孙洪军指出，金融行业各层面对大模型有了统一认识后，就可以快速推动企业内部的转型。但他也强调，大模型是数学逻辑上的推理，因此，肯定会产生幻觉，“它回答100个问题，90个问题回答正确，但10个问题有可能会产生幻觉”。

　　孙洪军表示，大模型提供商也在不断研究如何减少幻觉、让逻辑全流程推理的更好。“我们在针对一些业务场景时，必须要消除一些幻觉，因为我们最终业务不知道来源，普通用户包括我们自己内部员工没有全景，没有大的判断力，如果你给出了90个认为是对的，突然出现一个幻觉或者两个幻觉，认为是一个错误的问题，会认为也是对的，有可能对业务带来一些潜在危险和损失”。

　　“业务层面目前可以解决这些问题，但是有代价的，有可能会对大模型本身训练的一些知识会做一些放弃。也就是说我们会在应用方面会做更多的付出”，他说。

　　以下为演讲实录：

　　我的片子分为几个部分：第一部分是理论思考。第二部分是我们的案例，从技术或者从应用的远景来看有一些共同性特点的案例。最后引入我们的思考在里面。

　　实际上大模型在一年多的时间里，各个行业包括各个企业无论是金融还是制造业都在应用，其实这里面有很多挑战，包括每个企业用AI推动我们的应用时，都会存在一些问题需要去思考。

　　第一，大模型不是100%准确的，问题的确定性在金融行业是特别关注的，数据必须是准的，不能一本正经的胡说八道，那怎么来解决这些问题？

　　第二，大模型是个黑盒子，怎么知道他给出的答案确实是正确的，决策链条是什么，决策的可解释性，无论是内部员工还是外部客户都觉得这个决策链条是可信的。

　　第三，大模型以前更多是一种语义推理、逻辑推理，现在我们逐步在往数据跟数字化结合转型起来看，更强调的是数学计算能力。以前我们做的大屏、决策等等更多是数字化的。

　　第四，对于一个更大企业思考一个更大挑战是什么？是技术快速迭代，算力、芯片的快速迭代，大模型能力的快速迭代，我们应用开发的快速迭代。

　　第五，你的建设和你的投入成果预期的平衡。综合来看你的成本怎么去规划，这些都是需要去思考。

　　第六，还有一块是数据安全和隐私。大模型厂商包括在座各位很多人会用网上API的应用，那些数据各大厂商会留。所以我们内部会用哪些敏感数据，哪些必须网上去用，哪些必须私有化用，这些需要区分。

　　所有做大模型应用服务的，都会有类似的架构。我想说的，作为软通动力来讲有有什么？我们有一层算力，这是第一。第二，我们有技术软件，操作系统、数据库。我们不具备的是什么？我们不具备大模型，这是大模型厂商的。除了大模型这一层，我们网上应用，包括我们跟客户二十多年长期合作过程中有大量业务场景和客户一起探讨，这是软通在金融行业的一个情况。

　　下面十几个案例，第一方面是大模型目前在业内用的，大家相对都比较认可了，就是研发领域提高IT的开发效率，这不光是一个开发，实际上涉及到我们的需求、需求解决，需求设计文档，大模型可以直接提炼需求用户故事，直接生成代码。去年大模型还有限制，4K、8K，现在长度可以放到128K，代码生成对软件工程整个领域的改造带来的价值是很大的。

　　这是我们的一个应用效果，在银行的实际应用，从去年9月份就开始去用了，用的过程中一直到现在不断迭代，大规模需求结束是在今年年初1月份，现在已经稳定快9个月了，在实际应用效果中确实能极大提高开发的效率，整个IT里面开发的效率。这里面最有意思的一个事情是，我们永远不知道一个事情，无论你的产品设计的多么好，或者你开始的理念设计的多么好，但真正把这个产品用到极致的一定是我们的用户，我们的用户跟我们说，在这个代码辅助或者需求解读或者等等方面的情况，大家用的最好的场景是什么？是以前有大量的项目，很多人不懂，这时候要做数字化转型，转成微服务的，cover如何去转成这样的情况，而是要工程性的、系统性的，不是我们写几个代码，或者我们让代码生成，我们用户跟我们反向输出了一条实时工艺，这是挺有意思的一件事情。

　　第二个领域，在AIGC生成图、生成视频、生成文生图包括文案创作，这个可能是比较小众的事情，但跟客户交流中我们发现，我们在文生图或者文生视频有时候决定了你推出一个的速度，比如我们去做产品宣传，决策节点很多时候是外包的，或者外部设计公司要求出一个图或者出一个海报，是最快的，可能得需要两三天。在现在效率为王的年代，谁先推出第一个包括谁能及时的去调整，这是一个很大的场景。我们走了很多城商行，城商行对我们这块需求很大，在UI包括行业服务的时候觉得人不多，七八个人负责整个手机银行UI工作，但忆秦速度很慢，最关键的是文生图，可以把一个企业文化要素通过大模型进行初步训练，再通过应用你对企业的理解，产生的图确实是符合你企业文化的。这点是外部设计公司完全取决于人的能力是不太一样的，进行了一些变化。我们二十四节气，软通动力公司内部的二十四节气都是利用AI来做的。

　　而且还有一个变化，现在说用大模型应用对算力要求很高，但文生图对算力要求其实很低，最关键的是昇腾、910B这种高算力的，这种卡还是没办法做这件事情，我们需要传统4090、4080普通的卡就可以，为什么它可以，因为在图的渲染里面已经围绕着家数来做的。机械革命一台笔记本一万多块钱，就可以快速地去做这件事情。这是一个场景。

　　第二个场景是我们给银行做的行史助手，把行里资料、知识传上去记录下来就可以了，但这个是由行器做的，2009年成立到2024年所有信息都上传进去，包括机构信息、人物信息、大使级、金融业务、文化建设、规章制度、财务数据、合规制度等数据信息，我们认为这些是知识，这些知识有可能有重叠的，有可能一个人的变迁在不同文档里面都有，类似我们以前做数字化转型、做数据中台、做大数据平台，我们需要去做知识梳理，但时间很紧，整个知识梳理大概只用了两周时间，当然有些确实也没有完全说这个知识是隔离的，只在一个地方出现的情况，但我们两天时间就满足了客户提出的要求，说你回答的问题要么是准的、要么就不说，要是准的则必须是全的。比如邮储和民生总行部门很多，总行一级部门有哪些，负责人是谁、主要负责的事项是什么，这些分布在不同的知识里，让它有顺序的输出来，这个其实很有挑战性。大家可以把这些知识放到大模型去推理，可能推出完整的，但顺序不对；有的可能推不出完整的。这是我们做的行史，不光是检索，也可以生成产品营销的一些文案，包括撰写感谢信或者撰写一些其他的东西，都是可以的，不光是检索，可以根据行里提供的资料去学习、去写出来。

　　这是咱们总结出来的一些，回答了开始的挑战，基本实现“白盒”，就是我知道这个知识哪儿来的，也知道大模型是根据什么推理出来的，这里面是我们行史在这块的总结。

　　第三个场景是AI的写作，大家对AI写作觉得无非是让大模型帮我写一篇报告的情况。但如果把这个场景扩了一下，要跟我们实际的应用数据结合起来写就有一定难度了。比如数据大数据平台、大数据中台，信贷数据、营销数据都在里面，如果需要根据现有数据写一篇新的报告或者营销报告，里面有数据库里的数据，也有市场的形势分析，这里面如何让它自动化做这件事情，而且要准，这是我们在场景里尝试去做的一件事情。

　　这里面其实可以分为两个点，第一个点，传统取数据小模型或者小规则的方法很重要，也是很准。第二点，充分发挥大模型对数据的变化趋势或者结合行业的信息，它的推理的总结能力。这块就可以把报告很快写出来，当然也涉及到报告里面对Agent的定义，就是说文档结构应该是怎么去做的，哪些提示词怎么去写，然后自动化去输。这是AI写作的一个场景。

　　当然还有很多，时间关系我就不去讲了。

　　这里面有些问题，我们在做过程中有一定的结论，有些在思考中。第一个，现阶段的大模型不是一个发动机，我们都说第四代的工业革命过来了，创新过来了，但是在目前大模型也在不断地创新，算力的短缺短时间也不太好解决。而且整个社会对大模型的认知还需要时间，所以说现阶段大模型应用不是一个发动机，而是一个加速器。这个加速器，我们分析每个业务环节，哪些业务环节可以急速提高效率，比如客户领域，以前客户只能接20个电话，因为大量时间要写报告，我们引入语音、引入我们的智能总结，嵌入到客户里面，那可能一天能接100个电话。这个是银行客户自己实践的。所以这里面是个加速器，没有改变我们原有的IT流程，也没有改变我们的业务流程，但它极大提升了效率。

　　第二个，针对一些企业在初创过程中到底是建一个平台，还是直接上来就应用，还是找一个切入点？我们的意见是先建一个平台，去提供服务能力，在平台上找一个点去把行里或者企业内部所有对大模型的认知，从普通公众的认知，一本正经的胡说八道转变成可以它可以精准地去控制、可以去提出的情况。

　　第三个，如果从切入点来讲，我们建议通用助手的意义远远大于现在专业助手的意义，去训练一个垂直领域大模型，没有通用能力建立起来后不是先去做垂直训练，先做细节，不会考虑更多的全景。

　　第四个，外部推广的时候，金融的话建议从APP角度去感受，无论是风控、营销还是合规，从APP，从内部到外部的情况去做。

　　第五个，这个事情也急不得，但我们又要不断地去做，用一句话来讲，如水渗透到金融行业，渗透进去之后，各个层面对大模型产生统一认识之后就可以快速地去推动整个企业内部的转型。

　　在做的过程中还有一些很有意思的问题，大模型是一个数学逻辑上的推理，肯定会产生幻觉，它能回答100个问题，90个问题回答正确，但10个问题有可能会产生幻觉。大模型提供商也不断地如何减少幻觉、如何让逻辑全流程推理的更好。我们在针对一些业务场景时必须要消除一些幻觉，因为我们最终业务不知道来源，普通用户包括我们自己内部员工没有全景，没有大的判断力，如果你给出了90个认为是对的，突然出现一个幻觉或者两个幻觉，认为是一个错误的问题，会认为也是对的，有可能对业务带来一些潜在危险和损失。业务层面目前可以解决这些问题，但是有代价的，有可能会对大模型本身训练的一些知识会做一些放弃。也就是说我们会在应用方面会做更多的付出。

　　第二，目标和数据哪个更重要，其实这两个同等重要，是相辅相成的道理，不可能因为大模型多强忽视了我们自己数据的准备工作。我们也做了一些测试，自己做大模型应用的时候有业务平台，网上也有各种像知识库助手这样的应用平台，我们把我们的数据切分好之后放到外网，这都是脱敏的数据，它的准确度和我们自己的有差距，这里面对数据的理解和你业务上去做需要相辅相成。

　　第三，模型需要微调，我们建议还是做一定的微调，对行业知识的理解会有更大的帮助。

　　第四，外挂知识库还是长上下文。什么意思？现在应用包括大模型token很长，可以传一本书上去，十万字、二十万字，它马上可以对这本书进行提问，这里面和我们外挂知识库经过治理的还是有区别。我们在过程中遇到比较大的问题，是图的精准识别问题，图的达标。比如一个员工要部门转正，打个标，我希望它识别出来是转正申请的标签，但识别出来的是绩效考核，因为那张表里面大部分是绩效、打分、评价。所以，图，在目前行业里是还没有很好突破的一件事情。早上我看到一篇文章，GPT-4对图有比较大的突破，这个我们需要进一步去调研。国内我们还没有看见。包括知识识别表的问题也是一个大的问题，就是表格，中国式报表，人看起来没有问题，但机器去读懂而且不能出错，表格里面都有数，这是一个比较大的挑战，我们做了一些探讨，再针对那些表格来讲是100%，但针对合并单元格这种特别多的情况下，人读起来比较费劲，大模型也解决不掉，这需要我们做额外的处理。

　　第五，在企业应用的时候经常面临这样的问题：大模型有开源的和闭源的，怎么选？开源好处是便宜，不花钱，闭源的是花钱，但效果更好一些，启动后续服务会更好。我们的建议是什么？当你去尝试一个事情的时候，你可以选择开源；当你上规模的时候还是应该选择闭源，提供更好的服务。当你上规模的时候有体系化的要求，对大模型厂商有定制化的要求，这是我们的建议。

　　第六，大模型的项目谁牵头？我们建议是业务牵头，因为业务知道哪些地方需要改进、哪些地方需要提效，科技上不知道这个事情。

　　第七，无论是代码推、语义推理还是文生图推理都存在一个普遍的问题，就是知识召回不足的问题，无论是采取知识库还是采取其他手段，我们召回的长度总是有限制的，现在主流的，市面上用到主梁的是32K，最大的是128K，32K要去推问要提示词，召回还要加上推理内容，32K其实并不多。所以有些信息召回不了，推理就会缺失，这个问题需要引入更多的Agent，要从大Agent向小的Agent处理逻辑去固化。推理深度不够的问题需要提升大模型的能力，它的数学的一些算法。

　　这是我们在过程中的一些思考，实际上我们还强调一点，大模型来了，原来系统是不是都废掉了？都更新掉了？我们做的过程中都不是的，这些是相辅相成的，以前IT系统无论是风控还是营销都是把人的规则、专家规则、业务规则都固化下来，有答案，寻找起来比较困难。大模型是交互很简单，我想要什么，一个语音或者一段话告诉我就好了，交互变得很快。但我们在实际做的过程中这两个完全可以结合起来去做，很多很精准的，以前做到系统里面很多逻辑可以作为大模型的一些规则，甚至当成一些小模型来用，这里面结合起来，把整个大模型在业务的创新和以前IT建设留下来的资产很好的利用起来。这是我们的建议。

　　另外一个简易师什么？我们还是需要以AI中台来连接算力和应用，从规划上来讲，是需要把它隔离出来的，比如说我们在一个企业内部来建设的话，可能有很多算力，可能会采取很多模型，因为不同大模型的能力是不一样的，那你需要去解耦。第二点，当你在企业内部上了一个大模型应用的时候，会发现同类型的应用可以快速复制、快速搭建的，我做了合规制度检索就可以去做风控制度的检索，我做了报告撰写就可以做营销报告撰写，虽然业务内容不一样，但我们从技术上去看是一样的，这里需要行强大的AI中台，把共同的东西适配、增强技术、模型适配，叫Agent也好或者业务权限，通过组件方式、搭积木方式去搭建出来。从我们自己经验来讲，有了中台之后，去搭一个知识库同类质来讲，时间就是耗在知识整理上了。

　　同时我们在不同场景里面也总结了一些情况，不是所有的东西、所有产品都要追求高算力，要结合自己的实际业务场景，比如图生文、AIPC，一个笔记本就可以了，要求简单，不需要负责推理的，一般一个台式机就可以。如果需要垂类或者代码推理，华为昇腾机器就可以。但对数据要求特别高的可以上一些910，国内情况是不一样的。

　　这是软通动力在整个环节里面，包括适配、迁移、运维以及场景开发、模板定制我们提供全方位服务，最后打了广告，谢谢大家。

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的， 并不意味着赞同其观点或证实其描述。

责任编辑：梁斌 SF055

黄志雄（记者 王志维）09月18日,9月5日，在黑龙江中医药大学附属第一医院的走廊里，阳光透过窗户洒在地面，一位双目失明的年轻女孩儿坐在轮椅上，在父母的陪同下无奈地出了诊室。“女儿你别灰心，一定会有办法的！”女孩母亲与父亲苦涩地对视一下，安慰女儿坚强地面对未来。父亲推着坐在轮椅上双目失明的小雪因没给丈夫钱充游戏 新婚两个月被殴打女孩儿名叫小雪，今年28岁，是内蒙古人。2022年，在亲戚的介绍下，小雪认识了大她两岁的谢某。在谈恋爱期间，谢某对小雪无微不至，小雪很满意这个模范男友，如果真要说他身上的坏处，那还确实有一点，就是酷爱打游戏，为此两人发生过不少争吵。但小雪觉得没必要要求太严格，毕竟人总该有点自己的小爱好，她也就从来没有说过谢某任何不好，顺顺利利地谈了一段时间的恋爱。一段时间后，谢某觉得时机已到，便向小雪求婚。尽管双方还不太了解，但最终小雪还是同意了，两人步入了婚姻的殿堂。然而小雪不曾想到，曾经让她充满期待的婚姻生活，竟成为日后难以磨灭的梦魇。婚后，小雪和谢某在表哥的介绍下去河南打工。可到了河南后，两人都未能找到工作。谢某却更加贪恋网络游戏，一次次跟小雪要钱往里面充值。2023年3月19日两人结婚刚刚过了两个月，谢某再次向小雪讨要1万块钱。小雪对丈夫说，彩礼钱已经花得差不多了，自己已经没有钱了。愤怒之下，谢某向小雪挥起了拳头，打得小雪鼻血直流。小雪大喊救命。“他拿拳头打我，后来用平底锅。”更让小雪感到生气和寒心的是，正在和谢某进行微信电话的婆婆在手机的那一端还火上浇油，“他妈妈也没说好话，让我给他钱，不给钱就往死里打我。”小雪说。小雪的表哥赶到二人住处时，看到谢某正骑在小雪身上，用睡裤拼命勒住她的脖子。小雪的表哥立即冲过去，制止了妹夫的行为，随后拨打了120急救电话，小雪被迅速送往郑州大学第五附属医院进行紧急抢救。表哥拨打120急救电话将小雪送医，图为120急救车 资料图双眼失明 父母变卖家产 一年花了数十万医疗费小雪在医院的重症监护室（ICU）救治了很长时间。经过三个多月的昏迷，小雪终于苏醒过来。但睁开眼睛的那一刻，小雪发现自己陷入了一片无尽的黑暗之中，再也看不到这个世界。小雪的父母听到消息后，第一时间从老家内蒙古赶到河南。“看到女儿的那一刻，我们的心仿佛被锋利的刀刃狠狠地割裂，痛彻心扉。”小雪的母亲说，当时小雪的情况非常严重，医生的诊断显示，她的颅内出血致视神经萎缩，导致她双目失明，同时她的身体也遭受了多处严重伤害，生活完全无法自理。“从出事到现在，我们为了给小雪治病，抵押了老家的房子带她跑遍北京的各大医院，花费数十万元，但给出的答复都是视神经萎缩不可逆，小雪只能回家休养，等待奇迹的发生。”小雪母亲说，脑部的缺氧缺血导致小雪至今浑身无力，再加上双目失明，小雪的生活根本无法自理，不仅走路需要父母搀扶，甚至连吃饭的力气都没有。小雪妈妈整日以泪洗面，担心女儿日后的生活。小雪在病床上治疗只想让他受到法律严惩 已提出抗诉申请为了维持后续的康复治疗，小雪想要拿回属于自己的财产，可没想到，连小雪自己名下的车都被谢某偷偷过户给了谢某的母亲。小雪声泪俱下地控诉婆家的冷漠与无情。“即便当时当地多家媒体介入报道，婆家仍然无动于衷。”2023年12月份，小雪的伤情报告显示损伤程度为重伤一级，谢某被正式批捕。2024年8月30日，河南省郑州市中原区人民法院判决：一、谢某犯故意杀人罪，判处有期徒刑十一年。二、谢某于判决生效后十日内赔小雪人民币656798.52元。小雪的父母已在法定期限内9月6日向检察院提出抗诉申请。“出事以后谢某的家人不管不问，在派出所的强制要求下才拿出3.6万医疗费。我们的诉求有两个，一是让谢某受到法律严惩，二是让婆家出医药费为小雪治病。”小雪母亲表示。来哈寻医 遇好心人士捐款帮助小雪的爸爸推着坐轮椅的小雪，她的大姨静静地陪在一旁，小雪的妈妈脸上布满疲惫的神情。说起此次来哈尔滨，小雪的母亲表示，“家里有一位亲戚向我们推荐，说哈尔滨的中医很出名，我们就抱着试试看的态度赶过来了，希望能为女儿的眼睛找到一丝希望。”小雪的母亲哽咽地介绍，小雪出事后全家全国各地奔走，遍访名医，钱早就花完了，已将身边能借款的亲朋好友全部借遍。这次来哈尔滨不敢去大医院，先到了小中医诊所，好心的女大夫不但免费为小雪治疗颈椎疼痛，更是捐赠给他们5000元钱。看着那沉甸甸的5000元，小雪的父母热泪盈眶，“只要有一丝希望我就会带着小雪去治疗，也感谢那些一直在帮助我们的人。”来源：维度新闻

黄志雄（记者 刘嘉慧）09月18日,主教练伊万科维奇在赛场上某种程度来说，这场1比2被沙特队逆转的比赛，比五天前0比7惨败于日本更让人难以接受，中日两国足球整体实力巨大差距的面前，第一场比赛的结果无非是多输了几个球。但本场比赛国足完全有机会赢球，至少是拿分，球员拼命了，很多球员都拼到了受伤退场；对手也犯错了，3分钟时间内先后送上一个乌龙和一张红牌。近乎90分钟多一人的情况下，国足最终被沙特队用两个角球逆转比赛。这个责任，只能而且必须是主教练伊万科维奇来承担。球员谢场过程中，呐喊了90分钟的球迷还在高喊“伊万下课”！而在微博热搜榜上，“伊万下课”长时间位列其中。留下诸多问号的克罗地亚人，却在赛后新闻发布会上拒绝辞职，“这个问题不应该由我来回答。”国足输球的责任必须由主教练伊万科维奇来承担两场比赛丢了三个角球本场比赛两个丢球，都来自对手的角球，这是国足两场比赛所丢的第三个角球，五天前中日之战开场12分钟，日本队角球打出挡拆配合，远藤航在巨大空位处完成头球破门。如果更细节一点，打日本和本场比赛第一个丢球，都是近门柱没有站人而远门柱站人，虽然曼奇尼赛后发布会并不承认角球战术是有过演练，但明眼人都能看明白，国足在角球防守过程中的巨大失误。“近门柱本来是安排李磊站的，对方角球战术是比较传统的方式，我们出现了漏洞，导致了丢球。”伊万赛后给出的回应来看，他是的确知道对手角球得分能力很强，但球队就是防不住。大连集训期间，就有媒体报道，伊万战术训练的重点是攻守转换和定位球攻防，而在打完日本回到大连后，球员在训练前接受采访时也曾表示，定位球是球队训练重点。那么问题来了，定位球防守难道是练了寂寞？谢文能无法支持才被换下迟迟不换人，临场指挥存在问题本场比赛更大的争议来自换人，中场休息王上源换下蒋光太，比赛第70分钟张玉宁换下武磊后，国足此后在第87分钟才用黄政宇换下谢文能，这三个换人都完全是被动的——蒋光太上半场倒地铲球过程中看上去受伤了，武磊连续冲刺体能大幅度下降，谢文能也是拼抢中倒地受伤。在比赛75至80分钟这个阶段，因为长时间少一人作战，沙特队体能出现明显下滑，国足已经开始连续围攻对手，与此同时费南多和拜合拉木明显体能下降，但伊万始终没有在这个时候进行换人，而曼奇尼在比赛第81分钟连换三人，沙特最终站稳脚跟，随后利用第90分钟的角球完成绝杀。而在沙特队进球后，伊万才想起换上阿兰和林良铭，但此时留给中国队只剩下最后4分钟时间，最终回天无力，中国队惨遭逆转。对于不换人这个问题，伊万的回答和外界的观感南辕北辙，他认为费南多表现出色，助攻了第一个进球，而谢文能和拜合拉木还有体能，能够完成技战术要求。实际上，费南多和拜合拉木在体能和效率上的下降，是肉眼可见的。70岁的主帅，临场指挥经验应该是最宝贵的财富，也是最值钱的，但伊万带队6场比赛，客场打新加坡莫名其妙摆出505阵型被对手扳平比分，本场比赛迟迟不换人，强项完全变成短板，让人难以理解。伊万本场比赛迟迟不换人让人难以理解习惯性甩锅，不愿承担自己的责任本场比赛关于角球防守丢球，伊万的回答留给外界甩锅的嫌疑，他表示近门柱是安排李磊站位的。话外之音，是李磊没有执行战术，导致第一个角球丢球。执教国足5场比赛，外界认为伊万的一些做法存在不愿意承担责任的意思。比如第一场比赛2比0领先新加坡的情况下被对手追平，伊万选择更换主力门将，之后就一直使用王大雷顶替颜骏凌首发，传递出颜骏凌应该为两个丢球负责的信号。36强赛第五轮主场1比1打平泰国的比赛，国足第20分钟被素巴楚头球破门，伊万在28分钟就用拜合拉木换下高天意，高天意没有紧跟后插上的素巴楚的确是丢球的原因之一，但这并不是全部，蒋光太同样让对手过于轻松传中。换下高天意，意味着将丢球责任全部指向球员，事实上整个上半场泰国至少有三次必进球机会，这难道不是伊万自己体系出了问题？就在和泰国队关键比赛赛前，伊万还在接受媒体采访时表示执教生涯在中国难度最大，因为中国足球没有明确清晰的足球体系。这话听着没毛病，但问题是，一场生死大战前主帅抛出这样言论的目的又是为何？言下之意，打不进18强赛都是中国足球本身问题，不是我的责任。伊万在场边高举双手看不出任何技战术的风格扬科维奇刷新职业化以来亚洲杯最差成绩后，中国足协选择了同样在亚洲杯带领阿曼小组出局的伊万。对于伊万来说，接手国足客观来说，有点时间紧、任务重。从3月至今已经过去半年，伊万也带队打了整整6场比赛。抛开1胜2平3负的成绩，克罗地亚人带给国足的技战术风格，犹如雾里看花，让人完全看不明白。6个对手可以细分，前两场打传统意义的弱队新加坡，国足以我为主，伊万采用4-3-1-2菱形中场体系。第三场生死战主场踢泰国，总体来说现在泰国和国足处在同一水准，伊万坚持的体系面对同级别对手就完全不奏效，若非运气帮忙，上半场就会被打花，最终1-1的平局也把国足逼上绝境，险些最终无缘18强赛。之后三场打韩国、日本、沙特，这是传统意义的强队，伊万两个客场采取稳守的策略没有问题，但最终场面呈现的结果是，守不住，更没有进攻。主场打沙特想拼进攻，哪怕人数处在优势的情况下，国足也没有控球优势，还因为两个定位球防守由胜转败。球队不但没有技战术风格，用人也存在很大的随意性。边路攻击手韦世豪在伊万的体系中始终打前腰，边路球员谢文能在中泰之战的关键时候替补打后腰，拜合拉木也在这场比赛打靠右的后腰，这都完全不是球员所擅长的位置。对阵日本的比赛，高准翼替补出场打后腰，同样是球员极其陌生的位置……伊万言下之意是自己不会选择辞职发布会为何拒绝辞职 对阵沙特比赛赛后新闻发布会有点名场面的意思。资深媒体人孙雷一口气连续提问伊万：“为什么连续两场比赛角球丢球”“为什么体能下降比较严重的费南多坚持到了最后”“为什么用黄政宇对位换下谢文能”“你是不是会在这场比赛后选择下课”……很显然，下课是现场很多媒体人心中共同的想法，不少人现场都用鼓掌的方式来表达自己的态度。伊万没有回避问题，但他表示，“这个问题不应该由我回答。”言下之意，自己不会选择辞职，当然，中国足协可以主动选择解雇他。此前中国足协方面表示，和伊万科维奇签订的是阶段式合同。也就是说，在打进18强赛后，伊万的合同已经自动延续到小组赛结束（明年6月），如果现在中国足协解雇伊万，将赔付其9个月左右的薪水。从金钱角度来说，伊万拒绝辞职是可以理解的，但这种从来不主动承担责任的态度，无疑是令人失望的。最近两场比赛后，伊万从来没有说过自己为比赛结果负责。哪怕在6日从东京返回大连当天训练前接受媒体采访的时候致歉，伊万也是表示，球队需要为0比7向球迷致歉。至于其个人问题，从来没有说过。国足上下还能一条心吗？但愿吧。

�