安波是那种简历让人读不完的学者：南洋理工大学讲席教授、人工智能交叉研究院院长、AAAI Fellow、ACM杰出会员、IEEE Intelligent Systems主编、IJCAI 2027大会程序主席。他的安全博弈算法曾被部署在美国海岸警卫队的港口巡逻系统中，至今仍在运行。
但跟他聊天，你不会感受到任何头衔的压迫感。我们在2026智源大会现场录了一期硅谷远眺播。原本以为会聊agent安全——那是他在智源大会上的演讲主题。结果聊着聊着，话题从技术拐向了研究观、人生观、甚至奖励函数。
一个研究了十几年AI的人，最后把人生的奖励函数设定成了一个词：快乐。
一、从博士后到港口巡逻：一次改变轨迹的转弯
安波在马萨诸塞大学（UMass Amherst）拿到博士学位后，去了南加州大学（USC）做博士后，师从多智能体安全领域的先驱Milind Tambe。
"在那之前我做了很多事情，离落地比较远。后面改变了我的观念——做英文叫use-inspired research，真正做工业界会特别在乎的东西。我后面是极大受益于这个转变。"
这个转变不是抽象的学术觉醒，而是一个非常具体的项目——PROTECT系统。他参与设计的博弈论巡逻调度算法被美国海岸警卫队采用，先在波士顿港部署，随后扩展到纽约和洛杉矶。系统通过随机化巡逻路线，让有限的巡逻资源产生"无处不在"的威慑效果，不增加一分钱预算。这个项目获得了运筹学领域最高实践奖——INFORMS Daniel H. Wagner Prize。
从实验室论文到真正保护港口安全——这个落差，彻底改变了他对"什么是好研究"的判断标准。
后来他把类似的方法用到了野生动物保护上。PAWS系统利用14年的盗猎数据，为乌干达伊丽莎白女王国家公园的护林员规划反盗猎巡逻路线，被National Geographic报道。
他现在带学生时最花时间的，不是技术指导，而是帮学生建立一种判断力：
"你必须做有人会在乎的东西。做研究的目的是，最终你会很骄傲地告诉别人——你需要来看看我做的这个东西，很酷很有意思。而不是你后面觉得很羞于告诉别人。"
他观察到，同样读人工智能博士，有些人毕业后拿无数个大厂offer，有些人很难找到工作。"最重要的区分就是：他学的东西到底有没有用。"
二、从港口安全到金融交易：工业界合作的逻辑
用他自己的话说，他是"大学里面跟企业界合作最多的老师"。从他的研究脉络可以看到一条很清晰的线索：每一个方向都从真实场景的痛点出发。
与阿里巴巴合作的电商反欺诈系统eFraudCom，用竞争性图神经网络在大规模交易数据中识别刷单行为。他的团队在NeurIPS上开源了量化交易平台TradeMaster，用强化学习训练交易策略。2024年发表在KDD上的FinAgent，是一个多模态金融交易agent，在回测中比基线策略提升了36%。
在播客里聊到量化交易时，他的判断很克制：
"agent的能力还是蛮强的。实事求是地讲，做个调研，那个能力是最强的。但你要说有一个巨大突破，很难看到。"
我追问：如果所有人都用agent做交易，会不会引发市场系统性崩盘？他不太担心："量化策略足够多样化，不可能全世界用同一个算法。而且纯粹做主观交易的人仍然有很大空间——去年有人做到40多倍。"
一个自己在做量化研究的教授，给出的投资建议却很朴素：让agent做你的研究助理，但不要让它做你的基金经理。
三、Agent安全：从博弈论到大模型时代
安波在智源大会上的正式演讲主题是agent安全。他的安全研究经历了三个阶段，恰好对应AI技术的三次跃迁。
第一阶段是博弈论安全（2010-2018年）。用Stackelberg博弈模型为防御者设计随机化策略，核心洞见是：不要假设攻击者是完全理性的，要建模人类的有限理性。PROTECT和PAWS都诞生于这个阶段。
第二阶段是对抗鲁棒性（2018-2023年）。当机器学习系统开始大规模部署，安全问题从物理世界转向数字世界——如何让反欺诈模型不被对抗性攻击绕过？他的NSGZero用神经网络蒙特卡洛树搜索来求解大规模网络安全博弈。
第三阶段是大模型agent安全（2024年至今）。2025年发表在KDD上的综述论文《A Survey on Trustworthy LLM Agents》系统梳理了大模型agent面临的威胁——提示词注入、越狱攻击、工具链劫持、记忆投毒——以及对应的防御措施。
在播客中他提到了一个让他印象深刻的例子：去年用DeepSeek和GPT最新模型对玩游戏，一个AI修改了游戏规则，另一个居然同意了。
"安全不可能有百分之百。任何一个东西都不是。只能说我们做得更好一些。如果我们能够分析可能的一些风险，然后尽早做一些事情，能够尽量规避那样一些风险。"
他对agent风险的时间判断很具体："今年下半年或者明年上半年，会看到更多agent在个人和企业中使用。那个时候，风险会成为一个很大的问题。因为任何地方只要有商机，有坏人也就会出现。"
四、每一步都走得很稳
安波对AI进展有一个偏冷静的判断——他认为过去这些年AI技术的进步本质上是渐进式的，"很多时候把很多小的改进揉在一起"，而非某个单点的革命性突破。
但他紧接着说了后半句——这才是这个观点真正有价值的地方：
"每一步都走得很稳。所有人都在用AI，所以这个不是一个泡沫，不是吹出来的，而是大家能够体验到的。"
这是一个做了十几年研究的人给出的校准：不要把每一个新模型都包装成"革命性突破"来制造焦虑。但也不要因为没有突然的飞跃就否认这条路走对了。
他认为在智能的诸多能力中，推理是最重要的。"大语言模型并没有学会人的思维方式。模型本身还是在predict next token，而跟人的思维是完全不一样的。人的学习能力、创新能力，是agent没有的。"
而关于AGI，他的态度很务实："批判当前路线的那帮人自己也没有任何解决方案。所以我们就继续沿着目前的技术往前走。"
在今年10月南洋理工的一次学术讲座上，他用过一句话概括自己的研究哲学："Every model is wrong; there's no perfect model."（每个模型都是错的，没有完美的模型。）言下之意：承认不完美，然后迭代改进——这比追求一次性的革命更现实。
五、智源大会的氛围：穿运动鞋就来了
聊到这次智源大会的体验，安波提到一个细节：他来之前还在想要不要穿衬衣，翻了一眼去年的视频发现大家都穿运动鞋，于是也穿了运动鞋就来了。
他说自己很欣赏这种平等、直接的交流氛围。他提到王坚院士可以在台上直接说"你没有很好地回答"——"王老师是一个真性情的人"。
"我骨子里是尊重每一个人的。每个人生而平等。"
这个信念也体现在他带学生的方式上。他说现在有些年轻学者和学生，"学习工作的环境里没人会告诉他们"研究应该朝什么方向走。"怎么改变这个事情？可能还是让这些孩子们走出来吧。"
所以他愿意做播客、愿意在智源大会上聊这些不那么学术的话题。对他来说，跟人交流本身就是认知迭代的加速器。
六、奖励函数只有一个：快乐
对话快结束时，我问了一个我在每期播客都会问的问题：如果把你的人生建议设计成一个奖励函数，你会把什么放进去？
他没有犹豫："快乐。"
"我们一切都是为了快乐。很功利的人，因为他们觉得功利会给他们带来快乐。有人觉得地位会带来快乐。最终还是内心能感知的快乐。每个人的评价体系不一样。"
一个研究奖励函数的人，把人生问题还原成了一个参数——快乐。
他的具体建议是："选正确的赛道、正确的方向、正确的方法。做有意义的事情。然后跟人协作——因为技术进步太快，你必须通过跟人交流来加速认知的迭代。"
而当我问安波与世界的关系时，他说：
"每个人都很渺小。这个世界缺了谁都能转。无论是今天身在高位的任何人都是如此。"
底线很简单：不作恶。有能力的时候帮助一些人。
这是一个AAAI Fellow、IJCAI程序主席、200多篇顶会论文的作者给出的人生答案。不是一个关于AI的宏大叙事，而是一个关于人的朴素选择。
安波教授学术背景速览
•南洋理工大学讲席教授（President's Chair Professor）、人工智能交叉研究院院长
•马萨诸塞大学（UMass Amherst）计算机科学博士，南加州大学（USC）博士后
•AAAI Fellow（2026）、ACM杰出会员（2021）
•IEEE Intelligent Systems主编
•IJCAI 2027大会程序主席、IFAAMAS主席
•代表性工作：PROTECT（美国海岸警卫队巡逻系统）、PAWS（野生动物反盗猎系统）、FinAgent（多模态金融交易agent）、TradeMaster（开源量化平台）
•研究领域：多智能体系统、博弈论安全、强化学习、大模型agent安全
•Google Scholar引用14000+，200+篇顶会论文（AAAI、IJCAI、NeurIPS、ICML、KDD等）
（注：本文基于「硅谷远眺CoreMI」播客录音整理。完整对话请收听播客原版。硅谷远眺CoreMI——连接中美科技与资本市场的深度对话。关注我们，加入社群。本文仅代表作者观点。责任编辑邮箱：tao.feng@fthinese.com）