AAEOY 2025-2026 这几年，"AI 时代的孩子应该学什么？"几乎是每个家长都在问的问题。要不要学 Coding？还要不要学 Computer Science？还是应该尽早学 AI？ 9月19日，美洲中国工程师学会（CIE/USA）举办了 AAEOY（Asian American Engineer of the Year）年会。会上的 Education Track 请来了三组嘉宾：Stanford Doerr School of Sustainability 创院院长 Dr. Arun Majumdar、Perplexity AI 联合创始人 Johnny Ho，以及五位从湾区高中走出、如今在科技公司工作或攻读博士的年轻人。 一位教育者，一位创业者，一组过来人。三个视角，最后给出了同一个答案。 9月20日晚，我们（PowerUp）通过线上家长会邀请到了CIE National Council Chair and Advisor Dr. Chen，也是 PowerUp Academy 的联合创始人，第一时间带来了现场活动的一手信息。 一

AI in Biology 很多喜欢 Biology、Medicine、Neuroscience 的高中生，一提到科研，家长第一反应往往是：是不是一定要找大学教授？是不是必须进实验室做 wet lab？ 但现实是，高中生进入生物医学实验室并不容易。 实验室通常涉及安全培训、设备使用、实验材料、导师时间，年龄限定，有些研究还涉及人体、动物或医疗伦理审批。尤其对于刚刚开始科研的学生来说，一个真正合适、能够让学生深度参与的实验室机会并不好找。 那么，没有实验室，是不是就不能开始 Bio 科研？ 其实并不是。 今天的生物医学科研，早已不只发生在实验台前 随着 AI、Data Science、Bioinformatics 和 Computational Biology 的发展，越来越多生命科学问题可以通过公开数据、医学影像、生理信号、基因数据、医学文献和临床数据进行研究。 例如，学生可以研究： ECG 心电信号与心律失常 医学影像与疾病识别 基因和蛋白质序列 Public Health 与疾病传播 医学文献和医学知识 AI 在医疗决策中的可靠性 这里的 A

Universal AI is a pathway to AI fluency 最近越来越多家长问我： 孩子到底应该怎么学AI？ 小学要不要开始？ 初中是不是应该学Python？ 高中要学Machine Learning吗？ 如果以后不读Computer Science，还有必要学AI吗？ 这些问题，今年我看到MIT推出的一个新项目时，又重新思考了一遍。 MIT正在做一件很有意思的事：Universal AI 2026年5月，MIT Open Learning正式推出了一个叫 Universal AI 的项目。 真正值得关注的，不是MIT又开了几门AI课，而是它背后释放出的一个信号：这个项目不是给MIT在校生的专业课，而是面向全世界任何人——不管你是不是学理工科的、不管你在哪个国家、有没有编程基础——免费开放的AI通识教育。 MIT校长Sally Kornbluth在发布时说了一句话，我觉得很值得家长们看一看： "人工智能不再只是计算机科学家的事情了，它将渗透到我们生活的方方面面，并影响每一个行业。" Universal AI的课程设计，也印证了

Regenron ISEF 上一篇我们谈到，竞赛真正的意义，不是给学生的活动列表增加一个名字，而是为学生已经建立起来的能力和成果提供外部验证。 那么问题来了：WAICY、MIT Global Appathon、Congressional App Challenge、Presidential AI Challenge、IAIO、IOAI、Kaggle、ISEF、JSHS、STS…… 这么多AI和科研竞赛，到底应该参加哪个？ 其实，与其先问：“哪个比赛含金量最高？” 不如先问：“我的孩子现在需要证明什么？” 一个已经做出完整AI App的学生，一个数学和Machine Learning能力特别强的学生，一个正在研究Trustworthy AI的学生，即使未来都申请Computer Science Major，他们需要的验证方式也完全不同。 如果把这些比赛重新分类，会发现学习AI的学生有三条非常清楚的成长路径： Builder：我做出了什么？ AI Core Skills：我真正掌握了什么？ Researcher：我发现了什么？ 三条路没有高低之分，而

这两年，面向中学生的AI课程和竞赛越来越多。家长们经常在咨询的时候会直接问： 这个课程能对接什么比赛？ 学完能做什么项目？ 最后能出什么成果？ 我们PowerUP深根AI科创教育多年，非常理解家长们提出问题背后的顾虑：高中以后，学生的时间非常有限！校内课程、标化考试、体育、社团、竞赛，每一项都在争夺时间。如果一门课要投入几十个小时，家长当然应该问：为什么要学？学完以后能做什么？ 但另一个极端也需要避免——仅仅是为了某一个比赛去学AI，为了一个奖项临时拼项目，为了“出成果”去做一篇研究论文。 那么，到底应该怎么看AI学习、项目和竞赛之间的关系？ 我们更愿意把它理解成一条学生的成长路径，也希望这篇博客能给家长们带来一些升学规划视角，而不是在升学路上堆积项目和奖项。 先有方向，再积累能力 学生升学规划一开始，我们并不需要给一个八九年级的学生规定：今年要参加WAICY（世界青年人工智能大赛），明年参加CAC（美国国会应用挑战赛），后年做ISEF（科学与工程展览），最后一定要发表论文。这样的“路径规划”看起来很完整，但孩子还没有真正开始探索，我们怎么可能提

AGI SUMMIT 2026 K12 Youth AI For many students, learning happens in classrooms. For others, it happens in laboratories, competitions, or internships. But there is another kind of classroom—one without textbooks, exams, or grades. It is a place where ideas are debated, breakthrough technologies are introduced, startups are born, and the future is being built in real time. That is what AGI Summit offers. It is not simply an AI conference. It is an immersive learning experience

AGI SUMMIT SPEAKERS @ Stanford 前三篇，我们一直在讨论 AI 本身。AI 如何理解语言？AI 如何理解世界？AI 如何自主行动？AI 为什么能够工作？这些都是人工智能发展的核心问题。但是，当 AI 真正开始进入医院、学校、企业、新闻媒体和我们的日常生活之后，一个新的问题出现了。 AI 已经不仅仅是一项技术，它开始影响人类如何工作、如何判断，以及如何生活。 今年 AGI Summit 上，来自斯坦福大学的三位教授，分别代表了 AI 走向现实世界的三个重要方向： Lei Xing —— AI 如何真正进入医院，帮助医生治疗癌症。 Ethan Goh —— 当 GPT 成为医生的助手，人和 AI 应该如何协作？ Angèle Christin —— 当算法决定内容传播，我们是否也正在被 AI 改变？ 如果说前三篇讨论的是”AI 能做什么”，那么这一篇讨论的是：AI 应该怎样改变世界。 第一站：手术室 Lei Xing：AI 真正改变的，不只是医学影像 很多人提到医疗 AI，第一反应都是：AI 帮医生看片；识别肺结节；寻找肿

过去三年，我们每天都在使用 AI。 ChatGPT 会写文章。 Claude 会分析长文档。 Gemini 能理解图片。 Sora 可以生成视频。 几乎每天，都有新的模型刷新纪录。 但是，如果你走进 Stanford、MIT 或 OpenAI 的研究实验室，你会发现一个很有趣的现象： 大家越来越会使用 AI，却越来越意识到，我们其实并没有真正理解 AI。 为什么 Transformer 可以成功？ 为什么 Scaling Law（不断增加模型、数据和算力）会持续有效？ 为什么扩散模型（Diffusion Models）能够生成如此真实的图像和视频？ 为什么神经网络会”涌现（Emergence）“出以前没有设计过的能力？ 这些问题，到今天仍然没有完整答案。 而今年 AGI Summit 2026上，两位来自斯坦福大学的教授，正长期研究这些问题。 他们关注的，不是如何把 ChatGPT 做得更快，而是：为什么 AI 会有效？未来还能走多远？ Surya Ganguli：当物理学家开始研究 AI AGI SUMMIT SPEAKER：Surya Gan

上一篇，我们介绍了 Christopher Manning 的主题演讲 Beyond Language。他提出一个重要观点：AI 的未来，不只是理解语言，而是理解世界。 那么，当 AI 开始理解世界之后，下一步会发生什么？ 答案是： 让 AI 从”会说话”，走向”会行动”。 过去三年，我们见证了 ChatGPT 改变了人与信息交互的方式。今天，大模型已经能够写代码、总结文档、生成图片、制作视频，甚至帮助完成科研工作。 但真正的 AGI，不应该只是一个聊天机器人。它应该能够主动规划任务、调用工具、完成复杂工作，甚至在现实世界中驾驶汽车、控制机器人，与人类共同协作。 今年 AGI Summit 上，有四位来自斯坦福大学的教授，正站在这一波技术变革的最前沿。他们分别从 Agent、自动驾驶、机器人和 AI 安全四个方向，共同回答同一个问题： AI 如何真正走进现实世界？ Christopher Potts：Prompt Engineering 之后，AI 如何真正”工作”？ AGI SUMMIT SPEAKER：Christopher Potts...

AGI SUMMIT SPEAKER 关键词：GloVe、CS224N、Stanford HAI、NLP 如果只能推荐大家今年去听一位 Stanford 教授，我的第一选择，大概率就是克里斯托弗·曼宁（Christopher D. Manning），他是享誉全球的澳大利亚裔美国计算机科学家和语言学家，现任斯坦福大学计算机科学与语言学托马斯·M·西贝尔机器学习教授。他是自然语言处理（NLP）和人工智能（AI）领域公认的先驱与世界级领军人物。 学术与研究背景 斯坦福学术要职：他是斯坦福人类中心人工智能研究院（HAI）的共同创立者及高级研究员，并曾担任斯坦福人工智能实验室（SAIL）主任。 核心研究方向：目前专注于用于NLP的深度学习架构、大语言模型（LLM）的行为分析、机器推理以及基础大模型（Foundation Models）。 重大科研贡献：他共同创建了著名的 GloVe 词向量模型，是通用依存句法分析（Universal Dependencies）的主要开发者，并创立了享誉世界的斯坦福NLP研究组。 核心成就与荣誉 经典学术教材：他撰写了多部

AGI Summit 2026 SF参会攻略｜带大家提前认识这群来自斯坦福的教授，做好功课，与未来来一场不期而遇。

科研之所以具有申请价值，不只是因为它可以带来一篇论文或一个奖项。 它可以从一项研究经历，逐步延伸为活动列表中的学术主线、论文发表的学术荣誉、Science Fair中的竞赛成果，以及申请大学时的科研补充材料。

ISEF 不只是一个“顶级科学竞赛”，更是一扇窗口，让我们看到美国 STEM 教育真正重视的能力：不是只会做题、刷分、使用工具，而是能发现问题、提出问题、设计方法、分析数据，并清楚表达自己的研究。本文将结合 2026 ISEF 的观察，解析 Science Fair 对学生成长的重要意义，并为家长和学生提供切实可行的建议。

NASA INTERN 当提到NASA，很多人第一时间想到的是火箭发射、宇航员和太空探索。但如今的NASA远远不止于此。人工智能、机器人、数据科学、气候变化、计算机科学和工程技术等领域，已成为NASA研究的核心。对于高中生来说，参与NASA实习项目不仅能接触前沿科技，更是进入顶尖大学和未来航空航天领域的宝贵跳板。 本文将详细解析NASA高中生实习项目，告诉你如何从高中阶段开始准备，提升竞争力，迈向NASA实习生的梦想。 NASA实习项目是什么 NASA Internship Programs是NASA官方提供的学生科研与实践项目。它为学生提供了参与真实科研项目的机会，能够与NASA科学家和工程师合作，学习科研方法和工程实践，接触最新技术和研究课题。 项目涵盖领域 人工智能（AI） 机器学习（Machine Learning） 机器人技术（Robotics） 航空航天工程（Aerospace Engineering） 计算机科学（Computer Science） 数据科学（Data Science） 地球与气候科学（Earth & Climate

在人工智能迅速发展的今天，教育领域正经历一场深刻的变革。2026年5月，Stanford HAI 发布了一篇非常值得教育者和家长关注的文章：Why Stanford Is Restructuring For AI’s Next Era。这篇文章讲了斯坦福大学将 Stanford HAI 与 Stanford Data Science initiative 合并，成立一个更大规模、更跨学科、更强调社会影响的新型 AI 与数据科学研究平台。 这一举措不仅是大学内部的调整，更是对未来AI教育方向的明确指引，AI教育的核心不再是简单掌握工具，而是培养学生提出问题、分析数据、跨学科合作并解决真实世界问题的能力。 今天我们来探讨一下斯坦福这一变革背后的意义，分析为什么“学习AI”已成为孩子的必修课，以及未来教育规划应如何适应这一趋势。 斯坦福合并HAI与数据科学倡议的深远意义 斯坦福的这次合并释放了一个强烈信号：AI的未来属于团队合作，而非孤军奋战。 告别个人英雄主义 斯坦福HAI新院长詹姆斯·兰迪明确指出，过去依赖个人天才的研究时代已经结束。未来的AI像

在 2026 年，人工智能（AI）已经不再是少数人的专业技能，而是成为了跨学科时代的基础能力。家长和教育者们不再问“孩子要不要学 AI”，而是关注“孩子如何更早、更系统地理解 AI，并用 AI 解决真实问题”。这就像几十年前英语和计算机操作成为必备技能一样，AI 正在成为未来孩子必须掌握的新“学术母语”。 美国顶尖大学的 AI 教育趋势为我们提供了清晰的方向。它们不再把 AI 简单地归为计算机科学（CS）中的一个分支，而是将其发展为独立且跨学科的培养体系。本文将带你了解 AI 教育的最新趋势，帮助家长和学生把握未来的学习重点。 美国名校人工智能实验室内的机器人模型 AI 专业为何快速升温 人工智能并非新鲜事物。它经历了从实验室研究到机器学习、深度学习、自然语言处理、计算机视觉、机器人、数据科学，再到如今大模型和智能体系统的演变。过去，学生通常在计算机科学专业中选择 AI 作为一个方向，但现在越来越多大学将 AI 设为独立或半独立的本科专业。 以卡内基梅隆大学（CMU）的本科人工智能学位（BSAI）为例，课程涵盖计算机科学、数学、统计、机器学习、符

全球青少年人工智能大赛WAICY 2025的结果近日揭晓，我们的学生在激烈的国际舞台上再次斩获最高荣誉—Gold Award。这是继2023年后，连续两届在AI Showcase · High School赛道中夺得全球金奖，彰显了他们在AI技术和创新能力上的卓越表现。本文将介绍WAICY赛事的背景、我们的学生如何脱颖而出获得大奖和2026未来展望。 WAICY是什么？ WAICY，全称World Artificial Intelligence Competition for Youth，是目前全球规模最大、影响力最广的青少年人工智能竞赛之一。2025年赛事吸引了超过132,000名来自100多个国家的学生参与，竞争异常激烈。最终，仅有48支队伍晋级AI Showcase全球决赛，其中美国队伍仅15支。 WAICY不仅是技术的比拼，更是创新思维和综合能力的较量。能够在此赛事中获奖，代表着学生在AI领域具备国际领先的水平和潜力。我们的学生在这样高标准的舞台上连续夺冠，证明了他们的实力和项目的高质量。 我们学生的卓越表现 在2025年WAICY全球赛

The Presidential AI Challenge, launched by the White House, is a clear signal that AI education is now a key part of preparing the next generation for future challenges and opportunities.This blog post explores why the U.S. government is pushing AI research, how schools are responding, and what students and parents can do to get involved.

✅想知道如何养出横扫四大名校（耶鲁、斯坦福、哥大、加州理工）的学霸？ ✅如何让孩子兼具学术与人文素养，迈向卓越？ ✅如何引导孩子参加课外兴趣班？ ✅如何在各大名校中择校？如何培养孩子完整的人格，健康的心灵？ 千万别错过这场牛爸名师访谈！...

随着斯坦福、约翰霍普金斯、布朗等名校纷纷恢复SAT/ACT要求，曾经风靡一时的“去标化”政策正在悄然转向。对很多没有标化硬核成绩、也没有AP课程加持的家庭来说，是否意味着名校之门正在关闭？其实恰恰相反——真正能打动招生官的，从来不只是分数。...