当科学开始研究自己，科技竞争进入「元科学」时代

• 原文标题：当科学开始研究自己：科技竞争正在进入“元科学”时代
• 作者：知识分子
• 内参日期：2026-08-11
• 来源类型：公众号
• 原文：https://mp.weixin.qq.com/s?src=11&timestamp=1786364243&ver=6896&new=1
• 标签：ai 科学

导读

“元科学”

核心观点

• 一个长期被忽略的问题正在变得重要：生产科学知识的体系本身，是否也能够成为科学研究的对象？同行评议是否真的能识别最有价值的项目，什么样的资助方式更有利于高风险探索，怎样的评价制度能鼓励原创而不是制造重复——这些过去被归入科研管理的问题，正在被重新理解为可以观察、比较和验证的科学问题。
• 元科学（Metascience）指运用科学方法研究科学自身的运行规律，探索科学知识如何产生、评价和改进，以及什么样的制度和组织方式更有利于形成高质量、原创性的发现。
• 全文的核心主张：元科学真正带来的变化，是要求科技政策和科技管理本身接受科学方法的检验。
• 由此出现一个值得关注的变化：国家科技竞争正在从争夺科技人才和抢先发表科学成果，进一步延伸到研究和改造产生这些成果的制度。
• 结论落点：科学开始研究自己，意味着科学体系终于把自身也视为可以观察、实验和改进的对象；未来的科技强国，首先应当形成一个善于学习的科学体系。

元科学如何登上国家战略议程

• 触发事件：美国白宫科技政策办公室发布《科学：新黄金时代》，把“元科学”推到国家科技战略讨论的前沿。作者此前已在《从“无尽的前沿”到“新黄金时代”：美国为何要重新定义科学能力？》中处理过这条线索。
• 元科学与“科学学”（science of science）既有联系也有区别：科学学更多解释科学发展的规律及其社会机制；元科学更强调通过数据分析、制度比较和科学实验，检验如何改进科研体系。
• 元科学的研究对象不是宇宙、生命或人工智能，而是科学知识如何被生产、评价、传播和纠正。
• 它关心的不只是哪些制度能提高突破性发现的概率，也关心科研结果是否可靠、失败是否得到记录、错误能否被及时发现，以及科学体系能否根据证据修正自身。
• 变化触及的根本矛盾：过去几十年科研人员、研发投入、实验平台和论文数量不断增长，但资源扩张并不必然带来同等幅度的知识进步。
• 真正稀缺的可能不再只是资源，而是识别重要问题、容纳非共识判断、组织复杂验证并从失败中学习的能力。未来竞争不仅看谁拥有更多科研资源，也看谁更善于理解科学活动的规律。

科学为什么需要研究自己的运行方式

• 现代科研体系建立在一整套习以为常的制度上：科学家通过项目申请获得资助，同行通过匿名评审判断研究价值，期刊通过论文发表确认成果，大学和科研机构依据论文、经费和奖项配置职位与资源。
• 被忽略的事实：其中很多制度并不是经过严格比较后设计出来的，而是在历史演化中逐渐形成，并依靠惯例不断延续。
• 同行评议是典型例子。人们相信它能依靠专业判断筛选最有价值的研究，但它是否系统性偏好成熟方向、知名机构和低风险项目，是否不利于青年研究者、交叉学科和非共识探索，仍然缺乏充分而一致的证据。
• 同样缺乏检验的还有：三年或五年的项目周期为什么适合科学发现，研究人员为什么要花大量时间反复撰写申请书，论文数量为什么能代表科研质量。这些深刻影响科学家行为的规则，很少像一项科学理论那样接受持续检验。
• 由此产生一个特殊现象：科学要求研究结论能够被验证，却很少要求生产这些结论的制度接受同样严格的验证。元科学的兴起正是试图弥补这一缺口。
• 元科学不再满足于笼统呼吁“完善评价机制”或“提高科研效率”，而是进一步追问：哪些制度在什么条件下有效，哪些看似合理的规则实际上压缩了原创空间，以及如何通过数据追踪、制度比较和政策实验寻找更好的科研组织方式。
• 科学制度因此开始从静态规则转变为可以反复测试的公共工具。原文给出三组可检验的问句：
• 在达到基本质量标准的项目中引入部分随机资助，是否比层层排序更公平？
  • 赋予项目经理更大判断权，是否能更早识别新兴方向？
  • 长期稳定支持与短期竞争项目，哪一种更有利于基础研究？
• 只有当这些问题被持续研究，科技政策才不再只是分配资源，而开始具有自我学习和自我修正的能力。

元科学研究的不只是突破，也包括科学如何避免犯错

• 元科学最容易引起关注的部分是“什么样的科研制度更容易产生重大突破”，但它关心的远不止“如何成功”：还研究科学知识是否可靠，研究结果能否重复，方法和数据是否足以接受检验，负面结果为什么难以发表，错误结论为什么可能在引用和传播中长期延续。它关注的是知识从产生到纠正的全过程。
• 两种失衡的科研体系形态：
• 发表大量新颖成果，却缺乏重复验证和主动纠错能力；
  • 通过严密规范减少错误，却因为评价过于保守而压缩高风险探索。
• 真正健康的体系必须同时具备两种能力：既鼓励研究者提出大胆问题、进入尚未形成共识的领域，也保证新发现能够被检查、质疑、重复乃至推翻。原创性与可靠性不是相互排斥的目标，而是科学必须同时守住的两条边界。
• 过去十多年的可重复性争议说明，科研问题并不都能归结为少数研究人员的不规范行为。期刊偏好新颖和阳性结论，评价体系奖励论文和引用，科研机构强调短期可见成果，这些激励共同影响选题、数据处理和结果报告。
• 元科学的重要意义，在于把过去主要依靠道德批评的问题，转化为可以分析的制度问题：它要改变的不是某个研究者，而是使大量研究者作出相似选择的规则环境。
• 元科学不是科研管理的另一个名称。科研管理关注项目有没有完成、经费是否合规、程序是否履行；元科学关心这些程序是否真正提高了知识的质量和原创性。
• 两个反例式判断：一个项目按期结题，并不意味着它推动了科学进步；一个平台购置了先进设备，也不意味着它形成了有效研究能力。
• 所有制度安排最终回到同一个基本标准：它是否提高了可靠知识和重要发现出现的概率。

AI for Science 越强，科学体系越需要重新设计

• 人工智能正在使元科学问题变得更加紧迫。过去计算机主要承担计算、检索、模拟和数据处理等辅助工作；今天人工智能开始进入科学发现过程本身——阅读海量文献，从复杂数据中寻找模式，生成研究假设，预测蛋白质结构，筛选材料组合，帮助科学家缩小实验搜索空间。
• 科学发现由此从相对线性的“假设—实验—验证”，转向模型、数据、理论和实验持续循环的过程。
• 关键的不对称：人工智能提高的首先是生成可能性的速度，而不是确认知识的能力。
• 模型可以一次提出成千上万个候选分子，却不能替代药理实验和临床验证；
  • 可以预测材料具有某种性能，却不能保证它能够稳定制造；
  • 可以生成看似完整的研究结论，也可能放大原有数据中的偏差和错误。
• 当提出假设的能力快速增长，实验、测量、工程放大和真实世界验证反而可能成为更稀缺的环节。
• 分工判断：AI for Science 改变的是科学发现的技术条件，元科学研究的则是如何围绕这些条件重新设计科研制度。需要新规则的问题包括：哪些机器生成的假设值得验证，实验资源应当如何分配，自动化研究结果如何接受审计，人工智能参与形成的论文和评审意见如何确认责任。
• 科研体系不能只是给传统流程加上一层人工智能，而必须重新安排数据、模型、实验和评价之间的关系。
• 对评价机制的冲击：当论文、申请书和评审材料的生成成本迅速下降，数量指标会变得更加失真；当研究人员能在短时间内提出大量候选方向，同行评议也可能面临难以承受的信息负担。
• 未来科学最重要的瓶颈，或许将从“能否产生更多结果”，转向“能否判断哪些结果真实、重要并值得继续投入”。人工智能越强，科学体系的判断、验证和纠错能力就越重要。
• 有组织科研也需要被重新理解：有效的组织不是把所有研究都纳入统一任务，而是根据问题性质选择不同方式。
• 对目标明确、路线能够分解的任务，需要项目经理、跨机构协同和快速迭代；
  • 对方向尚不清晰的基础问题，必须保留个人探索、多路径竞争和非共识空间。
• 元科学的价值，在于帮助政策制定者判断什么问题适合集中组织，什么问题必须依赖分散探索，以及不同组织方式应当如何根据实际效果不断调整。

中国需要建设能够自我学习的创新体系

• 对中国而言，元科学的意义不是照搬美国科研制度，也不是在现有体系之外再设立一个新概念，而是把科研制度本身纳入证据检验。
• 已有优势：中国已形成规模庞大的科研人员、大学、科研院所、企业研发机构和重大科技基础设施，在航天、高铁、通信、新能源等领域展示了突出的工程组织能力——围绕明确目标集聚资源、分解任务并推动复杂系统协同。
• 但重大工程与原创科学具有不同规律。工程任务通常可以围绕目标设计路线、配置资源和考核进度；真正的基础研究往往无法事先判断哪一条道路能够成功，需要允许不同方向长期并存，允许青年研究者挑战已有判断，也允许一些研究在投入多年之后没有形成预期结果。
• 集中力量与自由探索不是相互否定的两种选择，而应分别适用于不同类型的问题。真正困难的是建立识别问题性质并匹配组织方式的能力。
• 元科学为这种识别提供了新方法，可落地的研究方向包括：
• 系统比较稳定支持与竞争性项目对长期原创成果的影响；
  • 研究个人资助、团队资助和机构资助各自适合什么领域；
  • 追踪同行评议对青年学者、交叉研究和非共识项目是否存在持续偏差。
• 科技评价改革不应止于减少几项指标或替换几种表格，而应建立改革后的效果评估机制：研究者是否获得了更多科研时间，选题是否更加多样，真正重要而高风险的研究是否得到更早支持。
• 可重复性、负面结果和科研失败需要被重新认识。一个只记录论文、奖项和成功案例的体系，很难知道多少研究方向已经被事实否定，多少失败经验被不同团队反复重复。
• 科学不能奖励所有失败，但必须区分缺乏能力导致的失败与探索未知带来的失败，并为后者建立记录、共享和学习机制。能够及时暴露错误、保存失败知识并阻止无效路径重复投入，本身就是科研效率的重要组成部分。
• 概念验证中心和中试平台的建设，表明创新政策开始关注从科学发现到现实应用的中间过程，但也可能再次陷入“用建设代替能力”的惯性：概念验证中心被理解为新的办公空间，中试平台被理解为新的设备集合，平台数量增加了，识别技术潜力、设计验证方案和组织真实场景试验的能力却没有同步形成。
• 概念验证的本质是降低技术、市场和产业化不确定性；中试的价值是连接实验室条件与真实生产环境。平台只是载体，判断、验证和调整路径的能力才是真正的基础设施。
• 创新体系还需要新的专业力量：科学家擅长发现知识，工程师擅长实现技术，企业家擅长识别市场，但复杂创新过程还需要能够跨越科学、工程、产业、资本和政策边界的组织者。
• 技术转移因此不能继续被理解为成果完成后的交易服务，而应前移到技术识别、概念验证、工程放大和应用形成的全过程。国内一些高校开始探索培养技术转移硕士这类复合型人才，其价值不只是增加一种专业，而是为创新体系补充连接不同阶段、组织验证和推动学习的关键能力。
• 边界提醒：创新组织者不能替代科学家，任务管理也不能替代科学共同体。中国需要的不是一种模式统摄所有创新活动，而是一个能够区分研究类型、选择适当机制并根据结果持续修正的体系。
• 对战略任务，提高跨主体协同和工程验证能力；
  • 对原创研究，保护长期探索和学术自主；
  • 对处在科学与产业之间的技术，完善概念验证、中试熟化和首用机制。

结语：科技强国应当首先形成善于学习的科学体系

• 现代科学从来不是科学家个人活动的简单集合，而是由大学、科研机构、资助制度、同行评议、学术期刊和重大科技计划共同支撑的复杂体系。这些制度曾经释放出巨大的知识生产能力，但没有任何制度能够永久适应科学发展的需要。
• 元科学真正带来的变化，是要求科技政策本身接受科学方法的检验：资助制度是否有效，不能只看经费执行率；评价改革是否成功，不能只看取消了多少指标；科研平台是否有价值，也不能只看面积、设备和项目数量。
• 所有制度最终都必须回答同一个问题：它是否提高了可靠知识、原创发现和现实应用持续出现的概率？
• 人工智能可能使知识生成速度达到前所未有的水平，但越是在结果快速涌现的时代，越需要一个能够判断、验证和纠错的科学体系。作者用三组对举收束：
• 不仅要能够生产更多知识，也要能够识别哪些知识值得信任；
  • 不仅要能够组织重大任务，也要能够保护非共识探索；
  • 不仅要总结成功经验，也要能够从错误和失败中学习。
• 未来国家科技竞争的深层差距，或许不只体现在谁拥有更多实验室、论文、算力和科研经费，还体现在谁能够更早发现自身制度的问题，更快修正无效规则，并把每一次制度学习转化为下一次知识突破。

概念网络

关键概念

元科学（Metascience）

context：全文的核心概念。原文定义为“运用科学方法研究科学自身运行规律，探索科学知识如何产生、评价和改进，以及什么样的制度和组织方式更有利于形成高质量、原创性的科学发现”。它由美国白宫科技政策办公室《科学：新黄金时代》推到国家科技战略讨论的前沿，研究对象不是宇宙、生命或人工智能，而是知识生产体系本身。

费曼一下：科学一直用望远镜和显微镜看外面的世界，元科学是把同一套工具掉过头来对准实验室自己——不是问“宇宙怎么运行”，而是问“我们这套发现宇宙的办法，究竟哪部分真的管用”。

科学学（science of science）与元科学的分野

context：原文明确区分两者：科学学“更多解释科学发展的规律及其社会机制”，元科学“更强调通过数据分析、制度比较和科学实验，检验如何改进科研体系”。

费曼一下：一个偏解释，一个偏改造。科学学告诉你科学为什么长成今天这样，元科学则要动手做实验，看换一种规则是不是长得更好。

制度的历史惯例性

context：原文指出，项目申请、匿名评审、期刊发表、按论文经费奖项配置职位等制度，“并不是经过严格比较后设计出来的，而是在历史演化中逐渐形成，并依靠惯例不断延续”。

费曼一下：很多科研规则不是被论证出来的，是被沿用出来的。它们之所以还在，往往只是因为一直都在，而不是因为有人证明过它们最好。

科研体系的验证缺口

context：原文概括为一个“特殊现象”——“科学要求研究结论能够被验证，却很少要求生产这些结论的制度接受同样严格的验证”。元科学的兴起正是试图弥补这一缺口。

费曼一下：论文要经受同行反复挑刺，决定论文命运的那套规则却几乎不被挑刺。这是整个体系里最刺眼的双重标准。

同行评议的系统性偏差

context：原文把同行评议列为典型例子：它是否系统性偏好成熟方向、知名机构和低风险项目，是否不利于青年研究者、交叉学科和非共识探索，“仍然缺乏充分而一致的证据”。

费曼一下：让内行投票挑项目听上去很合理，但内行往往更认得自己熟悉的东西。真正陌生、真正可能改写领域的想法，反而最容易在这一关被筛掉——而我们至今没有足够证据说清楚这个筛法到底损失了什么。

制度作为可反复测试的公共工具

context：原文提出科学制度“从静态规则转变为可以反复测试的公共工具”，并举出三类待验证设计：部分随机资助与层层排序孰更公平、项目经理更大判断权能否更早识别新兴方向、长期稳定支持与短期竞争项目哪种更利于基础研究。

费曼一下：把规则当产品版本来对待——先假设、再上线一小部分、再看数据，而不是一次定死用二十年。制度一旦可以被 A/B 测，科技政策就从分配资源升级成了会自我纠错的系统。

原创性与可靠性的双边界

context：原文强调健康的科研体系必须同时具备两种能力：鼓励研究者进入尚未形成共识的领域，也保证新发现能被检查、质疑、重复乃至推翻。“原创性与可靠性并不是相互排斥的目标，而是科学必须同时守住的两条边界。”

费曼一下：只求新，会攒出一堆没人复现得了的漂亮结论；只求稳，会把所有敢冒险的人挤走。两头都得守，这是科学最难的平衡，也是评价制度最容易顾此失彼的地方。

可重复性问题的制度化归因

context：原文认为过去十多年的可重复性争议不能归结为少数研究人员的不规范行为，而是期刊偏好新颖和阳性结论、评价体系奖励论文和引用、科研机构强调短期可见成果共同作用的结果。元科学“把过去主要依靠道德批评的问题，转化为可以分析的制度问题”。

费曼一下：当大多数人都在同一个地方走偏，问题多半不在人品，而在路的画法。要改的是让大量研究者作出相似选择的规则环境，不是挨个批评研究者。

元科学与科研管理的判据差异

context：原文划清界线：科研管理关注项目有没有完成、经费是否合规、程序是否履行；元科学关心这些程序是否真正提高了知识的质量和原创性。判据被压缩成一句话：“它是否提高了可靠知识和重要发现出现的概率。”

费曼一下：按期结题、设备到位、流程齐全，这些都是过程指标；元科学只认一个结果指标——好知识出现得更多了吗。用错指标，忙碌就会被误认成进步。

生成与确认的不对称

context：原文对人工智能的核心判断：“人工智能提高的首先是生成可能性的速度，而不是确认知识的能力。”模型能一次提出成千上万个候选分子却不能替代药理实验和临床验证，能预测材料性能却不能保证稳定制造，能生成看似完整的结论也可能放大原有数据的偏差。

费曼一下：机器把“想法”变得极其便宜，却没有让“证实”变便宜。两端的成本差一旦拉大，整个科学的堵点就会从前端搬到后端。

验证环节成为新的稀缺

context：承接上一概念，原文指出“当提出假设的能力快速增长，实验、测量、工程放大和真实世界验证反而可能成为更稀缺的环节”，未来的瓶颈将从“能否产生更多结果”转向“能否判断哪些结果真实、重要并值得继续投入”。

费曼一下：假设不值钱之后，值钱的是筛选与证伪的产能。谁掌握验证能力，谁就掌握了这条流水线上真正卡脖子的一段。

有组织科研的分型

context：原文主张有效的组织不是把所有研究都纳入统一任务：目标明确、路线可分解的任务需要项目经理、跨机构协同和快速迭代；方向尚不清晰的基础问题必须保留个人探索、多路径竞争和非共识空间。元科学的价值在于帮助判断何时集中、何时分散。

费曼一下：不同的问题需要不同的队形。已知目的地就组队直插，不知道路在哪就放多支小队各走各的。最难的不是选队形，而是先认出这题属于哪一类。

失败知识的记录与学习机制

context：原文指出，只记录论文、奖项和成功案例的体系“很难知道多少研究方向已经被事实否定，多少失败经验被不同团队反复重复”，并要求区分缺乏能力导致的失败与探索未知带来的失败，为后者建立记录、共享和学习机制。

费曼一下：一条被证明走不通的路，如果没人写下来，下一支队伍还会照原样再走一遍。把失败存档，本身就是在省钱、省时间——它不是宽容，是效率。

用建设代替能力

context：原文对概念验证中心与中试平台建设的警示：平台数量增加了，但“识别技术潜力、设计验证方案和组织真实场景试验的能力却没有同步形成”。作者的判断是“平台只是载体，判断、验证和调整路径的能力才是真正的基础设施”。

费曼一下：盖楼、买设备、挂牌子是看得见的，能不能判断一项技术值不值得往下推是看不见的。惯性总是让人做前者，因为它可以被验收。

技术转移前移与创新组织者

context：原文提出技术转移“不能继续被理解为成果完成后的交易服务，而应当前移到技术识别、概念验证、工程放大和应用形成的全过程”，并指出创新体系需要能够跨越科学、工程、产业、资本和政策边界的组织者，技术转移硕士这类复合型人才的价值正在于此。

费曼一下：技术转移不是等成果做完了再找买家，而是从最早的判断阶段就得有人站在中间，把科学家、工程师、企业家和政策的语言接通。

善于学习的科学体系

context：全文的收束命题：“未来的科技强国，首先应当形成一个善于学习的科学体系。”其内涵是更早发现自身制度的问题，更快修正无效规则，并把每一次制度学习转化为下一次知识突破。

费曼一下：衡量一个国家的科研实力，除了看它产出多少，还要看它改错有多快。会学习的体系哪怕起点不高，也会在一次次修正里把差距拉开。

概念网络

graph TD
C1["元科学 用科学方法研究科学自身"]
C2["科学学与元科学的分野"]
C3["制度的历史惯例性"]
C4["科研体系的验证缺口"]
C5["同行评议的系统性偏差"]
C6["制度作为可反复测试的公共工具"]
C7["原创性与可靠性的双边界"]
C8["可重复性问题的制度化归因"]
C9["元科学与科研管理的判据差异"]
C10["生成与确认的不对称"]
C11["验证环节成为新的稀缺"]
C12["有组织科研的分型"]
C13["失败知识的记录与学习机制"]
C14["用建设代替能力"]
C15["技术转移前移与创新组织者"]
C16["善于学习的科学体系"]
C3 -->|造成| C4
C5 -->|例证| C4
C4 -->|催生| C1
C1 ---|区别| C2
C1 -->|方法| C6
C1 -->|判据| C7
C8 -->|归因转向| C1
C1 ---|分野| C9
C10 -->|加压| C1
C10 -->|导致| C11
C11 -->|要求| C12
C6 -->|支撑| C12
C7 -->|要求| C13
C9 -->|标准| C14
C14 ---|对立| C15
C15 -->|补足| C12
C13 -->|支撑| C16
C12 -->|构成| C16
C6 -->|构成| C16

• 网络的起点是一组制度事实：科学制度的历史惯例性（C3）说明项目申请、匿名评审、论文计数并非严格比较后的设计，而同行评议的系统性偏差（C5）是这一惯例性最典型的例证。两者共同造成科研体系的验证缺口（C4）——科学要求结论被验证，却不要求生产结论的制度接受同样验证。元科学（C1）正是为填补这个缺口而出现，因此 C3、C5、C4 与 C1 构成“问题—缺口—回应”的因果链，而不是并列的四个话题。
• C1 向外辐射出三条不同性质的关系。与科学学（C2）是横向的边界划分：一个解释规律，一个用实验改造体系；与科研管理（C9）也是横向分野，但分野的实质是判据不同——管理看程序是否履行，元科学看概率是否提高。这两条“区别”边界界定了元科学的身份：它既不是社会学式的解释，也不是行政式的执行。
• C1 向下则是两条支撑关系：制度作为可反复测试的公共工具（C6）是它的方法论，把规则变成可实验对象；原创性与可靠性的双边界（C7）是它的价值判据，规定了什么算好的科研体系。可重复性问题的制度化归因（C8）方向相反，是从现象推回元科学——它把道德批评转译成制度分析，反过来证成了 C1 的必要性。
• 人工智能这条线是一个外部加压变量。生成与确认的不对称（C10）既直接加压于 C1（使制度重设变得紧迫），又顺推出验证环节成为新的稀缺（C11）。C11 与 C6 从两个方向共同要求有组织科研的分型（C12）：稀缺的验证资源必须被有判断地分配，而分配方式本身又必须是可测试的。这是全网唯一一处“外部技术变量”与“内部方法论”交汇的节点。
• 中国语境的三个概念构成一组张力与补足。用建设代替能力（C14）是 C9 判据失效后的典型症状——只看平台面积、设备和项目数量；技术转移前移与创新组织者（C15）与它直接对立，主张把能力而非载体当作基础设施，并向 C12 补足跨边界的组织者角色。失败知识的记录与学习机制（C13）则由 C7 的可靠性一侧要求而来，是双边界落到操作层的具体制度。
• 全网收敛于善于学习的科学体系（C16）。它由三股力量汇成：C6 提供可反复修正的方法，C12 提供匹配问题性质的组织方式，C13 提供从失败中吸收信息的通道。这也解释了原文为何把国家竞争的深层差距重新定义为学习速度——C16 不是一项新政策，而是前述所有关系闭合后的系统性质。

费曼 x3

一个体系可以要求它的每一个结论都被验证，却从不要求生产这些结论的规则接受同样的验证——现代科研正卡在这个尴尬里。项目三年一期、申请书反复重写、论文数量代表质量、匿名同行打分决定谁值得被资助，这些规则塑造了几乎所有科学家的日常，却大多不是经过严格比较设计出来的，而是在历史演化中形成、靠惯例延续下来的。

元科学的锋利之处，就在于把这些惯例重新变回问题。它不再笼统呼吁“完善评价机制”，而是追问：在达到基本质量标准的项目中引入部分随机资助，是否比层层排序更公平？长期稳定支持与短期竞争项目，哪一种更有利于基础研究？一旦这类问题可以被数据追踪、制度比较和政策实验回答，制度就从静态规则变成了可以反复测试的公共工具。

更值得注意的是它对“成功”的重新定义。一个体系可以发表大量新颖成果却缺乏重复验证与主动纠错，也可以因为规范严密而把高风险探索挤了出去。原创性与可靠性不是二选一的偏好，而是必须同时守住的两条边界。把可重复性争议归咎于少数人的不规范，恰恰回避了真问题：是期刊偏好阳性结论、评价奖励论文引用、机构强调短期成果，共同让大量研究者作出相似选择。要改的是规则环境，不是某个研究者。

人工智能让这一切变得紧迫。它提高的首先是生成可能性的速度，而不是确认知识的能力：一次提出上万个候选分子，替代不了药理实验和临床验证。当假设变得廉价，实验、测量、工程放大和真实世界验证反而成了新的稀缺品。科学最重要的瓶颈，正从“能否产生更多结果”，转向“能否判断哪些结果真实、重要并值得继续投入”。

所以真正的差距可能不在实验室、论文、算力和经费的数量上，而在于谁能更早发现自身制度的问题，更快修正无效规则，并把每一次制度学习变成下一次知识突破。科技强国，首先得是一个善于学习的科学体系。