个这些技术不应该只是蚂蚁来用 ， 我们上市的时候选择了开源 。

嗯 ， 那时候还在疫情期间 。OK， 啊 ，在就是 2022 年 7 月 4 号 ，在北京是王永明院士来建议之下， 我们这样子做了开源 。

开源以后其实行业反响非常好 。 嗯 ， 对吧 ？ 这个很多的这个厂家共同来参与来应用 ，而且用的范围不只是在国内 ， 国际上也有很多应用 。

但是后来我们发现呢 ， 就是因为它的技术门槛还是比较高 ， 所以能够来用开源的这些企业自身都有很强的技术能力 。

嗯 ，但是大部分的中小企业没有能力用 ， 所以呢 ， 我们后来这个觉得是说我们要成立一家商业 ， 那个真正的商业公司来服务这个行业 。OK， 才能真正让这个技术普惠 。

这是在去年正式成立的蚂蚁密算 。 嗯 ，其实是这样的一个一个发展的历程 。

**Koji 杨远骋** [33:12]
了解哦 ， 所以咱们做了这个之后， 会对中小企业去做哪些特别的服务或者产品或者帮助呢 ？

### 落地应用

**韦韬** [33:20]
对 ， 嗯 ， 我们下面其实嗯 ， 这两年国家数据局其实也是非常大力的推动了整个行业往往前演进 ，因为整个国家数据局承载的是国家的这个数据要素这种战略 ， 对吧 ？

就推动数据要素的市场化配置改革 ， 这里面要素工作非常非常多 ， 里面非常核心的一件事情还是说各行各业能够把数据它的这个呃真正用起来 ， 把它生成的价值能够挖掘出来 。

嗯 ，因为之前的各种各样的这种限制吧 ， 就是包括整个这个行业的输出进程 ， 可能是这种水平是有有差异的 。

嗯 ， 另外整体上由于数据安全这个相关的这种这种顾虑吧 ， 很多时候我们讲的就数据缺乏加工 ， 缺乏融合 ， 加这些缺乏验证 ， 对吧 ？

嗯 ， 这些都是阻碍 。 嗯 ，但是另外一方面也能看到 ，其实是说由于这些年整个行业 ， 对吧 ？ 像蚂蚁 ， 像很多这种同行们 ， 很多高校 ， 我们共同协作之下， 把其实是把技术的栏杆我们已经打通了 。

嗯 ， 像我们现在的技术 ， 这个它不只是说一个发在 paper 上， 顶会这些论文上 ，在开源代码实现上面 ，而是现在我们真的服务了很多行业 ，而且我们也真的是觉得是就像这个蚂蚁我们的愿景一样 ， 对吧 ？

为社会带来微小而美好的改变 。 嗯 ，有时候我们整个密态计算 ， 嗯 ， 就是蚂蚁集团和保守银行一起 ，其实是那个呃在农村农业部大数据发展中心的这种支持之下， 然后服务全国的农民的贷款 。

今天他觉得好奇怪啊 ， 这密态计算这听起来是一个非常 ， 对吧 ？ 学术化的一个词啊 ， 这件事情跟农民贷款什么关系 ？

嗯 ，其实之前农民贷款是很难的 ，因为农民的有的资产是他的田地 ，他的庄稼 。 对 ，但是你要贷款的话要评估 。

是的 ， 这时候银行就得派人到田间地头去考察 。 嗯 ， 这个的费用靠谁来承担呢 ？ 农民本身贷款他的这个田地也不是很多 ，他带钱也不是很多 ，他最后产生的利息根本就无法承载银行派人去考察的这个费用 。

嗯 ， 所以导致这个商业这个这个这个循环无法正常转起来 。

**Koji 杨远骋** [35:22]
那咱们参与之后会怎么做呢 ？

**韦韬** [35:24]
对 ， 蚂蚁集团和网上银行来做做这件事 ，其实是我们一方面用遥感大模型来做评估 ， 另一方面用密态时空计算 ， 把农民提供的这个田地跟政府的数据来做核算 。OK， 确认这块地也是他的 ， 这两个技术加持之下， 就不需要再派人到田间地头了 。

所以这件事情其实最初我们是在 23 年年中的时候 ，在江西省一个县做的试点 ， 还效果非常好 ，因为整个这个技术体系实际上是不依赖于人的这个这个物理的这个这个这个运动 ， 对吧 ？

然后呢 ， 它是基于技术性的 ，也不依赖于是说这个你是基于哪个对哪个主体性 ， 整个体系是基于技术性来做保障的 ， 保障它过程中间这数据不会泄露 ，也不会滥用 。

嗯 ， 所以在一个县验证好以后， 然后就开始推到全国 ， 大概几十几个省几十个县 ， 然后验证 ， 然后农村农业部然后注意到这个工作以后， 非常这个非常支持 ， 对吧 ？

然后是就是大数据发展中心来协同 ， 然后就很快推到全国 2,688 个县 ， 很好的覆盖全国 。

**Koji 杨远骋** [36:22]
所以这里面其实农民完全不知道背后发生了什么 。

**韦韬** [36:25]
大家享受这后面的便利就可以了 ， 对吧 ？

**Koji 杨远骋** [36:28]
那你觉得这里面最大的改变就是这个啊 ， 比如说银行不用派员工去现场去考察 ，是 ，但这个是遥感带来的变化还是密算带来的变化 ？

**韦韬** [36:36]
它里面两块遥感呢 ， 非常重要的事情其实是说能够做评估 ， 对吧 ？ 对 ，但是整个资产的核算这边需要密算来算 。OK，其实两个合结合在一起 。

**Koji 杨远骋** [36:46]
了解 。

**韦韬** [36:46]
嗯 ， 包括上市另外一件事情 ， 这刚才讲的农村农业农民带来的这种改变 ， 另外就是大家可能现在也很有体感的一件事情 ， 就是新能源车 。

嗯 ， 新能源车跟密算什么关系呢 ？ 就是大家开新能源车的第一感受是电费很便宜 。 嗯 ， 对吧 ？

以前开油车的时候一个月油费大概 1,000 多 ， 你开电车以后一个月电费 100 多 。 嗯 ，但是 ， 对吧 ？ 核心在于 ，但是你的保险保费很贵 ， 保费而且还在往上涨 ， 对吧 ？

为什么呢 ？ 因为现在保司在做新能源车的时候 ， 它的赔付率超过 100%。OK， 它做一单赔一单 。 嗯 ， 保司有巨大的改革动力啊 ， 这个为什么它会这个赔付率会这么高呢 ？

嗯 ， 整个的新能源车大家都知道说电池风险度很高 。 对 ，但很多时候真的还没到电池这一步 ， 它是一体化成型的 ， 碰一下修很贵 ， 它一堆传感器碰一下换的也很贵 ， 对吧 ？

还有一堆电动更多的都要都要改 ， 然后更要命的是什么呢 ？ 就电池的起步的动能太强了 。 嗯 ， 很多人驾驶习惯不好的话 ， 一脚电没下去就撞车了 。

**Koji 杨远骋** [37:48]
所以它出事的概率也更高 。

**韦韬** [37:50]
很多时候是驾驶习惯跟它强相关 。OK， 所以呢 ， 保司非常想需要这种从车从人从血的数据来做汇聚的这种分析 ， 来识别出哪些人是这个 ， 对吧 ？

这个高风险人群 ， 哪些人有一定好驾驶习惯 ，他的保险保费可以降下来 。 这件事情其实是蚂蚁集团和各保司 ， 还有一些这个主机厂商共同来合作 ， 对吧 ？

把这件事打通了 ， 然后保费显著下降 。 哦 ， 这件事情可能大家都没想到 ， 这背后， 对吧 ？ 这个密态计算也可以发挥这么重要的作用 。在密态计算之前 ， 大家数据打不通 ，是因为这中间还是会各有各的都太敏感了 。

嗯 ， 从人的数据 ， 从车的数据 ， 从钱的数据都很敏感 。 嗯 ， 呃 ， 另外一个例子 ， 这个大家也会慢慢会会体验到 ，其实医保 ， 嗯 ， 大家都都知道 ， 对吧 ？

嗯 ， 医保这个领域其实它自身是有海量的高价值高敏感数据 ， 同时有巨大的改革的这种诉求 ， 对吧 ？

特别需要呃医保跟商跑打通 。 对 ， 这个改革需求非常非常强 ，但直到去年的时候 ， 像是我们再查一下， 去年 12 月的时候 ， 还有专家在发文章说这件事情就你们行业人自嗨 ， 这件事情太难了 。

嗯 ， 医保数据太敏感了 ， 商保数据太敏感了 ， 对吧 ？ 医保数据在医保局 ， 商保数据在各个保司 ， 对 ， 根本无法打通 。

嗯 ， 对吧 ？ 今年我们 6 月 26 号在这个国家医保局发布了这个整个医保商保的清风结算中心 ， 清风结算中心背后是我们蚂蚁密算提供的相关的技术支持 ， 对吧 ？

能够使得双方的数据不泄露不滥用 ， 能够支持像医保支配啊 ， 像这种心理测算各种功能 ， 全量的这种验证 ， 很好的支撑 ， 对吧 ？

所以这些技术可能它看起来很很离大家很遥远的一个技术名词 ，但是背后其实已经在很好的服务大家了 。

**Koji 杨远骋** [39:25]
确实 ， 确实 ， 我觉得还是挺了不起的 。 然后我刚才在想说 ， 哇 ， 这其实就是这个 ， 比如说今天如果生活在非洲 ， 哈哈哈 ， 你别说非洲现在也在用密算 ， 特别是我们的隐语 ， 我们最初都很诧异 ， 就是我们在开隐语的活动的时候 ， 传音 ， 我们大家都知道的 ，在非洲做手机的最著名的厂家 ， 传音也来参加了 ， 我们觉得你为什么你有这

需求 ？ 是 ，其实大家要知道 ， 现在非洲的整个数字化进程也非常快 。 嗯 ，在非洲的国家之间来做相关的这种数据处理 ， 无论是风控还是这个营销 ， 它的数据合规的要求也都起来了 。

哦 ， 所以隐私计算也都用上了 ， 大家没没想到吧 ？ 没想到 。 哦 ， 所以可能使用场景不太一样 。 对 ，是不是在非洲或在欧洲 ，因为国家小国家更多 ， 国家国家之间的这种数据安全的要求或保密的要求也更高 ， 反而有另外一种用武之地 。

对的 ， 对的 。 嗯 ， 哎 ， 那这个因为十字路口还是一个非常关注 AI 的播客啊 ， 然后也想请教一下伟韬总 ， 就是密态计算在大模型起来之后， 然后他们之间是一个什么样的关系 ？

### 高阶程序

**Koji 杨远骋** [40:31]
就是会让密态计算变得更重要吗 ？

**韦韬** [40:33]
特别好的问题啊 。 嗯 ，其实我们讲密态计算的时候 ， 全称是两个 ， 一个是密态通用计算 ， 还有一个密态这个那个智能计算 。

嗯 ， 嗯 ， 现在我们能看到 ， 今天很多时候大家各行各业在用大模型的时候 ， 需要两类情况 ， 一类是把它当这个就是通用的服务 ， 比如用公网的这些这个大模型服务 ， 对吧 ？

还有一类是专业的应用 ， 专业应用的时候呢 ， 这时候大家就会很痛苦 ， 就是所有的公司里面敏感的数据基本上都会 ， 就是但凡对数据合规 、 数据安全有要求的公司 ， 都会禁止用公网的大模型 。

嗯 ， 对吧 ？ 这时候怎么办呢 ？ 但是大模型这个生产力带来这种代际这种这种这种提升 ， 对 ， 大家是不可能忽视的 。

**Koji 杨远骋** [41:16]
是的 ， 你不用竞争对手就用了 。

**韦韬** [41:18]
没错 ， 没错 。 或者怎么办 ？ 大家只能私有化部署 。 嗯 ，但私有化部署很贵 ，而且你的升级换代很麻烦 。

是 ， 对吧 ？ 所以呢 ， 我们现在上市也能看到 ， 就是大家有非常强的在公网上如何安全合规来使用大模型的这种诉求 ， 这时候密算是最好的这种嗯这个这个载体 。

而且在我们也能看到 ， 就是在公网上的时候 ，因为你的整个的计算量很大 ， 所以我可以用很多技术能把你的成本降下来 。

大家可能没有注意到啊 ，其实在阿里云上用 DS 满血 DS 的这个 token 的价格跟千分三是一样的 。OK， 可能大家完全没有注意到这件事 。

确实 ， 对吧 ？ 其实在共有上你的量大以后， 我做 PD 分离啊 ， 做各种技术能够把整个推理成本显著下降 。

嗯 ， 比你一个私有化的一体机部署要便宜很多 。 嗯 ，而我上面再叠加一个密态计算的时候 ， 我整个的成本是在共有成本上再升个 10% 就够了 。

嗯 ， 它比你一体机私有化部署要便宜很多 。 嗯 ， 嗯 ， 对吧 ？ 这是这个呃 ， 就是整个的成本上其实是非常有优势的 。

呃 ， 另外一件非常重要的一件事情是说 ， 你在这过程中间能够享受整个的一个技术快速的迭代升级 ， 你不用自己不用去做运维了 ， 对吧 ？

你不用担心这资产很快在贬值 。 嗯 ， 对吧 ？ 这上市有非常好的这样子一个呃这种这种契机 。 更重要的一件事情是什么呢 ？

今天整个大模型应用 ， 它背后的这种能够做的事情 ， 它还在快速的迭代发展中间 。 嗯 ， 我们是上个月 WIC 上面我们发布的高阶程序 。

嗯 ， 高级程序是什么呢 ？ 就是大家之前用大模型都觉得大模型已经改变行业了 ，但是所有大模型都要人盯着 ，因为你不盯着它是不是出个小错造成大的麻烦 ， 对吧 ？

而我们来看解这个问题的核心不是解决幻觉 ， 大家很多时候觉得这是幻觉的问题 。 嗯 ， 我们发现这不是幻觉的问题 。OK， 这不是幻觉的问题 。

嗯 ， 这个问题是什么 ？ 是说现在大家用大模型用错了 ，他没有用工业化的方法 ， 没有用工程化的方法来用大模型 。他把今天大模型很多时候在行业应用时， 大家依然用一个手工作坊的方式在用大模型 ， 一个大模型把这些问题所有都都解决掉 ， 对吧 ？

但是今天大模型它的处理问题的这种这种能力是随着规模上升急剧下降 。

**Koji 杨远骋** [43:34]
所以这个手工坊的用法和这个工程化的用法之间最大的差别是什么 ？

**韦韬** [43:39]
差别是什么呢 ？ 就是首先第一件事情是说它的整个的这个呃对它的任务的描述载体 ， 大家以用自然语言为好 。

是 ， 对吧 ？ 以编程语言这样子描述为耻 ， 觉得这件事情你但凡对吧 ， 这个不是自然语言的 ，也不是人工智能 ， 就不是大模型了 ， 对吧 ？

嗯 ，但是像自然语言是个非常糟糕的工程载体 。 我们讲为什么强调这件事情呢 ？ 就是最后大家解决可靠性问题 ， 人类几千年来的整个的积累 ， 整个产业都是工程 ， 各种各样工程化体系来保证它的可靠性 。

嗯 ，但是自然语言是个非常糟糕的载体 。 自然语言我们讲的它的这个语义是模糊的 ， 它的逻辑是缺乏边界 ， 缺乏优先级的 。

对 ， 我经常讲的一个笑话 ，其实大家都经常听到一个笑话 ， 对吧 ？ 就是老婆叫老公去买桃子 ， 买三斤桃子 ， 碰到西瓜就买一个 。

嗯 ， 于是老公带着一个桃子回来了 。 嗯 ， 对吧 ？ 因为他是对吧 ， 这个逻辑到底是这个碰到西瓜到底在看的谁 ， 对吧 ？

嗯 ， 这种问题讲的是一个笑话 ，其实你在深深层次也看一下， 就是大家都觉得是说人工就是机器人， 它对这个人类遵守精神三定义来保障不伤害人类 ， 对吧 ？

对 ，但其实精神三定义本身就极其含混的一个概念 。 嗯 ， 它不伤害人类 ， 那么推演一下是什么呢 ？

它觉得屋子外面全是风险 ， 所以我把你锁在屋子里面对你是最好的 。 是 ， 这件事你愿意接受吗 ？

对吧 ？ 就是自然语言是极其模糊的一个东西 ， 它存在真正的工程化的应用 ， 它不是一个好载体 ，但是自然语言强在哪里 ？

它是对这种恰恰也是它的模糊哈 ， 所以对知识概念的承载会非常好 。 但整个的问题是说这个它现在呢 ， 就是两边是割裂的 ， 要不然全是自然语言描述的 ， 要不然全是编程语言描述的 。

对 ， 对吧 ？ 而我们做一件事情是把编程语言和自然语言上融合 ， 把里面的需要来做知识部分上用自然语言来承载 ，其他的这种清晰的逻辑部分用编程语言来承载 ， 来做这样的融合 。

嗯 ，在融合里面的好处是什么 ？ 第一件事情是能够把整个大模型要处理的任务尽可能的分拆 ， 细粒度化 ， 降低大模型的思维的压力 。

这件事情其实人也一样 ， 我扔个非常复杂这种医股老扔给你 ， 大家都会很懵 。 对 ， 对吧 ？ 所有真正的行业专家能把这件事情处理好 ， 可能刚入门的这个这个新手或者大学生 ， 这件事情做好的可能性微乎其微 。

**Koji 杨远骋** [45:50]
那咱们输入的起点是什么呢 ？ 输入的起点是自然语言 ， 还是输入的起点就得是工程化的编程语言 ？

**韦韬** [45:56]
很好的一个问题 ，其实是可以是自然语言 ，但是它的核心我们称之为叫显性化 、 受控化和约定化 。 首先是显性化 ， 显性化就是说你处理这件事情 ， 它的过程把显性化出来 。

嗯 ， 我们其实用编程语言和自然语言的混合 ， 我们称之为高级程序 。 对 ， 对吧 ？ 你把它显性化出来 ， 这显性化有两方面 ， 一方面是大模型可以把它认为该如何处理这件事情 ， 把它显性化出来 。

嗯 ， 同时大部分的时候是要行业专家来确认这件事情是不是真的能够满足行业的这种专业化的要求 ，是应该是这样的流程来处理这件事情 ，其实也是倒逼行业专家把他的行业知识显性化出来 。

嗯 ，是双方的一个融合 。 嗯 ， 对吧 ？ 这是第一步是显性化 。 第二步是什么 ？ 要受控化呢 ？ 今天很多时候大模型做这件事情的时候 ， 你是让它做 ， 做完就出结果了 ， 没有核验过程 。

这件事情大家都知道 ， 所有上过学的孩子们都知道 ， 你做完数学题得得检查呀 。

**Koji 杨远骋** [46:48]
对 ， 考试之前要留 10 分钟 ， 最后检查一下自己的答案 。

**韦韬** [46:52]
今天 ， 嗯 ， 大家习惯性的不给大模型去检查的时间 。 嗯 ， 没有这个机会 ， 没有这个机制 ， 对吧 ？

整个我们在做了把这个任务做了这个呃编程语言和自然语言的分拆以后， 嗯 ， 那我可以在最小力度上来做核验 。

嗯 ，而让大模型就让人检查这件事情违背人性的 。 嗯 ， 所有的孩子都不喜欢检查 。 是 ，而让大模型检查很简单 ， 你给他任务去通电 ，他就能检查了 。

嗯 ， 对吧 ？ 这件事情其实是更有机会的 ，是要我叫受控化 ， 对吧 ？ 这件事情就不是简单的让大模型出一个结果就可以了 ，而是说里面该做检查的检查到位 。

嗯 ，而这件事情其实是有很多体系来做这件事情的 ， 对吧 ？ 有这种确定性的核验 ，有这种非确定性核验 ， 对吧 ？

这件事情能够有有效的来使得大模型它的能力边界很快能显现出来 。 嗯 ，以前的时候它怎么着都能吐出个结果出来 ， 特别像加加 GPT， 怎么着它都会有个结果出来的 。

对 ， 对吧 ？ 那个而你做了核验以后， 很多时候你就知道它是有能力边界的 ， 很多时候它的它是通不过核验的 。

比如像那个现在最简单一件事情 ， 我们讲是说你让大模型来算多位数乘多位数 。 嗯 ， 你可能算到 8*8 以后， 它你会发现它算算不对了 。

嗯 ， 它的能力边界可能现在普遍的是在这个 20% 以内 。 嗯 ， 甚至也像 DS 这样大模型 ， 它可能转转不出来了 ， 对吧 ？

它能力边界很快显示出来 。 最后一个叫约定化 ， 约定化是什么呢 ？ 就是整个这个体系以后， 最后其实是你要有场景化的数据来验证你是不是达到场景的要求的 。

这件事情这个达不到要求的话 ， 请回去来提升你的整个体系啊 。 嗯 ， 对吧 ？ 你的高级程序你要细拆 ， 你的核验需要增强 。

嗯 ， 最后保证你出来结果能达到行业的要求 。 嗯 ， 对吧 ？ 实际上要做这样这样子一个迭代 。 嗯 ， 你看到今天整个的体系是缺乏的 ， 对吧 ？

高级程序这边其实是通过这样的一个完整的工程化体系来推动整个大模型在这个各行各业的工程化应用 ， 能达到这个所需要的可靠性的要求 。

**Koji 杨远骋** [48:37]
你是怎么想到要去推动高阶程序这件事情的 ？ 因为听起来它好像和密算之间这个关系没有那么直接 。

**韦韬** [48:44]
首先我并不只是做密算这件事情 ， 我我其实是应该讲自嗯从业以来吧 ， 这个二二十多年干的一件核心事情 ， 就是让复杂系统变得更加安全 ， 更加可靠 。

那么 AI 出来以后， 它不可靠 ， 它自然是我的一个研究对象 。 嗯 ， 对吧 ？ 而且我们能够看到在数据要素的行业里面 ， 整个现在行业里面一个非常巨大缺口 ， 或者讲两个非常巨大缺口 ， 一个是安全保障能力 ， 另外是整个数据加工处理的能力 。

嗯 ，在中国这两方面挑战都非常大 。 安全的其实我们是这些年我们是做的非常扎实的 ， 能够有效的把它保障住 。

那么对于密算而言的下面一个最主要的一个挑战 ， 就是数据加工处理的能力 。 那这方面我们现在看到大模型出来以后， 这是非常巨大的机会 。

那我们就想看如何这个呃里面的非常关键的一点 ，其实是说如何让大模型让 AI 抛开人类这个拐棍 。

这件事情可能和大家很多时候想的是不一样 ， 大家都觉得是 AI 是人的拐棍 ， 对吧 ？ 对 ，但是今天其实你能想想看 ， 仔细想想看 ， 大模型它考高考已经比大部分的这个高中生要强了 ， 它做奥数题也比大数学的大大部分的孩子要强了 。

对 ， 它其实能力上限已经超过了普通人类 。 嗯 ，但是它做这些最基本的事情反而做不到 。 嗯 ， 哪边出问题了 ？

嗯 ， 它不是大模型有本质性问题 ，而是我们用错了 。 嗯 ， 我们让人来做这件事情的时候 ，不会让一个人把所有事情都做了 ， 对吧 ？

我们这个工业工厂的流水线上上做的非常细的拆分 ， 对吧 ？ 每一环节要做什么是明确的 ， 要做的事情也是明确的 。

再到让但是我们再让大模型做的时候 ， 我们却期望它十全十美 ， 一个一杆到底 ， 啥错不犯 ， 我们用错了 ， 对吧 ？

本质在这 。 也就是说我们其实你是要把真正把大模型看成一个高效的生产力 ， 或者说改变生产力一个新的工具的时候 ， 你应该用工程化的角度来来来看它 ，而不是能再像以前用手工做法的方式来来用它 。

这方面可能是要有非常大的差异 。

**Koji 杨远骋** [50:36]
对 ， 所以这个观点你和千问团队 ， 或者我们其他大模型的这个科学家们交流过吗 ？

**韦韬** [50:43]
我其实聊了很多专家 ，他们还是非常认可的 。OK， 对 ， 这个嗯 ， 基本上其实是既有这个人工智能背景又有工程背景的专家们都非常认可 。

嗯 ， 对 ， 这件事情也觉得是说这是一个大家的一个必经之路 。OK， 对 ， 这个其实千问大家能注意到 ， 千问 3 的非常核心的最多的模型是 32B。

嗯 ， 它当然有更大的模型 ，235 的 、480 的都有 ， 对吧 ？ 但是它最核心的一块是 32B。 嗯 ，32B 是特别好的 ， 我们称之为生产流水线的模型 。

嗯 ， 对吧 ？ 生产流水线的模型 ， 它是可以跑在代码上的 。 嗯 ， 它成本很低 。 嗯 ， 对吧 ？ 它可以就是包括我们在做高级程序应用的时候 ， 它跟 32B 的匹配非常好 。

对 ， 我们就也认为是说这个很多时候 ， 今天大家习惯于说一个大模型无所不能 ， 对吧 ？ 但这件事情其实它做个助理 ，Copilot 和人类专家做交互做提升 ， 这是非常好的应用场景 。

但你真的上生产线以后， 那种很大的模型你用不起的 ， 太贵了 ， 对吧 ？ 而且它的整个可靠性控制上面也不比 32B 这样子的这种技术型这种模型更好 。其实我们认为未来是在不同场景之下会有不同的这种模型 ，有各自所擅长的地方 。

嗯 ， 对吧 ？ 就像我们讲的 ， 就是大模型是一个通用的智力引擎 ， 像车一样 ，并不是一个引擎 ， 就躺着用的引擎要放在这个这个这个这个小轿车上， 对吧 ？

不同的车应该有不同的场那个引擎来匹配 。

### 商业挑战

**Koji 杨远骋** [52:03]
啊 ， 像高阶程序 ， 或者我们刚才聊这个密态计算 ，其实我感觉这个韦韬总一直都还是在寻找你感到很兴奋的大的问题 ， 然后想办法去把这个复杂问题给它这个简单化 ， 给它解决掉 。

然后我也有点好奇 ， 就是做密算董事长 ， 呃 ， 应该开始让你要从技术问题呃跳出来去面对更复杂的问题 ， 嗯 ， 包括增长问题 、 商业问题 。

做密算董事长这一年多 ， 这个有什么感受吗 ？ 就是有觉得解决不同的问题 ， 它带来的这种挑战或者压力有所不一样吗 ？

这可不可以分享一些 ？

**韦韬** [52:40]
很好的问题 。 我觉得其实也是当今 ， 对吧 ？ 这这绝大部分技术人员可能都或多或少都会面对这样子问题 ， 或者比较困惑的问题 。

这件事情应该讲我们还在这个探索的路上 。其实今天的密算想像是像什么呢 ？ 就像十几年前王杰博士在推推云计算 。

嗯 ，但是我比王杰博士还要幸运的 ， 那时候他被人骂成骗子 ， 对吧 ？ 至少今天没人骂我是骗子 ， 我比他幸运很多 ， 对吧 ？

但这件事情其实一个非常核心的事情还是说 ， 相信这件事情真的是能够给社会带来一个很好的一个改变 ， 很好的价值 。

这首先你得就是因为相信 ， 所以看见 。 嗯 ，其次呢 ，其实在我们在做密算的时候 ， 我们的优势是说这是一个全新的一个蓝海的市场 。

嗯 ， 对吧 ？ 这个因为整个的概念 、 整个理念 、 整个架构 、 整个体系都是我们提在国际上手上提出来的 。

嗯 ，但是它挑战也在这里 。 嗯 ， 它不是一个成熟市场 。 嗯 ， 所以所以它的很多的从理念层面到技术层面到产品层面 ， 甚至由此衍生的政策层面 ，其实都需要我们去推动 。

嗯 ， 对吧 ？ 所以这个挑战非常非常大 。 嗯 ， 好处是说是说 ， 嗯 ， 今天整个的国家数据局的指导之下吧 ，因为整个数据要素是国家的核心专利院嘛 ，其实是数据要素的这个行业的发展也是在非常快在在推动 。

就真的是有很多行业很多部位有很强的诉求 。 嗯 ， 包括我们刚才讲的像农村那些部位啊 ， 像医保局啊 ， 对吧 ？

像这个整个的保险行业啊 ，有很强的这种方面的诉求 。 而且数据进去以后， 真的是能产生显著的业务效果 。

嗯 ， 所以在这过程中间 ， 我们有机会是说和这个愿意来吃螃蟹的一起来吃 。 嗯 ， 对吧 ？ 然后发现螃蟹真的很好吃 。

嗯 ， 对吧 ？ 就我们能把行业标杆建起来 ， 行业标杆建起来以后， 那么这个相关的推推动推广就会比较容易 。

嗯 ， 然后同时呢 ，其实也是另外一方面 ，因为蚂蚁集团它自身是有非常强的这个数据推动业务的这样子的一个这种这种需求 。

嗯哼 ， 很多时候是其实蚂蚁集团是第一个吃螃蟹的 。 嗯 ，而且真的能看到这个是能产生非常显著的业务效果 ， 包括像我们刚才讲的这种农村农村内部的贷款 ， 对吧 ？

这个网上银行上是跟密算合作 ， 把打通这里签了以后， 对吧 ？ 给全全国的农民的这个贷款规模上是这个成长也非常非常快 。

包括上是跟宝思 、 各宝思这个来做新能源车车险 ，也是最后是两个宝思来来参与实验 ，因为整个的技术保障能力 ， 这个上是基于技术体系 ， 技术性体系的 ， 所以非常快的扩展到十几家 ， 包括基本上所有的宝思都开始来来参与进来 。

所以整个的这边的核心 ，其实我们今年还是在属于来在行业里面立标杆吃螃蟹的阶段 。 嗯 ，但是呢 ， 我们看到这个行业里面逐业都认知到这螃蟹真的很好吃 。

嗯 ，而且就是之前其实也担心嘛 ， 对吧 ？ 这个密算你是不是太贵了 ， 门槛太高了 ， 很多的数据处理不了 。

我觉得这两基本上这两年吧 ， 就说我们处理了很多很复杂的这种场景 ， 然后是这样子验证以后， 下面这两年吧 ， 就是开始能够更广泛的能够来推动 。

但是后面呢 ，其实挑战也很多 ， 对吧 ？ 就是因为以前大家对于整个数据的使用一个固有的印象是铭文 ， 我用数据一定要把铭文交出去 ，但这件事情风险控制不住 ， 所以我就不敢把它交出去 。

而我们现在密态计算起来以后， 我们甚至是新基建和新流通 ， 新建敢讲就是密态计算的整个这样子一个技术设施 ， 那这样技术设施能保障把数据无论是谁来运为这个系统 ， 无论是谁那个无论是谁来运为这个系统 ， 无论是谁来研发这个数数据 ， 它的数据它的都能保障住它提供的全链路的密态保障能力和全流程的可信管控能力 ， 确保

数据不会泄露 ，不会滥用 。 这些但这个这个保障它产生的上面应用方式会反映巨大变化 。 就我们甚至为新流通 ， 新流通就是不以铭文数据流转为前提的数据的加工应用融合验证和使用这种新的模式 。

这种模式就是还需要大家一个行业里面接受 ， 包括相关的政策 。 之前以前政策大家提到说数据不输液 ，但数据不输液以前的预是什么 ？

是以资产为界定的排他的域 ，因为资产要是你的就不是我的 ，是我的就不是你的 。 嗯 ， 导致说大家数据在各自的域里面 ， 然后呢 ， 它里面能能够做的这种融合就很浅 。

像我们其实在里面就是这种很浅的这种技术 ，也是我们引语做的最好 ， 对吧 ？ 这个其实也是这个国际范围内最这个呃 ， 就是影响最大 、 最这个活跃的这个隐私专业社区就提供这样 。

但是我们上面能看到它里面做的事情是比较浅的 。 而深层次的加工融合这件事情 ，其实是需要双方的一个这个域的融合 ， 对吧 ？

这时候其实密态计算提供了一种全新的一种一种一种呃 ， 这种数据加工使用的这种范式 ， 新的范式 。

我因为它的域不再是以前的运维的这种资产为边界的运维域 ，而是变成了密钥管控的虚拟的域 。

嗯 ， 虚拟的安全域 ，但你的安全保障能力一点没降低 ， 甚至还在提升 。 嗯 ， 然后这种情况之下， 我们的域这个安全管控域 ， 它是可扩展 、 可融合 、 可审计的 。

所以数据能够深度深度融合 ， 深度加工 。

**Koji 杨远骋** [57:33]
所以在这个过程当中， 目前要考虑商业模式吗 ？

**韦韬** [57:36]
一定要考虑的 。 嗯 ， 对 ，但是总体上我们其实也能看到 ，其实因为我们自己能够有很多场景能看到上面承载的这个业务 ， 它的带来业务价值的增加 ， 可能是我们这个密态技术设施这个投入的真的是几十倍 ， 甚至几百倍以上 。OK， 就是其实我们不是很担心它上面这个这个如何能产生价值 。

我们现在真的是很多就是布局布局以后， 上面的这个产生的这个这个业务规模远超过这基建的规模 。

明白 ，但是呢 ， 就是很多时候可能是也是需要相关的这个数据源方和相关的行业应用方 ， 大家一起来来来推动这件事情 。

**Koji 杨远骋** [58:16]
就像刚才那个比喻 ， 就是吃螃蟹 ， 然后吃了之后发现螃蟹的肉还挺香的 。

**韦韬** [58:21]
对 ， 壳没有那么可怕 ， 对吧 ？

**Koji 杨远骋** [58:22]
是的 。 嗯 ， 那咱们现在这个收费的模式是怎样的呀 ？ 这可以分享一下吗 ？

**韦韬** [58:26]
收费模式其实都有的 ， 就是包括整个基建 ， 那个基基建的这个整体的这种售卖 ， 包括怎么分润或者租用都有 。

嗯 ， 我们总体上其实还是希望是说 ， 嗯 ， 能够完成这个行业的这个引导 ， 能启动阶段引导 。 我们的目标其实非常简单 ， 就是让数据源方真敢注入海量高价值高敏感数据 ， 这个其实是个非常高的要求 ， 对吧 ？

你要帮助数据源方摆脱这种安全方面的顾虑 。 对 ， 另一方面是能够让业务方真能获得显著业务效果 。

嗯 ， 对吧 ？ 这件事情背后要求也非常高 ， 基本上就是你能够呃 ， 帮助业务方进行那个数据源的深层次的这种融合加工挖掘 ， 价值挖掘和验证 。

**Koji 杨远骋** [59:07]
因为这个要说服对方建立信任 ，其实是一个很不容易的事情 ，因为对方也是冒着风险的 。 因为如果他的数据一旦安全没有得到保障的话 ，他会有可能灾难性的损失 。

那比如说你们会遇到一些这个合作方 ，他会要求你们来签一个很严格的合同 ， 如果一旦这个你们没有做到 ， 然后这个产生巨额的赔偿 ， 会有这样的 。其实我们是非常乐意推动行业里面走这个数据安全保险 。

嗯 ， 数据安全保险其实是呃 ， 它的整个大的其实其实我们甚至就嗯 ， 合规的上是一个嗯 ， 怎么讲呢 ， 就是合规准入 ， 然后是保险兜底 。

对 ， 对吧 ？ 这个其实在加州你的整个的嗯 ， 服服务这个互联网相关的服务 ， 嗯 ， 你但凡涉及到个人信息 ， 你都要上强制险 ， 就像国内交强交强险一样 ， 你出现泄露 ， 你保险会赔付 。

嗯 ，但是呢 ， 保险赔付完以后会导致你的保费上升 。 嗯 ， 对吧 ？ 它是这样的一个机制来做一个行业的闭环 。

再从我们在努力在推动这件事情 。 嗯 ，其实我们很多时候都不怕赔付 。OK，而是说这件事情一旦以市化机制站起来以后， 这件事情就能够很好的往前这样发展了 。

嗯 ，但国内呢 ， 现在还在这个发展过程中间 ，因为国内现在还是以行政管理责任为主 ，但行政管理责任现在还没有跟市场化打通 ， 所以这件事还没有形成一个市场化闭环 。

嗯 ， 所以大家很多时候就要求绝对不能出事 ， 对吧 ？ 而我们这个体系里面 ，其实因为我们整个的密态计算的本源是等保 4 的技术 ， 基本上也是行业里面商业化的这个最高等级的安全保障体系 ，是要上按这个来做的 。

嗯 ， 这个整个的这个保障能力 ，其实是但凡用过的参与方都是非常的这个这个幸福 。 然后另外一方面呢 ， 我们也是把我们相关的代码托管到这个国家的这个就是最权威的这种这个测评机构 。

嗯 ， 对吧 ？ 做那个代码的安全性分析 ，以及这种代码的可塑和和变案 ， 这样也在推动这件事情 ，在正在过程中间 。

嗯 ， 来来保障这件事情 。 总体上其实嗯 ， 我们也就是这个一方面 ， 我们甚至为叫说提供给行业提供最高性价比的高安全的全链路的保障方案 。其实这个最后我们用密算来布这件事情 ， 它的整个的投入比你在后期在外挂很多安全的投入要低很多 。

哦 ，但整个安全保障能力是要显著的高 。其实是要做到这一点 ，也是因为做到这一点的话 ， 对吧 ， 才能够打消各个参与方的这种心理的压力 。

### 开源情怀

**Koji 杨远骋** [1:01:31]
了解 。 嗯 ， 然后刚才其实伟大主任也提到了啊 ， 咱们发起的这个隐语开源社区 ， 目前正好三周年 。

呃 ， 然后呃 ， 就我之前其实也有看到你在一些地方有分享啊 ， 你说这个自己是呃 ， 泡着开源社区长大的 。

嗯 ， 就是可不可以分享一下回忆自己刚开始接触开源社区的时候 ， 主要泡哪些社区啊 ？ 有没有哪一段或几段特别的经历 ， 对你后来的影响特别大的 ？

**韦韬** [1:01:57]
对 ，其实我这边这个嗯 ，因为蚂蚁内部其实开源的活动一直非常的活跃 。 嗯 ， 参与的工作也非常多 。

我其实当年给我们蚂蚁开源写的一段这个这个致辞感言 。 嗯 ， 我可以给大家读一下 。 好 ， 就是开源是人类文明史上第一次把端到端的共存实现细节与世界共享 。

这种伟大的模式极大的加速了世界数字化革命的演进进程 。 这是和传统书本知识 、 技术专利 、 课堂教育或者其他方式相比 ， 之前从来没有提供过的 。

这种与世界共享的精神是满怀期待和善意的 。 我们从开源中学习 ，在开源中成长 ， 我们回应了这份期待 ，而且没有辜负辜负这份善意 。

这是世界最幸运的事 。

**Koji 杨远骋** [1:02:48]
对 ， 确实哈 ，其实回忆起来这个开源 ， 它的这种端到端工程实现完全的展现出来 ， 它本身在一开始是非常的无私的 。

**韦韬** [1:02:58]
对啊 ， 对 ， 就给我冲动最大的还是 Linux。 嗯 ， 我们就是 Linux 正开放的时候 ， 大概 93、94 年吧 ， 那时候我也在读大学 。

嗯 ， 那时候对吧 ， 我的一个同宿舍一个哥们 ， 对 ， 后来 MIT，不 ， 后来是一塌糊涂的那 BBS 的站长 。

**Koji 杨远骋** [1:03:16]
你们宿舍怎么那么出站长啊 ？

**韦韬** [1:03:17]
哈哈哈 ，是他当年跟我说啊 ， 这个有一个 Linux 出来 ，有一个 Units 出来开源的 ， 这个特别特别那个特别特别厉害 。

我那时候我不屑一顾 ， 我说这怎么可能比 SPAR 更更好呢 ？ 嗯 ， 对吧 ， 后来然后然后就是嗯 ，其实是 96 年的时候 ， 那时候这个国内这个呃 ，Linux 上市刚刚起来 ， 然后呢 ， 没有一套载体 ， 对吧 ， 大家都软盘 。

那时候呢 ， 国内客班机刚出来 。 嗯 ，其实综合院的一位老大哥 ，他实验室有个客班机 ， 然后呢 ， 我那时候是在国内呃 ， 刻了国内第一个是双面的 Linux 光盘 。

哦 ， 正面是 Red Hat， 反面是 Slackware， 可能现在很多同学都不知道 Slackware 了 ，Red Hat 或许还知道 。 那时候大概是在清华北大综合院 ， 整个的 Linux BBS 板上面卖卖了可能几百份的样子吧 。

我是国内第一份的 Linux 发行版 。 哈哈哈 ，OK， 那就 96 年开始 。 对 ，因为那个时候其实也没有什么开源的这个协议 ， 那个协议 ， 对吧 ， 所以你刻光盘去卖 。

不 ， 本身它是就是因为这个 Red Hat 和 Slackware 都是开源的 。 嗯 ， 对吧 ， 客户方并没有问题 ， 它就是因为整个相关的是这都是这个可以呃 ， 就是大家自由的 ， 就是分发的 ， 再分发没问题的 。

它本来本来就是这样子的 。 对 ， 这个嗯 ， 那时候上那时候是开始嘛 ， 然后后面呢 ，其实是整个过程过程中间嘛 ，其实我一直是一个是 Linux 的这个内核 ， 还有一个是 GCC 和那个就是那个 LVM， 对吧 ， 这些编译器比较底层的这些 ， 这些属于是主要在看这一部分 。

原在在方镇和在北大时候做相当长一段时间的网络安全 ， 网络安全的核心处理 ，其实用的就是 Linux 的 LetFilter 的这个内核站 。

那时候其实我是经常抱着一个小笔记本 ， 然后做各种内核站的这种分析调试 ， 对吧 。 嗯 ， 后来其实做那个网网络处理器上也是基于基于这个体系来做的 。

对 ， 那时候真的觉得是非常的幸运 ， 就是因为你在做其他任何一种这个呃 ， 技术环境之下， 你是没有办法接受到这种真的是生产级的这种代码 。

是 ， 嗯 ， 所以你能非常快的能够进入到这行业里面 ， 这个呃 ， 这个呃 ， 真正的这种专业化应用 ， 这个这样子的这种这种技术里面去 。

**Koji 杨远骋** [1:05:36]
确实 ， 对 ，因为我也学习专机嘛 ，但是我刚才你在讲的时候 ， 突然有一个画面 ， 就是哎 ， 那些其他专业的同学们 ， 比如说学航空航天的 ， 或者学汽车制造的 ， 你要知道这个全世界现在最好的车的图纸 ， 这个简直就是得派什么间谍过去埋伏个十年， 再偷一张出来 ， 对吧 ，但是学计算机好像就可以啊 。

是的 ， 全世界开源的非常多的 ， 这个就是全部开给你看 。

**韦韬** [1:06:00]
对 ， 嗯 ， 对 ， 背后其实是什么呢 ？ 就因为软件它上面要承载的整个社会化的劳动太多太大了 ， 已经超超越了某个单家的公司 ， 甚至是行业巨头这样的公司 ， 大家能够承载的这种能力了 。

嗯 ， 最后就是开源上是汇集了世界上最顶尖的人才 ， 共同把这件事做好 。 嗯 ， 这件事情其实你看 90 年代时候 ， 那时候 Linux 刚出来 ， 然后 2,000 的时候就 Windows 这个如日中天 ， 对吧 ， 到现在突然忽然发现整个的生产环境里面全部是 Linux 的 。

嗯 ， 对吧 ， 这个变化真的是不知不觉 。 嗯 ， 突然就来到了这个 ，也是说我们也非常笃定啊 ， 就是开源它的确跟商业化某种程度上是有冲突的 ，但开源对整个人类文明的进展是极其重要的 ， 可能会是这样的一种关系 。

**Koji 杨远骋** [1:06:53]
嗯 ， 所以当时发起隐喻这个开源社区的时候 ， 你的目标是什么 ？

**韦韬** [1:06:59]
嗯 ， 它里面有几层方面考虑啊 ， 一方面是说本身隐私保护计算 ， 它是一个安全保障技术 。 嗯 ， 你假如说黑盒的话 ， 那别人怎么来相信你 ， 怎么能够评判你这是技术是安全的 ？

嗯 ，因为安全它是一个当它不是透明的时候 ， 它就特别容易产生你们想你们想的效应 ， 对吧 。 嗯 ， 对吧 ， 就是说这个呃 ， 最后劣币驱逐良币 。

嗯 ， 这个也也能看到行业里面经常出现这种乱象 。 嗯 ， 它号称很安全 ， 测安全的时候把各种的这个参数强度打到最大 。

嗯 ， 然后测性能的时候把这个安全强度打到最低 。 对 ， 对吧 ， 这个因为普通消费者不懂啊 ， 开源这件事情提供透明 ， 透明的增强整个行业对安全的这种认知和把把把握 ， 对吧 ， 这是一方面考虑 。

另一方面是说整个这技术我们也能看到是其实非常需要行业里面更多的人才能够有这样子平台能够成长起来 。

嗯 ， 这个是这个行业里面需要的人， 可能肯定不只是蚂蚁或者是那个行业里面有限的几家做隐私计算的公司 ， 要更多的人才 ， 更多的老师同学能够有这样的平台能成长起来 。

同时它的应用也肯定不只是蚂蚁这样的场景 。 嗯 ，其实刚才我们讲的像传音这样的场景完全是超乎我们想象的 。

**Koji 杨远骋** [1:08:14]
是的 ， 如果不做开源 ， 可能就不会有这个传音的这个进入整个生态的可能 。

**韦韬** [1:08:18]
对的 ， 对的 ， 对的 ， 对的 ， 对 ， 所以我们觉得那时候开源其实内部也是争论的蛮长时间 ，但最后大家开放开源出来以后， 大家还是觉得非常好 。

商业化其实不可避免的会有冲击 。

**Koji 杨远骋** [1:08:31]
当时最大的争议是什么 ？

**韦韬** [1:08:32]
就如何商业化嘛 ， 你会是不是主外商业化 。 嗯 ， 后来发现其实这件事情跟商业化是平行的 ， 真正的这个商业化 ，他们所需要的这方面的商业服务其实跟开源它并不是一个强冲突的关系 。

这个而开源它是让人更好的拓广整个的市场的接受程度 ， 对商业化是有那是有利的 。 嗯 ，但这件事情的确是你要平衡一下你的短期收益跟长期收益的问题 。

嗯 ， 这件事情可能你之前可能卖 700 万的 ， 可能现在真的是卖不了那么高价了 ，但是你也会有更多的客户 。

而真正最值钱的 ， 我们认为它不是这个本身的隐私计算这个技术模块本身 ，而是上面跑的这个数据业务 。

数据业务它能产生价值远超过这个技术模块 。

**Koji 杨远骋** [1:09:14]
看了这三年， 你能想到最有成就感的一件事情或者一些画面是什么呀 ？

**韦韬** [1:09:19]
我觉得像是几方面吧 ， 这个一个讲像刚才讲的这些技术应用 ， 它真的是在给行业带来一个微小而美好的改变 。

嗯 ， 真的是在不知不觉中在服务这个大众 ，也服务我们自己 ， 我们自己都没有想到一开始 。 嗯 ， 另一方面是培养了很多的呃呃学生同学 。

嗯 ， 这个一开始的时候还是我们跟这个高校的老师同学们在做合作 ，在做合作合影 ， 后来发现逐渐发现是有越来越多的老师 ， 越来越多的同学 ，他可以自己独立的用隐语来发顶规的论文 ，不用我们参与 ，他能发出来 。OK， 然后呢 ， 还有呢 ， 就是我们在隐语赛道活动的时候 ，有很多同学进来说啊 ， 隐语真的很好用 ， 嗯 ， 很方便 ， 代码质量很好 。

嗯 ， 就是这种 ， 你知道这种这种反馈是非常令人欣喜的 。 嗯 ， 对吧 ， 就我讲的是他在回馈这个这个这个世界 ， 对吧 ， 这是非常令人欣喜的 。

对 ， 这个然后包括常常是在很多场景 ， 它的应用场景像传音啊 ，其实还有很多的友商都在用 ， 对吧 ， 这个使用范围也超乎我们想象 。

嗯 ， 这件事情特别特别好 。 嗯 ， 然后也是因为有这样子的一个很好的电器 ， 我们也能看到 ， 包括像今年我们嗯 ， 就是英语三周年的活动上面会来那个有更多的行业的这种呃企业参与进来 ， 共同来推动它往下一阶段的演进 。

嗯 ， 就从我们之前的隐私保护计算的这个技术框架来走向这个全面的数据可信流通的这样技术设施 。

嗯 ， 这样的开源的体系 。 嗯 ， 我觉得好像也是奠定了这样的很好的基础 。 嗯 ， 对 ， 这是一个我觉得特别自豪的事情 。

**Koji 杨远骋** [1:10:49]
然后现在聊到开源 ，其实也有一些不一样的声音 ， 就觉得开源好像今天变成了某种竞争手段 ， 它没有那么纯粹了 。

比如说 OpenAI 一开始说自己 OpenAI， 对吧 ， 现在有人嘲笑它是 CloseAI， 然后 Meta 一开始也是这个主打开源 ， 然后现在感觉也是战略在摇摆 ， 就好像大家开源的目的是最终还在服务某种商业目的 。

那你怎么看这个现象 ？

**韦韬** [1:11:13]
对 ， 我的感觉其实是说开源它和整个公司的商业战略很多时候 ， 就特别是公司来做的开源 ， 它结合在一起一一定是必然的 。

嗯 ，但是你也不能够要求一家公司 ， 就是你不要把它架在道德制高点上， 所以你开源必须一直开源 ， 对吧 ， 整个开源其实是整个的全世界行业大家共同努力 ， 可能这家这个阶段开源了 ， 下个阶段闭源了 ，但整个行业在往前演进 ， 对吧 ， 大家这行业会从这个阶段开始弄受益 ， 它共同往前演进 。

这件事情从来都不是哪个公司的责任 ，而是这行业里面共同的这些从业者共同的努力的汇集 。 它开源的时候 ， 它是舍弃了部分的商业利息 ， 把商给行业带来更多的这种技术的这种这个发展的一些自己的一些贡献 。

嗯 ， 它这个不在开源的时候 ， 对吧 ， 它想可能更加关注商业路易 ，但它可能也是放弃这种汇聚的这方面的机会 。

嗯 ， 这是一个选择 ，但是最后这个行业里面上是它它自己也会形成这样的一个平衡 。 嗯 ， 整个生态会形成这样的平衡 。

嗯 ， 共同往前演进这个 ，而且在这过程中间 ， 我相信就是说这个嗯 ， 慢慢的大家也能够找到这样的平衡点 ， 就是开源和这种商业中间一个平衡点 。

那最后也是相信是说这个行业嗯 ， 一定是一个开源跟商业化的结合 。 嗯 ， 包括我们今天像买隐密算 ， 我们来做商业化这部分 ， 我们就发现其实大家商业化的普惠是非常非常重要的 ，因为真正能够从开源中受益的这个受众 ， 可能主要就是程序员 ， 甚至是大厂的程序员 。

嗯哼 ， 对吧 ，而更多的重要行业的这种企业 ， 它无法从中受益 ， 它需要商业化 。 就大家不要把商业化和这种给世界带来这种这种这个社会效益这些对立起来 。

嗯 ，而找一个好的一个能够给更加普惠商业模式 ， 这件事情对社会也是非常非常重要的 。

**Koji 杨远骋** [1:13:02]
嗯 ， 伟涛总 ，其实之前这个呃 ， 您在呃互联网上有很多的分享 ，但大家看到的都非常多是这个您侃侃而谈 ， 讲技术讲安全的这个侧面 。

### AI与生活

**Koji 杨远骋** [1:13:13]
我就很好奇这个 AI 带来的对你的生活 ， 或者说对你的家庭 ， 对你的小孩 ， 你有感觉到有哪些让你感到惊喜的一些变化吗 ？

不管是好的还是坏的 。

**韦韬** [1:13:25]
对 ，其实是现在应该所有的家长 ， 所有老师都会蛮焦虑的 。 是这个孩子怎么教育 ， 对吧 ， 大模型来了 ， 这个大模型刚才讲的 ， 它考高考也考得好 ， 各种东西知识面非常非常广 ，是吧 ，有孩子怎么教 ， 对吧 ， 之前其实我也蛮担心的 ，但是呢 ， 现在我逐渐慢慢想想清楚了 ， 就是一定要用到大模型 ， 用到这种技术 ， 这个嗯 ，但这里面的一些核心东

西从来都没有变 。 嗯 ， 大明说也没有变 ， 把核心的事情 ， 比如说你要求真务实 ， 所有东西你应该去核验 ，不能到地狱图说 ， 无论是大模型告诉你的 ， 还是字面体告诉你的 。

嗯 ， 没啥区别 。 嗯 ， 今天大家总天总总说大模型带来很多幻觉 ， 字面体上这种问题更多 。 嗯 ， 对吧 ， 这个包括对吧 ， 大大家这个就是信息茧房是全方位的 。

对 ， 你如何在这样的信息茧房里面找到自己 ， 对吧 ，不不迷失 ， 这件事情没有变化的 ， 对吧 ， 这件事情基本上原则 ， 包括是说你整个在看待问题的时候 ， 如何形成自己独立的观点 ，其实是这个呃 ， 这件事情也没有变化 ， 对吧 ，而今天特别是说很多的媒体上的这种非常损损人听闻的这些这些文章 ，是吧 ， 很多时候肯定之前对这件事情一无所知 ，

看了一篇文章以后， 你就产生非常强烈的情绪 。 嗯 ， 要么极度的这种这种喜欢 ， 要么极度的痛恨 ， 大家上一定要谨慎 ， 只有你提升认知以后， 你才能够有效用大模型 。

嗯 ， 否则你被大模型牵着走 。

**Koji 杨远骋** [1:14:45]
那这个其实说起来简单 ，但是做起来有什么建议吗 ？ 就是认知如何提升 ？

**韦韬** [1:14:50]
其实我的感觉是说 ， 对吧 ， 你的整个的这种这个学习是要系统化的 。 嗯 ， 对吧 ， 你不能够就是很多时候你要把大模型真的是当好一个工具 ， 这件事情其实也是一样的 ， 只不过你现在今天多了一个很好的学伴 ，他能够他的知识面极其的丰富 ，但是他可能会犯错 ， 对吧 ， 你做完这张假设以后， 你对什么领域里面学习的体系 ， 你自己的一个专攻的领域

里面上， 你要系统化学习 ， 系统化学习你才能形成自己的观点 ， 然后你的有这观点要去验证 ， 对吧 ， 这个工作其实今天大模型是无法替代的 ，而你有这个体系以后， 你就能更好的用大模型 ， 你这时候是整个提效率提升 ，是以前无法比拟的 。

对 ， 这个这个变化我觉得上是今天的孩子们可能核心要去把控的事情 。

**Koji 杨远骋** [1:15:33]
OK， 哎 ， 所以伟涛总 ， 你的小孩现在是什么样的年纪 ？

**韦韬** [1:15:37]
下学期五年级 ，30 岁 ， 我家孩子要的比较晚 。

**Koji 杨远骋** [1:15:41]
OK， 所以你现在就是有刚才提到的 ， 比如说在我面临的这个社会情况或者技术的进步面前 ， 就是这几年你有去思考应该给他什么样的教育 ， 或者应该给他什么样的引导 ？

**韦韬** [1:15:53]
我家孩子还小啊 ， 所以就还好 ，但是呢 ， 对吧 ，他们他现在对吧 ， 作业也会用豆包啊 ， 这个包括用那个有道的那个翻译笔 ， 对吧 ，也都在用 。

那天我碰到周峰也跟他说了 ， 我们这非常期待他把有道的翻译笔做得更好 ， 对吧 ， 这样我家娃就可以少问我一些问题 。

哈哈哈 ， 对吧 ， 那个嗯 ， 整个这边呢 ， 就是其实大家很多也困惑嘛 ， 说要不要学编程 ， 要不要学数学 ， 对吧 ， 我觉得其实是很需要的 。

今天就是我讲的嘛 ， 就是为什么我的高级程序它能够用编程语言做一个技术语言 ，因为是个大模型它就会编程 ， 很多人不会编程 ， 对吧 ， 编程这件事情其实是一件非常难得的 ， 人类的工作中间一个非常大规模的严丝合缝的逻辑的工作 。

对 ，其他的工作我们经常吐槽 ，因为现在现在家长基本上已经无法指导一个初中孩子的数学作业了 ， 对吧 ， 就你的很多时候你的思维的深度 ， 就你日常工作思维深度不会超过初中数学题 ， 对吧 ， 什么时候没了力量就编程 。

嗯 ，其实庞大的体系严丝合缝不能出错 ， 所以这件事情的训练我觉得还是很重要的 。

**Koji 杨远骋** [1:17:01]
OK， 对 ，而且所以你在用什么方式让他练编程 ？

**韦韬** [1:17:04]
呃 ，他的 Python 引口我是七级了 ， 哇 ， 从小就学 ， 对 ， 很喜欢 。 对 ， 这个嗯 ， 就是我觉得这件事情其实很容易的 ，Python 编程真的好容易的 。OK， 真的就是你既然去毕业都知道 ， 对吧 ， 这件事情真的是非常非常容易的一件事情 。

**Koji 杨远骋** [1:17:19]
能不能在我们播客里面带带货 ，他是在什么培训机构或者是用什么 APP 学的 ？

**韦韬** [1:17:24]
那得收代言费是吧 ？ 哈哈哈 ， 对 ， 那个就是整个这件事情其实对孩子一个非常好的这种这个这个我觉得很好的锻炼 ，他也很会很喜欢 。

另外一个机器人， 嗯 ， 机器人其实是我前一阵是跟那个王欣欣我们在一个会上听他讲那个 ， 就是他的大学时候的工作嘛 ， 我觉得真的是挺好的 。

嗯 ， 就是这个从大学时候就做机器人嘛 ， 然后创业做机器人特别好 ， 对吧 ，但今天其实你看到现在整个教育体系是极其的急功近利 ，他们很多时候我我其实问过学校老师说这个机器人很好啊 ， 这比赛是不是可以更好的来来支持 。

嗯 ， 学校老师是说今天的整个以技术在国际上机器人比赛拿的第一名 ， 整个的学校的这个高校的入学也不会有任何的这个怎么样的重重重重提升 ， 所以他们就没有动力 。

**Koji 杨远骋** [1:18:13]
所以他们的中以中为始来看 ，其实大家都在以中为始 ， 只是他们的终点是这个 。

**韦韬** [1:18:17]
对 ，是的 。 嗯 ， 对 ，但是我们现在能看到其实是说很多的能力提升 ， 我们小时候所梦寐以求的事情 ， 现在还是触手可触手可及 ，但他们不幸的地方在于是说他们的选择实在太多了 。

嗯 ， 对吧 ， 实在太多了 。 不像我们小时候 ， 像像我太太小时候可能就一本情语字典 ， 主要课外书就一本情语字典 ， 所以整个的把更情语故事背得特别特别熟 。

嗯 ， 现在孩子太多的书可以看了 ， 根本看不过来 。 嗯 ， 对吧 ， 反而会迷失 。

**Koji 杨远骋** [1:18:45]
那你会这个禁止小孩刷短视频吗 ？

**韦韬** [1:18:49]
会拦不住啊 。 哈哈哈 ， 拦不住啊 ， 心有余而力不足 ， 所以就是只能控制这个手机 。 而且这件事情真的是孩子控制这自制控能力没到这一步 ， 你起码给他一个电子设备 ，他一定会来做这件事情 。

这个真的是控制不住的 ， 只能是做这个要要做这个管控和引导是必须的 。 嗯 ， 对 ， 然后但是这里面的我觉得好的地方是说他对某些东西感兴趣的时候 ， 现在真的是有很多资源可以来推动他往这方面的引导 。

嗯 ， 对 ， 这个这个条件现在比我们当年好的太多了 。

**Koji 杨远骋** [1:19:20]
嗯 ， 所以啊 ，有什么事情是你觉得之前自己在生活里面 ，在或者家庭里面都很难想象可以如此的轻松便利 ，但是到了今天 ， 尤其是因为 AI， 这些事情就变得更简单了 。

**韦韬** [1:19:35]
嗯 ， 讲个例子可以带个货啊 ， 扫地机器人。OK， 嗯 ， 可以带货石头 。 哦 ， 真的很好 。 好的 。 哈哈哈 ， 对 ，有有上时候要带人背去 。

嗯 ， 对 ， 这个其实它后面不止 AI，是整个中国的工业体系的升级 。 能看到工业体系大家都知道 ， 像这次对吧 ， 一马战争霹雳 15， 觉得是这个特别特别厉害 ， 对吧 ？

对 ， 大家不知道这个过程是多么的艰难 ，因为我父亲是做空中导弹战斗部的 。 哦 ， 当年 80 年代 ，他们那时候整个国家现在上解密了 ， 那时候还 PD2，PD2 大家有兴趣可以查查多么艰难 ，PD2 当年的打法没有一发打得中， 没有一发打得中， 百发百不中 。

而且那时候整个军队没有钱 。 嗯 ， 我爸他们当年是来做军转名 ， 来挣钱来养 ， 去做这个这个导弹研研究 ， 大家能想象吗 ？

哇塞 ， 对吧 ， 所以我爸当年是做了这个荔枝保鲜 ， 所以我小时候吃了很多荔枝 ， 现在大家觉得吃荔枝已经习以为常了 ， 对吧 ，但大家都都背过的 ， 都当当年这个这个这个杨贵妃吃荔枝多么难 ， 对吧 ？

对 ， 整个的现在冷链系统 ， 对吧 ， 现在已经非常成熟了 ， 当年是才刚刚开始建 。 嗯 ， 实际上是都是 ， 就是中国的整个工业化体系 ， 实际上是真的很艰难一步步建起来 ，但建到今天以后我们是非常自豪的 。

无论是说我们日常用的 ， 从从这个讲扫地机器人开始 ， 到整个的这个国之重器 ， 中国之重器 ， 对吧 ， 包括航母 ， 包括空中导弹 ， 上全面全面提升上来 。

嗯 ， 包括像现在这个这个整个的 ，其实我在美国的时候我用过各种机器人， 就手机机器人， 那时候都很难很难用 ，因为你扫完地以后， 你头发上去缠在那个上面的滚滚轮上面 ， 你还得拿刀子把那个发给给给割开 ， 非常麻烦 ， 然后收集的时候 ， 对吧 ，他这个也很麻烦 ， 包括以前有拖地的话 ， 拖地的水可能还会发臭 。

嗯 ， 今天全部解决了 。 嗯 ，他不会缠头发 ， 然后水的这个除臭做的非常好 ， 自化水平非常高 ，而且整个现在就是中国的经过几十年建设 ， 这工业体系其实在蜕变 ， 真的是感觉那种这个破茧成蝶那种感觉 。

嗯 ， 这个是非常非常非常自豪的事情 。

### 职业建议

**Koji 杨远骋** [1:21:40]
然后前段时间我们看到一个数据 ， 就是这个美国今年毕业的研究生啊 ， 本科毕业的计算机专业的学生失业率是 6%， 然后艺术系的学生失业率 3%。

所以学计算机失业率是学艺术的两倍 ， 这个其实和 AI coding 带来的冲击多多少少是有直接关系的 。

我觉得我们其实聊过蛮多 ， 就是今天刚毕业或刚入职场的工程师 ，他们要怎么面对这样的巨变 。

对 ，但是其实我也想说 ， 就对您来讲啊 ， 就工作了 20 多年， 其实我想就是 AI 带来的冲击应该也不小的 。

你有某一刻曾经感觉到就是被冲击到了吗 ？

**韦韬** [1:22:16]
我倒还好 ，因为就是你真正的从行业专家的视角来看 ， 今天 AI 还有太多的缺陷 。 嗯 ， 你完全不担心 AI 影响你的价值 ？

我不担心 。 对 ，因为真正的是其实是嗯 ， 就是 AI 它最擅长的事情其实是帮行业专家更大的发挥价值 。

嗯 ， 它无法帮助一个初级的程序员达到高级程序的水平 。 嗯 ，但是它可以让高级程序员的整个的能效成倍的提升 。

以前他因为高级程序员编个事情 ， 自己的精力有限 ，他编的代码规模肯定有限 ， 所以要配很多初级程序员 ， 然后在人多了以后就产生非常复杂的生态关系问题 。

今天这件事情极大简化 ， 效率上提升是极显著的 。其实你的行你的行业认知越高的话 ， 它也提升的这种这个倍数就会越强 。

那包括上升 ，因为我们讲认知 ， 所以我们可以提出高级程序 ， 可以更广泛的来支撑整个数据行业的这种发展 。

这上升我们是觉得是加获得加成 ，而不是受到冲击 。 但是就是非常核心的事情 ， 就我前面讲的 ，是你的认知得得提升上来 ，而不是被大模型所淹没掉 。

这件事情可能是一个主要的主要挑战 。 而且在这过程中间 ， 我觉得也是这个每一个这种技术的换代都会带来巨大的冲击 ， 这是必然的 。其实从当年计算机出来 ， 对吧 ， 当年的整个拉萨的计算理工这个工种就消失掉了 。

嗯 ，但是计算机出来以后， 带来的行业的这种机会也是更加的巨大 ， 对吧 ，但是你得去拥抱它 。 你不去拥抱它的话 ， 可能你就会被替代掉 ， 然后呢 ， 被社会毒打着去拥抱它 ， 对吧 ， 一定会是这样子 。

**Koji 杨远骋** [1:23:54]
嗯 ， 那我们今天最后一个问题哈 ， 就是刚才你也提到对初阶程序员 ，他的这个 AI 带来的赋能有限 ， 得对高阶程序员你就可以以一挡十 ， 你也不用招那么多低阶程序员了 。

好 ， 那问题就是 ， 那今天的低阶程序员要如何得到锻炼 ， 才能成为高阶程序员 ？ 因为高阶程序员都不招低阶程序员了 。

这里也补充一点 ， 就并不是说呃 ， 我觉得很多工作会失去 ， 我也同意你刚才说的观点 ， 就技术进步 ， 它会在我们看不见的地方创造更多的机会 。

所以我这个问题其实是想说 ， 对于今天刚入职场的 ， 嗯 ， 尤其是做工程师学计算机的这个呃同学们 ， 你会给他们一些什么样的建议 ， 让他们在这个时代可以就是更好的提高自己 ， 或者就是得到更多的未来的可能性 ？

**韦韬** [1:24:36]
对 ， 这件事情其实又回到今天的主题 ， 开源加 AI 带来巨大变化 。 大家知道开源的时候该讲 ， 它上次分享的 ， 对吧 ， 整个工程实验里面的所有的段段段的细节 。

嗯 ，但是很多人我给你答案你也看不懂 。 有了 AI 以后， 可以很多时候 AI 帮你解释为什么要做这样的实现 ， 你可以更好的学习 ， 更快的学习 ， 这样子东西全是开放的 。

这件事情真的是其他任何行业无法与之相比的 。其实但凡有心的同学们 ， 实际上是其实面对的一个非常有史以来最好的学习的机会 。

但是你得沉沉浸去 ， 对吧 ， 你愿意能够加入进去 ， 对吧 ，其实整个开源社区是非常开放的 ， 你有真正能够给社区带来贡献 ， 大家是非常愿意接接纳的 。

嗯 ，其实真的是史无前例的一个好的这样的一个一个环境 ， 对吧 ， 非常就是假如真的是计算机行业的这些同学们 ， 我觉得上次真的是要要努力去拥抱 ， 拥抱开源 ， 拥抱这大模型 。

嗯 ， 这带来提升是非常非常巨大 ，而机会非常非常多 。 嗯 ，而且这件事情的整个你像我们高级程序 ， 高级程序其实是改变了整个程序的形态 。

有些程序就是每个比特都要你来控制 ， 今天实际上是我们把这个呃编程语言和那个自然语言相融合 ， 很多的这种以前传统的编程语言难以做到的事情 ， 今天可以让大模型来做 ， 它带来一个全新的想象空间 ， 对吧 ， 这些很多事情都是可以去做了 。

这种机会我觉得上是一个真正的行业的洗牌的机会的时候 ， 大家去努力拥抱 。 这边会有很多 ， 可能今天我们只是在技术上有突破 ，但是整个的商业上面 ， 整个的行业应用上面 ， 可能有更多的空间需要大家共同去探索 。

### 结尾

**Koji 杨远骋** [1:26:05]
好的 ， 那我们今天就先到这里 ， 谢谢韦韬总的时间 ， 非常精彩 ， 谢谢 ，也感谢啊 ，也也希望你可以之后再来做个十字路口 。

**韦韬** [1:26:13]
好的 ， 谢谢 ， 感谢 。

**Koji 杨远骋** [1:26:18]
如果你认为有朋友也会喜欢本期十字路口的内容 ， 请转发微信推荐给他们 。 最后欢迎你加入十字路口的会员群 ， 我们鼓励大家在群里聊天互动交朋友 ， 寻找未来的同路人。

---

本节目库由 PodHood（https://podhood.com）提供支持——播客网站平台。