【编者按】
2025年9月10日，我国迎来第41个教师节。
当新生代青年教师踏上教育征程，他们怀揣专业热忱，也面临成长困惑。在三尺讲台之上，他们以青春韶华作笔、以教育初心为墨，书写着育人新篇。
青年教师的成长轨迹，不仅承载个人理想，更塑造着教育事业的未来图景。澎湃新闻特别策划"青春华章·青春正澎湃"之"青春遇见讲台"系列报道，聚焦青年教师群体，致敬每一位教育路上的燃灯者。愿每份教育坚守都被看见，每间课堂都能回响智慧之声。
本期对话上海交通大学人工智能学院博导张林峰，距离那场全网关注已过去大半年，这位1997年出生的青年学者如今带领3名博士、2名硕士开展科研，同时承担本科生教学任务，更在思考如何为全球新一轮技术革命贡献中国智慧。
2024年11月底，张林峰曾经历过一次全网关注的"热度时刻"——"27岁清华博士任上海交大博导"话题登上微博热搜，大量媒体聚焦与公众讨论涌向这位1997年出生的青年学者。
2024年，张林峰从清华大学交叉信息学院取得博士学位后，入职上海交通大学人工智能学院担任助理教授、博士生导师。在读博期间，他曾斩获全亚洲仅12席的微软学者奖学金，在国际顶级学术会议及期刊发表论文超20篇，论文引用量近2000次，同时兼任多个权威期刊与学术会议的审稿专家。清华大学交叉信息研究院评价其研究成果"在一定程度上推动了人工智能基础研究发展"，特别提及他2019年首创的自蒸馏算法，该成果至今仍是知识蒸馏领域的标志性研究之一。
在受到高度关注的那段时间，张林峰刚转型教师角色不久。回顾当时情景，他坦言确实受到一定影响：媒体采访邀约不断，网友深入关注其研究领域与成长经历，微信消息也频繁收到亲友的惊讶询问："这不是你吗？"
如今，担任青年教师已满一年，加上2025年9月入学的新生，他目前指导着3名博士研究生与2名硕士研究生，其中第一届博士生仅比他年轻2岁；自2025年春季学期起，他开始承担本科生教学任务，本秋季学期还兼任大一新生班主任；白天处理各类即时事务，到了夜晚，他会专注投入"长周期研究项目"的推进工作……
热搜热度虽已褪去，但日常工作中仍充满挑战：如何成为一名优秀教师？与学生年龄差距小，如何建立良好师生关系？科研创新与教学工作如何平衡？作为顶尖高校教师，如何为全球技术变革贡献力量？
值此教师节之际，澎湃新闻专访张林峰，探寻在"天才学者"标签背后，一位青年教师的真实工作日常、责任担当与时代思考。
张林峰 受访者 供图
【以下是澎湃新闻记者与张林峰的对话】
澎湃新闻：2024年11月底"27岁清华博士任上海交大博导"成为热搜话题，引发广泛关注，很多人好奇您为何能在年轻阶段担任博导，当时有什么感受？
张林峰：我是清华大学直博生，5年完成学业毕业，没有跳级经历；毕业后直接进入高校任教，这两个因素让我的职业发展看起来比常规路径快一些。可能公众对这种情况还不太熟悉，实际上近年来学术界有不少优秀青年学者选择毕业后直接进入高校工作。
热搜事件确实在一周左右时间里对我产生影响，大量关注带来很多信息交互，微信经常收到朋友的截图询问。但从长远看影响有限，作为教师，我更希望通过教学成果与科研贡献获得认可，而非年龄话题。
澎湃新闻：毕业时您放弃多家企业的百万年薪offer，选择加入新成立的上海交大人工智能学院，主要考虑因素有哪些？
张林峰：我始终对人工智能领域抱有浓厚兴趣，尤其热爱基础研究。需要说明的是，在AI领域，企业研发实力同样很强劲，并非高校独有科研优势。经过综合考量，我最终选择高校平台主要有三方面原因：
首先是对学术环境的认同，我的博士生导师马恺声教授对我影响深远。马老师在我入学清华的同年入职，作为他指导的第一届博士生，我全程见证他如何培养学生、开展科研、创业实践并通过tenure-track考核，这些经历给了我投身教育事业的信心与动力。
其次，高校平台能全面锻炼综合能力，包括人才培养、团队管理、时间规划、项目申报等多维度能力提升，这是我希望获得的成长机会。
此外，上海交大的人才引进效率令人印象深刻。当时人工智能学院刚成立（2024年4月），作为学校"特区学院"，学院通过人才专委会机制，为优秀青年人才开辟了特殊引进通道。我第一天提交简历，次日就收到面试邀请，约在第四五天进行面试，两天后即收到加盖学校人事处公章的正式录用通知，全程仅一周时间。这种高效的办事风格让我坚信这是正确选择。
2024年4月接到录用通知后，我立即开始接洽首位研究生。包括招生在内的各项工作都是全新挑战，当时既满怀期待，也有些许紧张。
张林峰 受访者 供图
澎湃新闻：您博士刚毕业就承担博导职责，这一年如何开展教学指导工作？形成了怎样的教学风格？
张林峰：算上2025级新生，目前课题组共有5名学生——3名博士、2名硕士。我们保持着高频交流节奏，每周召开4-5次组会研讨各研究方向进展，针对复杂课题还会安排专项讨论。
我的科研习惯深受导师马恺声教授影响。读博期间，我们坚持每天上午9点集体研读论文一小时、讨论半小时，这种训练让我在论文写作、合作交流、选题判断等方面收获显著，这些经验也直接应用到现在的学生培养中。
根据自身经历，我深知第一篇学术论文对研究生建立科研信心的重要性，能形成正向反馈循环，因此在指导学生完成首篇论文时投入大量精力。目前来看效果良好，2024年招收的研究生在过去一年均以第一作者身份发表了顶级学术会议论文。
日常指导中需要因材施教，因为学生的科研特点与个性差异明显：有的学生自驱力强但易焦虑，有的主动性较弱需更多引导。我会通过沟通了解每位学生的职业规划，共同确定研究方向。只要目标一致聚焦科研创新，沟通就会顺畅有效。
澎湃新闻：作为青年教师与学生年龄差距小，您如何把握师生关系的尺度？这种年龄特点有哪些优势与挑战？
张林峰：确实年龄差距不大，第一届博士生仅比我小两岁，2025级新生多为2003年左右出生，共同话题比较多。优势在于我们的兴趣爱好、关注领域和成长背景相近，平时可以一起用餐交流，沟通障碍较少。
但过近的关系也存在挑战，把握尺度需要智慧。我理想中是成为亦师亦友的角色，同时保持必要的学术权威。
目前的做法是在保持友好关系基础上，招生时注重选择价值观契合的学生——特别是对科研有真正热情、追求实质性创新而非仅以发论文为目标的学生。这样师生间可减少管理成本，形成良性互动。
值得关注的是，我的第一届博士生培养周期正好与我的tenure-track考核周期重合，学生的培养质量也是教师考核的重要指标。因此师生之间是共同成长、双向成就的关系。我曾见证导师经历这个过程，现在也时常思考自己如何应对类似挑战。
澎湃新闻：您当前的科研任务强度如何？如何平衡科研创新与教学工作？
张林峰：其实个人科研与学生指导是有机整体而非对立关系。如果说教师的研究方向是一条线或一个面，那么每位学生的课题就是具体的突破点。我会从研究体系中选取前沿问题交给学生攻关，学生的成果积累起来就构成了课题组的研究脉络，也就是我的研究方向。
随着学生数量增加，事务性工作确实增多；虽然学校提供了良好待遇，但作为新入职教师，项目申报等工作客观上面临压力。我的日常工作节奏通常是：早上8:30起床，9点到办公室开始工作，下午多为会议和事务性安排，组会一般设在晚上7-8点（师生时间都方便），到9-10点后开始专注处理需要深度思考的长期研究任务。
半年多前，我习惯即时回复学生消息。有时学生深夜一两点在群里分享实验结果，只要我还没休息就会立即回应，遇到关键问题甚至会临时组织线上会议讨论。但随着工作负荷增加，这种高强度互动变得越来越难。在精力允许的情况下，我仍希望保持密切的师生交流。
澎湃新闻：2025年您开始承担本科生教学任务，对这部分工作有什么体会？
张林峰：是的，2025年春季学期我为交大致远学院160余名大一新生讲授数据结构课程。由于是荣誉学院课程，教学难度要求更高。虽然本科阶段学过这些内容，但为了教学需要必须重新系统梳理、从零备课，工作量很大。作为新授课教师，课堂上确实会有压力和紧张感。
课后我通常会预留20-30分钟与学生交流。常有学生深入探讨习题或知识点，有些问题极具启发性，也有些会让我感到意外，这时我们会现场借助AI工具共同探究答案。
我非常珍视这种互动机会。学生提问既表明学习投入，也反映教学效果，有时能促使我反思教学方法。还有学生咨询生涯规划、科研入门、AI学习路径等问题，展现出很强的主动意识。
现在的本科生能力令人印象深刻。这种感受不仅来自课堂教学，更多源于指导的本科科研助理——他们的研究水平有时甚至超越部分研究生，已能独立发表高水平论文。
这可能得益于AI时代丰富的学习资源，但不可否认的是，当代学生的综合素养较我们那一代有明显提升。
澎湃新闻：作为AI领域研究者，您如何看待学生使用AI工具辅助学习的现象？
张林峰：学生的AI应用能力很强，有些甚至超过我。在数据结构课程中，多数同学会用AI工具排查代码错误、理解算法原理。
我对合理使用AI工具持支持态度，尤其在辅助理解课程内容方面。课堂未能完全掌握的知识，AI可以提供个性化讲解，确实有助于学习。更重要的是，AI素养已成为新时代必备能力，而高效使用AI本身也需要培养关键词提取、精准提问等思维能力。我们应当让AI承担可自动化的任务，聚焦人类独特的创造性工作。
我自己备课也会借助AI辅助设计教学案例和应用场景。未来，AI将进一步解放科研生产力：人类负责提出创新视角和关键问题，AI可以生成多种实验方案和解决思路，研究者则专注于方案筛选与实施验证。
澎湃新闻：您作为年轻的AI领域学者，如何理解"人工智能是年轻的事业，更是年轻人的事业"这一观点？
张林峰：2016年AlphaGo击败围棋世界冠军引发AI热潮时，我就被这个领域吸引——它不像传统学科更像充满未知的探索游戏。
从那时到现在的大模型革命，人工智能真正快速发展的时间并不长，很少有人能说"终身从事AI研究"，这使得领域研究者整体呈现年轻化特征。
但同时，AI领域发展速度惊人，快到一年前的知识可能已显陈旧。这个领域要求从业者持续快速学习，任何停滞都可能导致技术代差，这种高强度知识更新对体力精力都有要求，客观上更适合年轻人。
上海交大人工智能学院成立于2024年4月，师资队伍平均年龄不到35岁，大家面临相似的发展问题，经常开展跨学科交流合作。
澎湃新闻：从事人工智能前沿研究，您是否有紧迫感？
张林峰：我对中国AI发展持乐观态度。虽然在GPU等硬件领域存在挑战，但中国在AI研究与应用方面已具备显著优势。
面对全球科研竞争，身处顶尖学府确实有紧迫感。但当你意识到自己在参与塑造未来时，内在驱动力会源源不断——短期的困难可以克服，长期的坚持则需要从工作中获得乐趣。我做科研是这样，也希望学生能保持这种心态。
澎湃新闻：总结一年多的教学生涯，您如何评价教师职业？有哪些短期和长期目标？
张林峰：教师工作让我感到充实且富有成长，随着时间推移，对学生的责任感也日益增强。
短期目标是培养好第一届研究生：提升他们的学术能力、领导力与组织协调能力，帮助每个人找到适合自己的长期发展路径。这个目标计划在未来6-12个月内实现。
长期来看，希望在人工智能领域做出具有国际影响力的原创成果。当前大模型智能水平正快速逼近甚至超越人类，新一轮技术变革蓄势待发，我希望我们的研究能深度参与这个进程。
我的早期研究聚焦模型压缩与加速技术，致力于降低AI部署成本、提升运行效率。近半年来转向AI for Science方向，探索利用大模型辅助科研创新，核心目标是实现AI驱动的自主科研探索。这项突破可能彻底改变科研范式和人类知识发现模式，具有重大战略意义。
更关键的是，我们认为这一目标并非遥不可及——在未来3-5年内极有可能取得变革性进展。目前国内外包括上海地区已有多个团队在该领域布局，虽然是长期目标，但通过扎实推进，我们有信心实现突破。在2025年世界人工智能大会（WAIC2025）上，我院发布的科学基座模型Innovator与通用科研智能体SciMaster，正是这一方向的阶段性成果。