中国人才脑循环——从菲尔兹奖到AI企业家的培养体系验证

2026年7月23日，王虹和邓煜在费城同时捧起菲尔兹奖。这是中国籍数学家首次获得这一奖项，而且是两位同龄人同时站上领奖台。消息传回国内，讨论的热点除了数学本身，还有另一个问题：他们在哪里受的教育？

这个问题的答案，恰好揭示了比菲尔兹奖本身更值得被记住的一个趋势。

一个接一个的中国面孔

王虹16岁考入北大，本科在国内完成，赴法深造后去MIT读博，29岁获得法国高等科学研究所终身教授。邓煜走了一条类似但又有区别的路——北大起步，MIT完成本科，普林斯顿博士。两条路径都从中国开始。

把视线从数学界移到AI领域，同样的模式在重复。智谱的唐杰，从清华本科到教授到创业，全链条本土完成。DeepSeek的梁文锋，浙大计算机系本硕，毕业后做量化交易再挑战AI，没有留学经历。月之暗面的杨植麟，清华本科，CMU博士，毕业后直接回国创业，既没有美国大厂经验也没有中国大厂经验。同公司的CTO张宇韬，清华博士，毕业就创业——典型的深耕本土模式。

如果把范围再拉开一点看，月之暗面的吴育昕走过的是另一条路：清华本科→CMU深造→Meta FAIR，与何恺明合作提出Group Normalization，创建Detectron2成为计算机视觉标杆工具，然后回国创业。他是「清华起步、海外顶尖实验室历练、回国创业」的版本。

这些人的培养路径各不相同，但指向同一个结论：中国的教育体系正在批量产出能在全球顶级赛道上竞争的人才。无论他们走的是「纯本土」还是「海外深造后回归」还是「跨界创业」，每个人都找到了属于自己的节奏。

从人才外流到脑循环

如果只看表面数字，中国人才「外流」确实是个常见的叙事框架。清华大学和北京大学的理工科毕业生中，相当比例选择出国深造，其中许多人留在了海外。这个叙事在过去二十年里被反复使用，也很容易让人产生「中国教育在为他人做嫁衣」的印象。

但包容万物恒河水2026年7月24日的分析提供了一个不同的框架：把「人才外流」重新理解为一个中间阶段，而不是终点。

他给出的论证不复杂：翻一翻人类科技史就知道，几乎所有科技强国都经历过这个阶段。美国在20世纪初科学实力远逊于欧洲，大批未来诺奖得主在德国、英国等地接受深造——事实上，美国科学诺奖得主中约30-40%是移民，他们在母国接受基础教育，在美国做出突破。日本20多位诺奖得主中，多数有海外深造背景。英法德的情况也类似。

这个模式的完整链条是：在本土打基础 → 到海外顶尖平台深造 → 做出世界级贡献 → 为母国带来荣誉和激励下一代 → 反哺本土科研水平提升。

这不是一个简单的线性过程。链条的每一环都需要条件：本土基础教育的质量必须足够好，才能让人「带得走」；海外的平台必须足够开放，才能真正学到东西；最关键的是，国内必须有足够的产业空间和科研环境，才能吸引这些人回来或者让留海外的人愿意反哺。

从王虹到梁文锋，从邓煜到杨植麟，这些人提供的不是一个单一答案，而是一组多样本验证。纯本土路径出了成果，海外深造加回归也出了成果，跨界创业同样出了成果。这不是巧合，是体系在起作用。

三条路径的同时验证

把窗口再拉宽一点看，验证的不仅是一个「回不回来」的问题。它同时验证了三条路径：

第一条是纯本土路径。 梁文锋、唐杰走的就是这条路——全程在国内完成，没有海外经历，但做出了世界级的产品和学术贡献。这条路的存在本身就在说明：中国的基础教育和科研土壤已经可以独立培养顶尖人才，不需要「镀金」才能出成果。

第二条是海外深造后回归路径。 杨植麟、吴育昕、王虹、邓煜都在海外经历了高水平的训练，然后或回到国内创业，或成为国际学术界的中国面孔。这条路是「脑循环」最完整的版本——输入、转化、输出。

第三条是跨界创业路径。 梁文锋从量化金融跳到AI大模型，杨植麟从学术直接跳进创业，他们的共同点是切换赛道的能力本身就在说明中国产业生态的丰富度——人才在这里可以转行，可以试错，可以找到落点。

水还没到顶

包容万物恒河水在分析的最后用了一句话收尾：「我知道你们很急，但是你们先别急，以后你们还会慢慢急。」

这句话的语境是关于一个更长期的判断：中国的人才产出还远没有到高峰期。王虹和邓煜的菲尔兹奖是一个信号，但不是终点。梁文锋和杨植麟的AI突破是另一个信号，同样不是终点。

这些信号拼在一起，指向一个正在发生但尚未被充分感知的结构性变化：中国已经从一个「人才出口国」转变为一个「人才循环国」——人才在这里产生，到世界上去竞争，然后以各种形式回流或反哺。

邓煜的视角——有人走在你前面不代表你错了（2026-07-24 追加）

2026年7月24日，长安街知事刊发了邓煜在接受北大数院采访时的一段完整问答。这段访谈的价值在于它提供了一个真实的「顶级数学家的日常」，而不是电视上那种简短的获奖感言。

关于他在北大的起点，邓煜提到了一段很少被注意到的经历：最早是陈天权的数学分析课，大二跟随刘和平学习调和分析，做过一点本科生科研。「那时我开始接触调和分析中的一些前沿问题。虽然当时没有做出结果，但这段训练非常重要。」——不是一条一路开挂的坦途，而是一条有「做了但没出结果」阶段的正常科研路径。

这段话补充了「脑循环」框架中的一个常见盲区：人们往往只看到获奖的那一刻，忽略获奖者在较长时间内没有做出好工作的阶段。邓煜对这个阶段的处理方式很诚实：出去旅行换心情，如果手头的问题都卡住了就考虑新的问题，「尽量让自己始终处于一种'还有一点希望'的状态」。

这段内容在「脑循环」框架中增加了一个维度：人才循环不仅是从学校到实验室的物理流动，还包括使用工具的迭代——新一代中国数学家已经在自然地将AI纳入研究流程，这不只是一种效率提升，也是一种研究范式的代际转换。

不止两位——「中国数学人才群」的宽度

包容万物恒河水在2026年7月24日09:08的微博中提供了一个更宽的镜头：虽然菲尔兹奖的提名完全保密，但在本届数学圈的内部传闻和媒体猜测中，除了王虹和邓煜，还有多位中国年轻数学家在本周期被广泛看好。

他特别提到了三位：

王国祯与徐宙利——复旦大学的王国祯（北大本硕）虽然已超菲尔兹奖年龄限制，但他的合作者、UCLA教授徐宙利（也是北大本硕）还在年龄范围内。两人与林伟南合作，在2024-2025年彻底解决了Kervaire不变量问题的最后一个情形（126维），证明了存在Kervaire不变量为1的光滑标架流形。这是代数拓扑领域近60年的重大突破。

庄梓铨——北大数院2010级本科校友，研究方向为代数几何（双有理几何与K-稳定性）。近年获得2023年斯隆研究奖、2024年Packard Fellowship、克雷研究学者，并被邀请在2026年ICM做45分钟报告。他是代数几何领域非常活跃的年轻中国数学家。

这批人的存在验证了「脑循环」框架的一个延伸推论：王虹和邓煜不是孤例，而是一个人才培养体系进入产出期的开端信号。从王国祯到徐宙利到庄梓铨，中国数学人才的「后备队列」已经形成——获奖者从无到有的突破更重要的事，是获奖者背后还有一批同龄人在同一赛道中保持了相近的竞争力。

从输出到吸引——全球顶尖数学家的中国之路

2026年7月24日，包容万物恒河水连续发布多条微博，补全了「脑循环」框架中一个容易被忽略的维度：中国不仅是数学人才的「输出源」，也在成为全球顶尖数学家的「目的地」。

约书亚·扎尔（Joshua Zahl）的故事最能说明这个方向的变化。他是与王虹一起攻克三维挂谷猜想的关键合作者，师从陶哲轩，2026年4月获得斯隆研究奖。这样一个全球顶级的年轻数学家，目前在南开大学陈省身数学研究所全职工作，担任讲席教授。他选择中国、留在中国的这个事实，比任何关于「人才外流」的争论都有说服力——因为当一个学术体系能够吸引到最优秀的人时，它就已经不是「输出端」了。

往前翻一翻，会发现这不是一个孤立的人事安排。2018年菲尔兹奖得主考切尔·比尔卡尔（Caucher Birkar）——英国籍伊朗库尔德人——2021年起就在清华全职工作。1994年菲尔兹奖得主叶菲姆·泽尔曼诺夫（Efim Zelmanov）——美籍俄罗斯人——2022年全职加入南方科技大学，任讲席教授、国际数学中心主任。两位菲尔兹奖获得者，一位来自中东、一位来自东欧，都在不同时间点选择了一个中国大学作为长期驻地。

把这些拼在一起，画面就清晰了：不只是一个两个中国人才在回流，而是全球数学人才网络的重心在向中国偏移。从一个「送出人才」的国家，到一个既能送出人才、也能吸引人才的双向枢纽。

还有一个数据点，同样容易被人忽略：在王虹和邓煜之前，美国麻省理工学院也没有出过自己培养的菲尔兹奖得主。2026年以前，还没有一位以MIT博士学位为主训练的数学家获过菲尔兹奖。这意味着一件事：王虹和邓煜的成就，不是在某一所学校的教育体系内自然生长出来的，而是中国基础教育打底、全球顶尖平台加持、最终回到自己文化归属的结果——这正是「脑循环」链条最标准的一个版本。

获奖者的原话

在颁奖典礼后的采访中，王虹和邓煜给出的回应也值得放进这个框架里审视。

王虹说：「很荣幸能成为第三个获得菲尔兹奖的女性。希望大家都鼓起勇气，勇敢地去做自己喜欢做的事情。」她的获奖感言没有强调「民族自豪」或「报效祖国」，而是回到了个人选择和个人勇气——这与「脑循环」框架的内在逻辑是一致的：人才流动的前提是个人能力的自由发展，而自由发展的结果最终会以各种形式回馈到起点。

邓煜说得更短：「希望未来有更多这样的事情发生。」北大的官方祝贺中透露了一个信息：邓煜在北大期间曾被同学叫做「邓神」，而王虹和邓煜实际上是2007年同一届进入北大数院的同学——一届出了两位菲尔兹奖得主。

这一组信息放在一起，给「脑循环」框架增加了一个新维度：人才循环不仅是从学校到实验室的物理流动，它还包括一个学术体系的「吸引力」。当中国能够吸引国际顶尖数学家时，这个循环就从「单向输出」变成了「双向枢纽」。

消解还是强化——「回不回国」叙事再审视（2026-07-24 追加）

菲尔兹奖消息传出后，庆贺之余涌现了一批质疑的声音。观察者网在同日刊发了一篇分析，标题直白地写着：「别用'回不回国'消解学者们的成就」。

这些质疑声大致有两类。一类是「两人在国外工作，能算中国数学家吗」。另一类是「大概率不回来，和我们有什么关系」。两套说辞指向同一个预设：地理位置决定学术归属。

观察者网的回应提供了一个逻辑反例：考切尔·比尔卡尔（2018年菲尔兹奖得主，英国籍伊朗裔）2021年全职加入清华大学，2025年当选中国科学院外籍院士。叶菲姆·泽尔曼诺夫（1994年菲尔兹奖得主，美籍俄罗斯人）2022年全职加入南方科技大学。按照质疑者的逻辑，这些院士是否该被排除出「中国科学家」的范畴？显然荒谬。

消解式追问的结构性伤害

观察者网的文章提了一个不容易反驳的观点：「每一次将海外学者的成就导向'何时回国'，都隐含着一个判断——留在海外是一种亏欠，归国才是一种偿还。」

这个判断的伤害是双重的。对学者个人而言，它把一个专业成就问题简化成了地理忠诚测试。对人才体系而言，它发出了一种信号：这里对「来去自由」的理解仍然有一个天花板——那个天花板就是「你最好回来」。

王虹和邓煜在自己的采访中都没有被这个问题绕进去。王虹的获奖感言是「希望大家鼓起勇气做自己喜欢的事情」。邓煜说得更短：「希望未来有更多这样的事情发生。」两人的回应都绕过了「回不回国」的框架，把焦点重新放回了数学本身。

人民日报在当天的评论中给出了一个官方层面的定调：「这是中国重视基础教育结出的硕果。」没有强调「回国」或「归属」，而是把成就归因到教育体系本身——这个表述与「脑循环」框架的内在逻辑是一致的：体系的价值不在绑定人才，而在培养出能走向世界的人才。

从华人数学到中国数学（2026-07-25 追加）

长安街知事在2026年7月25日的分析中，提出了一个此前未被充分讨论的区分：丘成桐证明的是华人可以站在世界数学之巅，而王虹和邓煜证明的是中国培养体系能够持续输出走向世界数学之巅的人才。

这个区分补上了「脑循环」框架中一个微妙但重要的缺口。此前讨论集中在「回不回国」的归属焦虑和「人才外流还是循环」的结构判断上，很少有人直接回答：从「华人数学家获得菲尔兹奖」到「中国数学家获得菲尔兹奖」之间，到底多了什么？

长安街知事的答案是：完整的培养链路。

丘成桐1949年生于广东，在香港成长和求学，博士在美国完成——国际数学界更多将其视为华人数学天才的个人成就。王虹16岁通过高考被北大录取、转系进入数院；邓煜保送北大、以IMO金牌起步——两人的成长路径走过了从中国基础教育到北大本科，再到国际学术前沿的整条链路。

同届获奖者约翰·帕登说中文这件事，成了这条链路之外的另一个信号：今天的局面已经不只是中国学者走出去，还有外国数学家走进来。二十年前中国学者必须学英语才能走向世界，如今国际顶尖学者主动学中文、来中国交流合作——中国在国际数学网络中的角色，从「跟着学」转向了「一起做」。

钱学森之问的清晰答案——从菲尔兹奖到AI企业家的青年人才密度（2026-07-25 追加）

7月25日清晨，长安街知事刊发了一篇将菲尔兹奖纳入更大坐标系的分析。文章使用了「钱学森之问」这个中国人耳熟能详的经典追问——「为什么我们的学校总是培养不出杰出人才？」——然后提出了它的答案：不是某个教授、某个专业的突破，而是整个培养体系在越过一个临界点。

答案的论证方式是举出一份名单。除了王虹和邓煜的菲尔兹奖，文章还罗列了同一周甚至同一天震动科技界的几位中国面孔：宇树科技创始人王兴兴带着载人机甲GD01登上《时代》杂志封面；月之暗面创始人杨植麟让硅谷持续讨论「Kimi K3」的突破；DeepSeek创始人梁文锋的业界评论被国际媒体反复引用；还有数学、物理、生命科学、材料科学、航空航天和先进制造领域「不断涌现的青年科研人员」。

这份名单的意义不在于列举几个名字，而在于它展示了一个此前没有的「密度」特征。中国青年人才进入世界科技前沿的速度，不再是可以被归为「偶然」的个案事件，而是一条有系统性支撑的产出曲线。

本科教育的权重。 文章专门提到了中国本科教育在其中的角色：「本科阶段决定一个青年能否建立完整的知识结构，能否形成独立思考能力，能否对真正困难的问题产生持久兴趣。中国大学培养出的年轻人，越来越多地进入全球最严格的学术训练培养体系，与各国最优秀的同龄人在相互切磋中快速成长。」

这句话回答了「钱学森之问」的结构性半段——为什么过去没有？因为中国高等教育的基础能力在过去三十年的扩张中刚刚积累到足以输出世界级人才的门槛。而门槛一旦越过，就不再是个别天才的孤例，而是制度能力的体系化释放。

「小院高墙」的反面。 文章的另一层论述指向国际交流环境。两位菲尔兹奖得主都经历了「中国基础教育→北大本科→海外博士/研究→国际合作」的完整链路。文章指出，限制人员往来、压缩学术交流、把科研合作政治化，最终会损害整个人类知识体系的创新效率。近来美国科技界热议「杨植麟为何没有选择美国」的现象被引用为耐人寻味的对照——当中国有能力以平等、自信、开放的姿态参与全球知识创造时，美国的「小院高墙」策略正在加速向反方向生效。

天才背后的温度——王虹的个人成长与家庭土壤（2026-07-25 追加）

同日稍晚，长安街知事刊发了一篇王虹家庭背景的深度报道。这篇报道的价值在于：它不讨论培养体系的宏观数据或学术成就的抽象意义，而是把镜头对准了一个具体的人——4岁烫伤、在病床上自学的广西小镇女孩——让「脑循环」框架多了一个此前空白的人间维度。

一场改变轨迹的意外

王虹4岁时不慎被开水烫伤右臂，治疗持续了几年。父母都是镇中学的老师——父亲教数学、母亲教英语——为了不耽误孩子学业，他们把小学一二年级的课本拿给王虹看。王虹总是能很专注地看进去，于是她在病床上完成了一年级的学业，直接进入二年级。到了三年级再次植皮手术，又在病床上自学一学期，跳过四年级，直接升入五年级。

这两次跳级意味着的事：王虹不是因为「天才」而跳级，而是因为受伤被迫在家自学，学完之后发现可以跟上——这更像是一种「被迫的加速」，而不是「刻意的超前」。

家人的选择

1998年左右，王虹的父亲王应文被选拔到平乐县政府办公室当秘书，但在实习后主动放弃了这次机会——因为王虹当时还在烫伤后的恢复阶段，需要照顾。一个乡村教师的「仕途」就此中断，换来了女儿在病床前有一个父亲陪着读书的时光。

父亲后来在接受采访时说的并不多，但有一个细节让人记住：王虹考上北大后，父母表现得很平静，母亲甚至说「考上北大还不算成功」。这种不把考试结果当作终极评判的态度——出自一对乡村教师父母——在「鸡娃」文化弥漫的时代里显得格外不同。

报道中还有另一个细节：平乐县外宣办主任陶彩忠说，平乐是农业大县，年轻人大多外出务工。王虹拿到菲尔兹奖，对当地青少年「有很大激励作用」——在他们眼里，拿世界级奖项本来是大城市人的事。而现在一个从农业县走出来的女孩做到了。

文化的对流——当国际数学家说中文（2026-07-25 追加）

同日，菲尔兹奖话题中出现了一条被正面的辉煌叙事掩盖的副线——同获本届菲奖的美籍数学家约翰·帕登（John Paden），中文流利到可以参加汉语桥比赛，能熟练引用《论语》典故，是中文辩论赛的冠军。

北京日报的分析将这件事放进了更大的时间尺度里看：「二十年前，中国学者必须学英语才能走向世界；今天，越来越多国际顶尖学者主动学中文、来中国交流合作。中国已经成为全球数学研究领域的重要节点。」

这话说的不只是「软实力输出」——而是国际数学知识网络的结构性变化。当一个领域的前沿足够多的人需要到中国交流、与中国人合作时，中文就不只是中国文化爱好者的选修课，而变成了领域内的实用工具。约翰·帕登学习中文的动机，与二十年前中国学者学英语的动机是同一个逻辑——不是认同选择，而是效率选择。

黄仁勋的硅谷论——当AI教父为中国人才体系背书（2026-07-26 追加）

7月26日，NVIDIA CEO黄仁勋在接受采访时说了一句话，值得单独放进「脑循环」的拼图里：「硅谷有相当多的AI人才来自中国。中国注定会产出卓越的AI技术。」

这句话的分量不在于它是一句国际赞誉——而在于谁说的、在什么语境下说的。黄仁勋是AI产业中最重要公司的掌舵人，NVIDIA的GPU支撑了全球绝大多数AI训练负载。他见过的全球顶尖AI人才比大多数人都多。他在这个位置上做出的判断，本身就相当于一份全球AI人才分布的观测报告。

他用「注定会产出」这个措辞是有依据的。2026年以来，中国AI领域的进展——DeepSeek的模型效率创新、Kimi K3的追赶、宇树人形机器人的量产——头部公司开始系统性地输出世界级成果。黄仁勋的观察只是从外部确认了这个趋势。

这段话与「脑循环」框架的内在逻辑完全一致：人才在哪里工作不是终点，关键是这些人接受的基础训练和思维方式从何而来。中国AI人才的「硅谷浓度」恰恰说明中国的培养体系正在为全球AI产业提供最关键的生产要素——人。

未被看见的时光——收割而非陪伴

菲尔兹奖消息传回国内后，庆祝的热浪中夹杂着另一种声音：王虹在北大时无人注意，成名后人人来认领。

获奖后的直播由北大数院老领导和相关教授参与。谈到王虹和邓煜时反复出现的是「选过我的课」「调和分析领域好起来了」「希望他们回来带学生」。但当主持人追问三维挂谷猜想难在哪、王虹的证明跨过了什么障碍时，回答迅速变得含混。

主持人于是直接问了：王虹当年在北大时为什么没有人注意到她？

回答很坦率——「从来没有注意到。毕业论文选的确实比较难。」

说到邓煜时也有一段值得注意的话：「当时都说是邓神，我们当时就觉得，这种人才应该尽快到国际上跟真正的大师学习，我们别耽误他。」

这两句话成了整场直播里最诚实的部分。一个是「看不见人」，另一个是「看到了也留不住」。

这种模式并不陌生。当初人在这里时，成绩不够耀眼，没有足够资源，没有人注意，只能自己想办法在压抑的环境里找到出路。等到去了法国、MIT、普林斯顿，做出世界级成果，所有人忽然开始翻通讯录：她是我们学院的，他上过我的课，我们早就知道他很优秀。

一个年轻人尚未成功时，系统要求他不断证明自己配得上资源；等他终于不需要这些资源了，系统又要求他回来证明这个系统的成功。这很难称为培养，更像是收割。

王虹的经历恰好说明了培养体系的一面镜子。她最初进入北大地球与空间科学学院，后来转入数学系。为了转系，需要同时应付原专业课程和数学课程，还要自学一部分受选课限制无法直接修读的内容。进入数学系后，周围是大量竞赛高手和奥赛金牌得主。她不是最耀眼的学生，本科阶段始终处在一种艰难追赶的状态。

后来她去了法国。巴黎综合理工允许学生自由选课，她去学建筑、绘画，认真考虑要不要继续做数学。在许多标准化培养体系中，这样的经历会被评价为「不够专注」或「浪费时间」。但正是这种绕路，让她重新确认自己想做的事。

再到MIT，遇见导师Larry Guth。当她的想法模糊、混乱时，导师不会急于给出正确答案，而是耐心听她讲完。王虹说：「那是第一次我感受到自己不必独自解决所有问题。」

考试面对的是确定性——题目一定有答案，方法大致存在，做得越快越好。研究面对的是不确定性——问题可能根本是错的，方法可能不存在，做了几年什么也得不到。中国教育极其擅长训练前一种能力。后一种能力却需要完全不同的土壤：允许迟疑、绕路、犯错，允许一个没有成果的人长时间追随自己的好奇。

在一些学术体系中，学生被当作低成本项目执行人员——打卡上班，替老师完成横向项目、写材料、跑报销、接待、演示。另一种极端则是完全放养，学生自己长出来了算培养有方，没长出来算能力不足。一种把学生当工具，另一种当彩票。本质上都没有把学生当作需要被认真培养、逐渐独立的人。

真正的指导不是把学生攥在手里让他替自己完成任务，也不是把人扔进荒野等幸存者回来报喜。王虹在法国和美国遇到的环境——有人愿意在她想法混乱时听她讲完——是两种极端之外的一条路。

「真正值得骄傲的一天，不是一个人在外面成名以后所有人终于认出了他。而是当他还只是一个小透明，还在挣扎，还在犯错，还无法证明自己将会成功时，这个体系就愿意认真地看见他。」

——选自「我反感菲尔兹奖成功后，一群人到处认领关系」

窗外的导师——当掌声隔着玻璃（2026-08-03 追加）

菲尔兹奖颁奖当天，会场内座无虚席，王虹在台上介绍自己的工作。会场外有人拍下了另一幕：她的导师拉里·古斯没有座位，背着旧书包，站在会议厅的玻璃窗外，撑着墙，隔着窗微笑凝望他的学生。

观察者网把这张照片的构图点破了：那面玻璃犹如一道分界线，里面是掌声、鲜花、聚光灯，外面是没有座位却满脸骄傲的导师。这一幕与页面此前记录的「不必独自解决所有问题」恰好首尾相接——当年在王虹想法模糊混乱时耐心听她讲完的人，如今在她站上领奖台时，选择了站在窗外。

这个细节对「收割而非陪伴」的对照是一个有力的收尾。前文记录的是成名后人人来认领的喧嚣；而古斯在镜头外的守望，属于另一种关系：他的骄傲不需要被看见。学生站在聚光灯下时，真正培养过她的人往往不在灯光里——这本身就是一个关于培养体系的隐喻：好的指导发生在无人注视的时刻，也延续到荣誉归于学生的时刻。