2026年7月4日14:00-17:20，示范班第159期研讨厅（辩论赛）以线上形式成功举办。方滨兴院士、何元智院士、王建华院士、毛明院士及陈左宁院士全程参与了辩论赛，并对示范班同学们的辩论赛逐一进行了指导点评。同时参与的还有方班研讨厅的副点评老师，以及来自广州大学、澳门城市大学、北京大学、北京航空航天大学、北京理工大学、北京信息科技大学、北京邮电大学、大连理工大学、东南大学、复旦大学、广东工业大学、海南大学、湖南大学、华南理工大学、华中科技大学、吉林大学、暨南大学、南京航空航天大学、南京理工大学、南京信息工程大学、南京邮电大学、南开大学、清华大学、厦门大学、山东大学、上海交通大学、四川大学、同济大学、武汉大学、西安电子科技大学、西安交通大学、西北工业大学、香港大学、香港科技大学、香港科技大学（广州）、香港理工大学、浙江大学、中国科学技术大学、中南大学、中山大学、重庆大学、青海大学、西北大学、东北大学等四十余所高校院所的参与学生和老师，共计550余人。

本次辩论赛分为四组同时进行，共二十四支队伍。

第一组

第1组第1场：

辩题：生成式AI时代，“模型安全”与“数据安全”哪个更重要?（正方:“模型安全”更重要，应优先投入资源加固大模型本身；反方:“数据安全”更重要，应优先保障训练数据与输入数据的安全）

正方人员：（南邮）宁静、文杨、肖元、简宇星、姜昊佐

正方观点：“模型安全”更重要，应优先投入资源加固大模型本身

反方人员：（山大）胡灏然、黄廷宸伊、曹海健、李永琪、陶瑞琦

反方观点：“数据安全”更重要，应优先保障训练数据与输入数据的安全

最佳辩手：宁静（正方）  黄廷宸伊（反方）

点评老师主要意见：

1、双方能够把握住各自的核心立场，从自身观点出发的逻辑推理严谨，表达完整。

2、虽然能够自圆其说，但是并不能够有力地反驳对方。

3、均未清晰界定人工智能时代数据安全与模型安全的内涵与边界，需要梳理清楚，明确区别，避免概念混淆。

4、结合特定的场景举些例子进行讨论会更加具体。

第1组第2场：

辩题：AI大模型应用应优先保障网络安全，还是应优先追求极致性能与用户体验？（正方：应优先保障网络安全；反方：应优先追求极致性能与用户体验）

正方人员：（南信大） 朱宇轩、石浩宇、上官林飞、帅黄乐、黄正汉

正方观点：AI大模型应用应优先保障网络安全

反方人员：（西北工业大学）林宸羽、代珊、刘董远、赵振华、陈萌萌

反方观点：AI大模型应用应优先追求极致性能与用户体验

最佳辩手：帅黄乐（正方） 林宸羽（反方）

点评老师主要意见：

1. 辩论应回到具体应用场景中讨论。AI大模型的安全要求和性能目标并不是脱离场景存在的，不同用户、不同部门、不同应用对象对应的安全基线并不相同。涉及敏感部门、关键信息基础设施等场景时，安全门槛更高；在一般应用场景中，则可以在满足基本安全要求的前提下更充分地追求性能和体验。因此，双方举例时需要交代清楚背景、适用对象和限制范围，避免把不同场景下的案例简单放在一起比较。

2. 不应把安全与性能绝对对立起来。双方都承认大模型既要发展性能，也要满足安全要求，但需要进一步说明各自的“底线”是什么。人工智能系统具有动态发展特征，安全与性能并不是一成不变的单向取舍，而是在发展过程中相互影响、相互促进的关系。辩论中应避免把对方观点推向极端，再以极端条件进行反驳，而应在动态变化的现实环境中讨论二者如何平衡。

3. 应关注“内生安全”和系统统筹设计。优秀的大模型不应是先追求性能、再事后补安全，也不应因强调安全而停止发展，而应在设计之初就把功能、性能、安全性、可靠性等因素统一考虑。模型需要同时达到基本可用性能和基本安全要求，并在此基础上根据应用场景继续提升性能或提高安全水平。安全建设离不开技术发展，性能提升也需要安全能力支撑，二者应作为大模型健康发展的共同基础。

1组第3场

辩题：大规模数据集中存储，是提升安全还是制造更大的风险？（正方：安全；反方：风险）

参赛人员信息

正方队伍：南航、厦大

队长：沈亦波

队员：于磊、肖典、林丹凤、谷佳豪

立论基础：大规模数据集中存储能够提升数据安全

辅导老师：韩皓

反方队伍：北邮、广工

队长：张书豪

队员：徐宏龑、谭斌文、麦耀铿、黄春光

立论基础：大规模数据集中存储会制造更大风险

辅导老师：王春露

点评老师：陈左宁 院士

点评老师主要意见

1. 双方辩手临场发挥完整流畅，正方立足集中式安全运维标准化、统一防护部署、故障集中应急处置展开论证，论证集中存储便于统一加密、统一防火墙管控、统一漏洞修复，规模化安全运维能力远强于分布式零散存储；反方立足单点攻击放大危害、攻击目标价值集中、内部权限滥用风险、灾难单点损毁展开立论，聚焦“鸡蛋放同一个篮子”的安全短板展开攻防。

2. 反方核心打击点精准：防护能力集中不等于风险完全消除，集中存储会显著抬高攻击收益，黑客单次入侵即可批量窃取海量高敏感数据，攻击成本大幅下降，正方对于“防护升级幅度能否完全对冲风险放大幅度”未能完成闭环回应，成为本场辩论主要短板。

3. 正方从国家算力枢纽、政务大数据中心、云服务商集中存储落地案例举证，贴合产业现实建设需求；反方以历年大型数据中心泄露事件、勒索病毒定向攻击数据湖案例做反驳，双方都贴合行业现实场景，核心共识趋向：数据集中存储是数字化必然趋势，安全本质矛盾并非“集中/分散二选一”，而是集中架构下防护等级、权限分级、灾备冗余、人机协同管控的配套建设水平。

4. 本场辩论揭示行业发展方向：大规模数据集中存储是算力发展的必经路径，未来安全建设不会否定集中存储模式，而是通过分级授权、异地多活灾备、动态入侵检测、内部行为审计等手段对冲集中化风险，架构集中化、防护精细化、风险分散化是未来数据安全落地的主流方案。

第二组

第2组第1场

辩题：智能汽车是否应该允许用户拒绝系统自动更新（正方：应该；反方：不应该）

正反人员：（海南大学）张裕浩、罗文韬、卢熙奥、李文逍、胡彬

正方观点：智能汽车应该允许用户拒绝系统自动更新

反方人员：（南开大学）郝铭、辛浩然、武桐西、怀硕、张洋

反方观点：智能汽车不应该允许用户拒绝系统自动更新

最佳辩手：张裕浩（正方）郝铭（反方）

点评老师主要意见：

1、 本人兼具汽车用户与开发者双重身份，欣慰大众关注智能汽车安全；智能汽车系统复杂，用户难以吃透产品，全社会重视安全理所应当。

2、 传统车辆只有主、被动安全，智能汽车新增功能、信息两类安全，繁多智能功能容易出现设计考量不周的安全隐患。

3、 车载软件厂商存在霸王条款，软件漏洞致用户损失却不予赔偿，仅让用户自行修复，对比硬件追责规则，该条款难以让人接受。

4、 智能汽车公共安全不能只靠技术管控，还需配套社会管理；用户作为系统参与者，也有维护公共安全、不危害公共安全的责任。

第2组第2场：

辩题：人工智能的发展是否会降低人类的创造力?(正方:是;反方:否)

正方人员：（澳门城市大学）徐雨佳、何政宏、王泽鑫、赵航艺、邹淩枫

正方观点：人工智能的发展会降低人类的创造力

反方人员：（重大、中南）张思恒、傅帅、张子健、范明阳、赵宇

反方观点：人工智能的发展不会降低人类的创造力

最佳辩手：王泽鑫（正方）      范明阳（反方）

点评老师主要意见：

1、充分肯定双方逻辑严谨、表达完整，能在短时间内高水平交锋，展现了出色的思辨能力。

2、指出双方虽能自圆其说，但在反驳对方核心观点上力度不足，未能形成有效交锋。

3、双方均未清晰界定AI时代数据安全与模型安全的内涵与边界，概念混淆影响了论证深度。

4、建议结合具体场景（如科研、教育等）举例讨论，使观点更具体、更具说服力。

5、总体持谨慎乐观态度，认为人类能驾驭AI，鼓励大家积极拥抱AI、保持思辨，追求向上向善的科技发展。

2组3场：

辩题：高校应全面禁止学生使用生成式AI完成课程作业

正方人员（北京航空航天大学、湖南大学）：谭浩君、刘蔚文沛、秦思源、张志金童、谌家轩；

正方观点：可维护学术诚信与能力培养。

反方人员（同济大学）：时林芝、董淑雯、宋思远、黄毓正、屠翰乾；

反方观点：违背技术发展趋势且无法执行。

点评老师：毛明院士

最佳辩手：秦思源（正方）、黄毓青（反方）

点评老师主要意见：

1.本场辩论表现精彩，双方观点清晰，核心分歧集中在课程作业究竟指高校教学的什么环节。

2. 拥抱AI并驾驭AI：提出人类正在进入“数业社会”，AI是不可逆转的趋势。学生应积极拥抱AI，将其作为提升效率和探索未知的工具，而不是被动的接受者或被替代者。

3. 坚守教育的“第一性原理”：在教育领域，必须厘清课程作业的本质是能力培养而非任务交付。反对单纯用AI交差，鼓励学生在与AI的交互中进行思辨，验证结果，从而真正提升思维能力。

第三组

第3组第1场:

辩题: 大模型在网络安全防御中的“自主决策权”是否应被严格限制? (正方:是;反方:不是)

正方人员:（东南大学）周杰、陈昌、熊梓焱、吴倩倩、程宏

正方观点: 大模型在网络安全防御中的“自主决策权”应被严格限制

反方人员:（中山大学） 何家熙、金鹏飞、刘尚铭、吴杰、张雨恒

反方观点: 大模型在网络安全防御中的“自主决策权”不应被严格限制

最佳辩手:周杰(正方) 金鹏飞(反方)

点评老师主要意见:

1. 双方均提出动态分级授权，但都未能全程坚守自身核心观点，立论贯彻不足。

2. 正方理论阐述出彩，反方紧扣攻防速度、现实紧迫性展开，观点更易让人认同。

3.双方辩手抓对方表述漏洞、核心短板的力度不足，交锋针对性偏弱。

4. 双方辩手专业度尚可，反方逻辑闭环更完整、总结更优，整体表现优于正方。

3组2场：

辩题：零信任安全模型是否会彻底取代传统防火墙策略

正方人员（浙江大学）：宋颖、张天译、王潇锐、吕明远、杜衡；

正方观点：零信任安全模型会彻底取代传统防火墙策略。

反方人员（清华大学、香港科技大学）：洪琳希、李飞、刘垣甫、叶秀丽、吴凭飞；

反方观点：零信任安全模型不会彻底取代传统防火墙策略。

点评老师：王建华院士

最佳辩手：吕明远（正方）、李飞（反方）

点评老师主要意见：

1.本场辩论表现精彩，双方观点清晰，核心分歧集中在“彻底取代”究竟指安全策略范式的更替，还是防火墙设备本身被淘汰。

2.正方较好地抓住了传统防火墙以物理边界为基础的安全哲学在云化、远程办公和分布式业务环境中的局限，强调零信任以“永不信任、始终验证”为核心的动态安全范式，指出防火墙设备可以保留为执行点，但策略中心已经发生转移。

3.反方结合工业控制、公网门户、企业出口和合规审计等场景，指出零信任在终端接入、实时性、流量检测、恶意载荷拦截以及边界防护方面仍存在适用边界，认为防火墙与零信任是功能互补、长期协同的关系。

4.王建华院士认为，辩题关键在于区分安全策略范式与防火墙设备。零信任替代传统防火墙策略可能是不可逆的趋势，但并不意味着防火墙设备会从所有场景中消失；其部分执行点仍可能位于边界或网关，双方应进一步提升对“取代”概念的界定和论证。

3组3场：

辩题：AI 驱动的自动化网络防御体系是否优于人工主导的网络防御体系

正方人员（中国科大）：江筱、胡宏韬、陈宇卓、曾祥龙、王子倩；

正方观点：AI 驱动的自动化网络防御体系更优。

反方人员（南京邮电）：赵雅洁、袁嘉翰、黄思萌、刘致远、兰强；

反方观点：人工主导的网络防御体系更优。

最佳辩手：江筱（正方）、袁嘉翰（反方）

点评老师主要意见：
1.双方辩论表现均十分出色，正方提出 AI 驱动、人类监督的观点，从时效与质量效率展开论证，反方则立足人类主导、AI 执行的思路，结合驾驶员、规则制定与分级授权等角度阐述立场。

2.反方精准抓住正方软肋，指出速度更快不等于更优质，而正方未能很好地回应这一关键质疑，成为辩论中的一处明显短板。

3.正方以效率与数据贴合行业现实需求展开论述，反方则从 AI 缺陷与业务理解不足进行反驳，二者核心观点实则趋于一致，均认同分级协同、人类把控高风险的防御思路。

4.这场辩论也揭示出，未来安全防御中人类将从具体执行者转变为规则编排者，不存在绝对的优劣取代，人机协同才是现实可行的方向。

第四组

4组1场：

辩题：电信诈骗中，AI的普及会增加其成功率还是降低成功率?(正方:增加;反方:降低)

正方人员：张惠媛、陈皓冰、陈一波、郭浩男、周昶

正方观点：电信诈骗中，AI的普及会增加其成功率

反方人员：杨昊天、邹玮松、李俞萱、黄泽媛、苏衍豪

反方观点：电信诈骗中，AI的普及会降低其成功率

最佳辩手：陈一波（正方） 苏衍豪（反方）

点评老师主要意见：

1.正方立论层次清晰，围绕诈骗真实性、精准性和规模化展开论证，逻辑完整，论证较有说服力。

2.正方较好拓宽了“诈骗成功率”的内涵，但对全民反诈意识提升和AI反制体系的回应不足。

3.反方立足社会治理和长期发展趋势，强调AI赋能反诈体系，论证视角宏观，案例支撑较充分。

4.双方分歧主要在于现实短期效果与长期治理趋势的不同视角，均未形成兼顾攻防与发展的完整论证闭环。

4组2场：

辩题：平台是否应当对“AI 换脸”深度合成内容强制打上不可移除的显性水印?(正方是反方不是)

正方人员：王正宇、耿艺、杜银徕、赵仵阳、李恒

正方观点：平台应当对“AI 换脸”深度合成内容强制打上不可移除的显性水印

反方人员：刘璐瑶、杨怀超、刘晨阳、冯哲轩、宋丽媛

反方观点：平台不应当“对AI 换脸”深度合成内容强制打上不可移除的显性水印

最佳辩手：王正宇（正方） 刘晨阳（反方）

点评老师主要意见：

1. 本场辩论整体完成度较高，双方都能围绕 AI 换脸中的技术风险、平台责任、公众识别和合法使用边界展开讨论，没有停留在简单表态，而是把现实问题转化成了较有深度的治理问题。

2. 正方反驳角度巧妙，回应责任问题时，直接点出责任是制度安排，替代是能力事实，把对方核心防线打开了一个突破口。正方的优势在于把显性水印放进完整治理链条中理解，不只强调“看得见”，还进一步论证了它在公众知情、内容溯源、监管取证和平台责任前置中的作用，现实针对性较强。

3. 反方抓彻底和主体抓得狠，从AI不能定目的、不能担责任、人类始终是文明主体来立论，逻辑延展性很强，框架立得稳。反方的亮点在于没有否认治理必要性，而是重点质疑强制显性水印是否合适，从水印可能被处理、显性标记未必能彻底阻断危害、隐性水印和后台溯源可作为替代方案等角度展开，反驳比较巧妙。

4. 双方真正争论的不是 AI 换脸要不要治理，而是应当采取一刀切的强制显性水印，还是分类、分级、多工具配合的治理方式。总体认为，AI 换脸不能放任，但治理也应兼顾风险防控、公众知情、平台责任和合法创作权益之间的平衡。

4组3场：

辩题：人工智能的发展是否会彻底取代人类?(正方:是;反方:否)

正方人员：孟洋、谭振才、李焱舜、余欣怡、李世会

正方观点：人工智能的发展会彻底取代人类

反方人员：徐开旗、应逸奔、谢子洋、郑钦烽、魏文集

反方观点：人工智能的发展不会彻底取代人类

最佳辩手：孟洋（正方） 应逸奔（反方）

点评老师主要意见：

1. 正方立论选得准，从技术迭代速度快、AI在效率和准确性上已大量替代人类岗位切入，抓住了技术发展的客观规律，很有说服力。

2. 正方反驳角度巧妙，回应责任问题时，直接点出责任是制度安排，替代是能力事实，把对方核心防线打开了一个突破口。

3. 反方抓彻底和主体抓得狠，从AI不能定目的、不能担责任、人类始终是文明主体来立论，逻辑延展性很强，框架立得稳。

4. 双方交锋都很有水平，全场分歧始终聚焦在彻底取代和主体地位两个关键标准上，对抗精彩，没有跑题散打，展现出了很好的思辨能力。