五个核心问题与回答
量子信息为什么会由计算机科学家参与开创？
量子本来属于物理学，密码学家从哪里进入？
1979 年，Brassard 在波多黎各海边偶遇 Charles Bennett，听到利用量子力学制造不可伪造钞票的设想。两人的相遇让计算机科学、密码学与物理真正交叉。量子密码学并不是一个学科内部的线性进步，而是两个领域通过具体的人发生碰撞。
没有明确用途的研究为什么值得持续？
当时没人知道量子密码能否产业化，投入依据是什么？
好奇心与理解自然的乐趣。Brassard 强调，他们最初只是在交换看似疯狂的想法，并没有预见几十年后的量子通信产业。这不意味着基础研究必然变成产品，而是提醒评价前沿研究不能只用短期应用回报筛选。
量子技术今天哪些已经真实，哪些仍不确定？
量子通信、计算和传感应该放在同一成熟度上理解吗？
不应该。量子密码和通信已经可以运行，量子传感持续提高测量精度；量子计算最具想象力，却仍不存在“必然超越经典计算”的严格证明，也没有可靠成熟时间表。把三条路线混成一个“量子产业”会误判进度。
为什么优秀学生不该替导师做项目？
前沿人才培养需要更强任务管理吗？
Brassard 的方法相反：给学生高质量环境，让他们研究真正兴奋的问题。他举例，一位学生曾在几分钟内推翻自己多年讲授的判断。人才培养的价值不在复制导师，而在允许意外结果改变导师。
AI 会如何改变科研竞争？
名校、论文和既有成功路径还能保持优势吗？
姚期智判断，AI 会快速抬高科研产出和认可标准，竞争转向谁能组织更好的“人 + AI 工具”组合。既有领先者如果依赖过去方法，反而可能成为包袱；敢于重构研究方式的团队和初创机构可能获得跃迁机会。
沿着对话，回到问题如何展开
姚期智：大家都在谈 AI for Science，但也应思考 Science for AI。AI 未必是智能的终点，物理和数学仍可能改变我们理解与提取知识的方式。
纪要：量子在这里不是大会的支线，而是用来提醒观众：今天熟悉的计算范式也可能只是阶段性答案。
Gilles Brassard：1979 年，我在波多黎各海边遇到 Bennett。他向我讲述利用量子力学制造不可伪造钞票的想法，我几乎就此转向量子信息。
纪要：重要的不是浪漫故事本身，而是知识边界如何被打开。计算机科学家的复杂性训练与物理学家的自然观，最终共同形成量子密码的新问题空间。
Gilles Brassard：当时我们只是觉得这些疯狂想法很有趣，试图理解自然；如今量子密码已经成为真实技术，尤其在中国得到大规模发展。
纪要：从 1984 年协议到严格安全证明，再到工程部署，周期跨越数十年。它反驳了“没有即时应用就没有价值”，也反驳“提出概念就等于产业成熟”。
Gilles Brassard：我让学生自由寻找真正令他们兴奋的问题，再带着结果来讨论。我不要求学生替我完成自己的项目。
纪要：量子隐形传态等突破也常从非预期问题中出现。高质量科研组织需要保留偶然性，而不是把所有探索压进可预测的里程碑。
Gilles Brassard：我对量子信息未来乐观，但必须承认：尚无证明表明量子计算必然更高效，也未证明经典计算机不能实时模拟它。
纪要：这是一种有边界的乐观。技术潜力、工程进展和数学证明属于不同证据层，任何投资或产业判断都不应互相替代。
姚期智：未来五年，所有人都要寻找人类与 AI 工具协作的最佳方式。传统领先不再自动有效。
纪要：对谈最终把量子与 AI 放回同一条创新规律：好奇心提出问题，跨学科产生突破，新工具重组组织，但真正的研究仍要承受不确定性。
现场画面
