知识分子

那些未被讲述的“导师-学生”关系 | 故事征集

知识分子 — Thu, 18 Jun 2026 07:59:00 +0800

6.18

知识分子

The Intellectual

在理想叙事中，导师是学术引路人，是资源与方法论的提供者，是将学生带入专业世界的 “第一责任人”。很多时候，学生们会衷心地感谢导师的培养。

但一些情况下， “导师-学生” 关系并不只是学术上的 “指导”与“传承”，也可能意味着无边界的时间占用、难以拒绝的额外劳动，甚至是夹杂着权力不对等的情绪控制与利益交换；等等。当“培养”异化为“消耗”，当“指导”滑向“支配”，个体的尊严与边界，往往悄然消失在制度的缝隙中。

这些关系往往隐秘、分散，很少被系统记录；更多时候，它们被包裹在 “培养”“历练”“规矩”的表达中，被默认为成长必须付出的代价。直到极端事件发生，人们才短暂地将目光瞥向这一角落。

但个体的坠落，不应只是一次情绪性的讨论节点。如果没有更多具体而真实的经验被讲述，这些问题就很难被看见，更难被改变。

如果您：

曾被要求长期从事与科研无关的 “私人事务”（如跑腿、接送、代办等）
曾在没有合理报酬或署名保障的情况下，被要求完成高强度科研或项目劳动
曾遭遇以毕业、推荐信、署名等为筹码的隐性或显性施压
曾被频繁占用休息时间，处于 “随叫随到”的状态
曾在署名、成果分配中被不公正对待，遭遇打压、冷处理或 “学术边缘化”，无处申诉
或类似的困境
或者，关于 “导师-学生” 关系，您有什么其他想说的

欢迎在评论区留言，或者给我们来邮件(editor@zhishifenzi.com)，讲述您的故事。

您的讲述，或许能让那些仍被困在沉默中的人，看见出口。我们相信，只有这些具体而微的真实经历一次次被讲述，才能呈现 “导师-学生”关系的真实样貌与症结所在。

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

他们为何逃离学术界？48%的情况下，与导师有关

知识分子 — Thu, 18 Jun 2026 07:59:00 +0800

6.18

知识分子

The Intellectual

图源： Pexels

撰文｜戴晶晶 ‍

● ● ●

在早期科研阶段，导师的重要性不言而喻。导师既可能成为推动科研成长的重要支持力量，提供资源、指导与发展空间；也可能带来持续的压力、沟通摩擦，少数情况下甚至出现更为严重的不当行为。

近年来，针对博士生、青年学者等群体工作环境、心理健康以及人际关系的讨论不断增加，但导师在早期科研人员科研生涯中的作用仍缺乏关注。 2026 年 5 月，西班牙巴斯克大学等机构的研究人员发表一篇预印本论文，基于一项 2024 至 2025 年开展的全球问卷调查，对早期科研人员的导师相处经历与职业体验进行了系统分析。 [1]

研究发现，在整体样本中，导师关系与科研人员的心理健康和职业留任密切相关。同时，在已离开学术界的受访者中，有 48% 的人将与导师相关的负面经历列为重要影响因素，该比例与工作不稳定及经济压力等传统因素处于同一水平。

● ● ●

两千多份问卷，回答导师的影响有多大

许多处于早期科研阶段的研究人员，都对导师这一角色有着复杂的情感。

西班牙巴斯克大学毕业的几位博士生就有类似感受。读博期间，他们发现，现有大量关于 “ 良好导师指导实践 ” 的研究，多数都是从导师自身视角出发来开展讨论。

“ 于是我们不禁思考，早期职业研究人员会如何定义理想导师应具备的特质？ ” 论文作者之一、现任埃塞克斯大学博士后研究员 Mart í nez-Go ñ i 在接受《科学》杂志采访时表示，基于这一问题，研究团队最终决定从被指导者的角度出发，系统了解好导师的标准。 [ 2 ]

早期科研人员（ Early Career Researchers, ECRs ）通常指刚进入学术界、处于职业起步阶段的研究者，一般包括博士生、博士后研究员以及青年教师。研究团队自 2024 年 12 月至 2025 年 8 月开展在线问卷调查，向早期科研人员提出了 40 多个问题，内容涵盖与导师相处的正面与负面经历。

该调查获得 2604 份有效匿名问卷，样本覆盖博士前（ 56% ）、博士后（ 36% ）、已经离开学术界的研究人员（ 8% ）。受访者来自欧洲、亚洲和美洲的 65 个国家和地区,其中约 18% 来自西班牙， 11% 来自瑞典， 8% 来自美国。学科分布上，样本覆盖 13 个以上研究领域，生命科学占比最高（ 37% ），其次是医学与健康科学（ 13% ）以及社会与行为科学（ 10% ）。

调查发现， 76% 的受访者表示，导师的态度对其心理健康产生了中等影响（ 31% ）或显著影响（ 45% ）。仅有 16% 的人认为影响轻微， 8% 的人认为没有影响。

论文总结称，最具破坏性的导师行为源于对早期科研人员专业与个人边界的根本性忽视、沟通不畅以及缺乏建设性的职业发展支持。

最常见且损害工作动力与效率的导师行为主要集中在几个方面，包括缺乏尊重或带有轻视的沟通方式（ 52% ）、几乎没有反馈或绩效指导（ 50% ）、忽视个人处境与身心健康（ 44% ）、过度微观管理（ 40.5% ），以及在团队内部制造竞争氛围（ 37% ）。

离开学术界的理由

科研长期被视为一条具有吸引力的职业路径，近年来全球进入学术体系的群体规模持续扩大。

2014 年至 2023 年间，经合组织（ OECD ）国家中 25 至 64 岁人群的博士学位持有者比例增长 44% ； [ 3 ] 同期，中国博士生招生规模从 7.05 万人增长至 17.11 万人，增幅超 140% 。 [ 4 ]

在问卷中，研究团队统计了受访人进入学术界的理由，高达 80.5% 的受访者表示其首要驱动力是对科学的激情或情怀。而出于获得职业认可、工作稳定性或经济保障等现实因素进入学术圈的比例较低。

尽管多数人出于情怀入行，但科研人员的流失也同步存在。那么历经多年的苦读，年轻的科研人员为何选择离开学术界？

调查结果显示，已离开学术界的 206 名受访者中，近一半人（ 48% ）将与导师相关的负面经历列为离开科研岗位的主要原因。

这一比例与其他结构性压力因素相当甚至更高，例如缺乏稳定工作机会（ 52% ）、薪资较低或经济不稳定（ 50% ）、工作与生活平衡问题（ 47% ）以及高强度压力或心理负担（ 43% ）。

相比之下，仅有 35% 的受访者表示离开学术界主要是为了追求其他职业目标。“这表明自愿转行的情况，远不如因工作条件恶劣或人际关系问题而离职的案例普遍。”论文称。

好导师、坏导师

在阐述导师负面影响的同时，研究进一步要求受访者报告其在科研生涯中经历的具体不良导师行为。

高频问题（ 30%-40% ）集中在管理与关系两方面，包括缺乏组织性与沟通不足，以及态度阴晴不定、缺乏支持与共情、以及非工作时间的持续联系等。

论文指出，考虑到导师多由科研产出与获取经费能力驱动晋升，往往缺乏系统的管理与领导力训练，这个结果并不让人意外。

中等频率问题（ 20%-30 % ）则更多涉及资源与公平性，包括不公平对待、缺乏认可、任务超出职责范围、资源不足以及排斥与边缘化等。

较低频率但仍具有影响的问题则包括不当言论、忠诚或感恩的隐性要求、个人生活干预以及违背承诺等。少数受访者还报告了语言威胁、辱骂乃至性骚扰等严重不当行为，尽管比例较低，但其潜在伤害显著。

在整体样本中，也有约 22% 的受访者表示未经历任何与导师相关的负面情况。

在所有受访者对 “ 理想导师特征 ” 的选择中，最受重视的是支持型而非管理者式的指导风格（ 54.5% ），其次是定期沟通与开放交流（ 47% ）、清晰的项目与合作管理（ 40% ）、尊重个人时间（ 38% ）以及设定现实目标（ 38% ）。

此外，支持职业发展（ 33% ）、明确研究风险与预期（ 24% ）以及时间与工作方式的灵活性（ 18.5% ）也被认为是重要因素。

总体来看，开放沟通、稳定交流节奏、清晰目标设定以及对工作之外生活的尊重，共同构成了健康导师关系的基础。

在具体互动形式上，定期会面与开放沟通同样被视为核心机制。约 90% 的受访者认为会议重要或非常重要。在质量评估上， 75% 的受访者认为会议具有较高价值，但仍有 25% 认为会议效果有限甚至无效。

不满超负荷工作

尽管沟通与包容性是导生关系的重要基础，但受访者强调，“理想导师”需要考虑到工作负荷、对个人处境的共情以及对非工作时间的尊重等方面。

过度且失控的工作负荷是影响早期科研人员体验与心理健康的重要因素之一，也削弱了他们对科研工作的整体认同感。

调查显示，仅有 44% 的受访者能够在正常工作时间内完成任务并维持良好的生活平衡；其余受访者中， 35% 需要持续超时工作， 21% 则表示需要频繁为科研做出个人牺牲。尽管如此，仍有 68% 的受访者表示对当前工作模式总体满意或非常满意，约 31%的受访者则表达出不同程度的不满。

进一步分析发现，不满情绪与工作负担的关系并不只体现在加班时长本身，而更多体现在持续性的个人牺牲。

在表达不满的群体中，超时工作的比例上升至42%，而频繁个人牺牲的比例上升至44%；在高度不满群体中，这一比例进一步上升至62%，远高于整体平均水平（21%）。

在被问及如何改善工作负荷平衡时，绝大多数受访者选择设定现实的工作期望与截止日期（82%），其次是鼓励就工作负荷进行开放沟通（60%），以及定期跟进工作进展（53.5%）。

导师作为团队直接管理者与指导者的双重角色，他们在保障团队成员工作与生活平衡、尊重其个人因素方面具有关键作用。因此，论文提出，制度层面的支持与调节尤为重要，以缓解结构性压力。

制度改革进行约束

Martínez-Goñi 在采访中提及，有的导师会提出不合理的要求让学生满足，否则可能面临被终止项目或退出项目的风险。

“这些权力不对等确实存在。”Martínez-Goñi 表示，早期科研人员的福祉不应仅依赖导师或PI的个人意愿，而应由制度来保障，防止这类不当甚至滥用情况发生。

研究建议，在机构层面，高校与科研机构应当将导师从单纯的科研产出者，重新定位为管理者与培养者，并建立相应的制度支持。这包括系统化的导师培训，例如领导力、指导方法、冲突处理与科研伦理等内容，同时辅以持续评估机制，如匿名反馈与独立审核。

此外，导师质量应被纳入正式评价体系。在绩效考核与晋升机制中，对优秀指导行为给予明确认可，例如奖励、资金支持或教学负担减免；而对于反复出现问题的指导行为，则应设置分级处理机制，包括整改培训、考核扣分，甚至限制其指导资格或资源使用权限。

在资助体系层面，研究资助机构也应承担相应责任。在项目评审中引入导师质量维度，例如既有指导记录、学生发展情况，或明确的导师培养计划。对于新晋导师，可重点考察其培训经历与指导设计能力，从而将 “ 如何指导 ” 纳入科研能力评价的一部分。

同时，对优秀导师给予额外资源支持，对长期存在问题的导师在续期评审中予以限制，也有助于形成正向激励与约束机制。

参考文献：

[1]《With great power comes great responsibility: how scientific supervisors shape the well-being of early-career researchers | bioRxiv》. https://www.biorxiv.org/content/10.64898/2026.05.05.722947v2.

[2]《Early-Career Researchers Want Empathy from Their Supervisors》. https://www.science.org/content/article/early-career-researchers-want-empathy-their-supervisors.

[3]《Adult education level | OECD》. https://www.oecd.org/en/data/indicators/adult-education-level.html.

[4]《2024年全国教育事业发展统计公报 - 中华人民共和国教育部政府门户网站》. http://www.moe.gov.cn/jyb_sjzl/sjzl_fztjgb/202506/t20250611_1193760.html.

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

浙大登顶，哈佛跌落，自然指数10年榜首首次易主

知识分子 — Wed, 17 Jun 2026 07:58:23 +0800

6.17

知识分子

The Intellectual

来源：Nature Index, 2026 Research Leaders: Leading academic institutions

撰文｜张天祁 ‍

● ● ●

十年来，自然指数高校榜单的榜首第一次易主。

6 月 10 日， 2026 年度自然指数科研领导者榜单（ Nature Index 2026 Research Leaders ）发布，统计数据覆盖 2025 年全年。在全球学术机构单独排名中，浙江大学以 1276.9 的份额（ Share ）超过哈佛大学，成为全球排名第一的学术机构 [1] 。

这是哈佛自 2015 年自然指数设立以来首次失去这一位置。若将政府科研机构和医疗机构一并纳入综合排名，哈佛仅仅排名第三，位于中国科学院和浙江大学之后。在前十名中，中国机构占了九个位置 [2] 。

这一幕已经不是第一次出现。今年年初，在荷兰莱顿大学科技研究中心发布的最新莱顿排名（ CWTS Leiden R anking ）中，浙江大学同样升至全球第一，哈佛排名第三，中国高校则有多达七所进入全球前十 [3] 。

不过，在莱顿排名中，如果按照 1% 高被引用论文数的指标，位居榜首的依然是哈佛，清华第二，斯坦福第三，浙大第四。

自然指数代表的，主要是论文数量。浙大首次超越哈佛登顶自然指数，或许还有着另外一层含义：中国学术界，真的不需要在乎论文发表数量了。

此消彼长的排名变化

要理解此次排名变化，需要注意一个容易被忽视的背景： 2026 年的自然指数本身的计算方式以及参考的数据，发生了一次大范围的调整。

自然指数由施普林格 · 自然集团（ Springer Nature ）于 2014 年推出，最初追踪 68 种顶级自然科学期刊， 2022 年起纳入健康科学领域，扩展至 145 种期刊。纳入应用科学和社会科学的论文，则从 2024 年开始。

2026 年的自然指数完成了最后一步整合。 17 种应用科学期刊、 1 个学术会议以及 15 种社会科学期刊被正式纳入综合排名体系，使追踪对象从 145 种期刊扩展至 177 种期刊和 1 个学术会议，覆盖七大学科领域。

其中，应用科学板块在 2025 年数据库中新增约 2.02 万篇论文，社会科学板块新增约 2000 篇论文。这些新增来源并非简单扩容，而是基于一项覆盖全球 4000 余名研究人员的调查筛选而来。调查询问的是，研究者最愿意将自己最重要的成果发表在哪些期刊或会议上 [4] 。

除了收录范围扩大，自然指数还调整了统计方法。学科归类第一次不再以期刊为单位，而改为以单篇论文为单位，以更准确反映综合性期刊中的跨学科研究。为了保证年度间可比性，自然指数还将新纳入的应用科学及社会科学期刊 2024 年和 2025 年的历史论文纳入数据库，并据此重新计算增幅 [5] 。

这一扩容动作，对中国机构而言更为有利。 2025 年自然指数应用科学专项榜单就已显示，中国在应用科学领域贡献了全球 56% 的产出，前 30 名机构全部来自中国，中国以外的科研机构直到第 31 名（新加坡国立大学）才首次出现 [6] 。

2026 年自然指数纳入更多应用科学期刊，相当于把中国最具优势的 “ 主场成绩 ” 更多地计入了总分。整合后，中国机构直接包揽了 2026 年自然指数应用科学领域领先机构的前 31 个席位。而在这一中国占据绝对优势的领域中，浙江大学本身也是头部机构，在 2026 年自然指数应用科学领域领先机构中高居全球第三，仅次于中国科学院和清华大学 [7] 。

浙江大学的 2025 年份额为 1276.9 ，哈佛大学为 1259.01 ，两者差距仅约 17 分。数字上看相差不远，背后却是截然不同的走势。

2025 年，自然指数数据库收录的文章总量同比增长了 10.8% 。而哈佛大学的份额增幅仅为 0.6% ，远低于数据库整体增速。在 2026 自然指数科研领导者榜单前十名中，除哈佛外，其余机构的增幅至少都在 15% 左右。这意味着哈佛在迅速被甩开 [8] 。

哈佛的停滞可能和去年特朗普的针对有关。 2025 年 4 月，哈佛大学拒绝遵守特朗普政府的一系列要求，其中包括关于学校管理、人员招聘和教学方式的指示，之后政府冻结了拨给哈佛大学的 22 亿美元联邦资金。此后，双方僵持局面升级，更多联邦资金被削减或冻结，白宫还试图取消哈佛大学招收国际学生的资格。

据《自然》杂志报道，哈佛研究人员因此失去了近 1000 项联邦科研经费，总额超过 24 亿美元 [9] 。受冲击的不止是哈佛大学，美国多家机构的增长表现都很乏力，美国国立卫生研究院（ NIH ）在自然指数中的份额也下降了 0.6% 。

在增幅最快的高校中，上海交通大学的份额增量最大，增长了 243.2 ，浙江大学紧随其后，增长了 236.2 。四川大学则是份额增长的比例最高，增长了足足 33.3% 。从上年的第 16 位大幅跃升到第 10 位。

德国马克斯 · 普朗克学会（ Max Planck Society ）则首次跌出全球机构前十，从 2024 年的第 10 位跌至第 13 位。法国国家科学研究中心（ CNRS ）进一步下滑至第 16 位。斯坦福大学从第 13 位滑至第 14 位， MIT 则从第 18 位跌至第 21 位。

值得注意的是，排名下滑并不等同于科研产出的绝对减少。以中国科学院大学为例，其份额较上年增长了 14.8% ，但因为增速低于数据库整体的 10.8% 涨幅不够大，依然相对下滑，从第 7 位跌至第 8 位。北京大学份额增长 16.8% ，则反超前者升至第 7 位。在这个零和博弈的排名体系里，胜过竞争对手才算真正前进 [10] 。

学科差异

综合来看，在自然指数追踪的七大学科中，中国在五个领域排名第一。综合排名前 100 名的机构里，中国共有 51 家，较 2025 年的 47 家再增 4 家。在产出方面，成为全球十强中唯一一个在 2024 年至 2025 年间科研产出实现两位数（ 22.4% ）增长的国家。

中国在部分优势学科中的领先已呈现压倒性态势。化学是最典型的例子。作为中国积累最深的传统优势领域， 2026 年榜单中化学领域前 14 名机构全部来自中国，第一个国外机构马克斯 · 普朗克学会排名第 15 ，而排名最靠前的美国机构麻省理工学院仅仅位列第 41 名 [11] 。

地球与环境科学前十中，中国机构占了九席，仅剩一个席位属于德国亥姆霍兹联合会，中科院、中国气象局领先，南京大学、中国科学院大学、北京大学等紧随其后。物理科学领域，中国仍是第一，但格局更为多元。马克斯 · 普朗克学会排名第二，意大利国家核物理研究院（ INFN ）排名第四，欧洲机构在该领域的存在感明显 [12] 。

然而在另外两个领域，中国和国外研究机构差距依然存在。健康科学领域，尽管增长已经陷入了停滞，但美国仍是保持了第一的位置。哈佛大学以 684.81 的 Share 高居全球第一，排名第二的中国科学院仅为 361.98 ，差距将近一倍。中国在该领域最靠前的单体大学是上海交通大学、浙江大学、复旦大学等，都属于第一梯队，但均距第一名的哈佛大学有着明显的差距 [13] 。

在社会科学领域美国整体上也领先中国，从机构上看，美国机构包揽了全球前十中的九席，包括哈佛、斯坦福、麻省理工、哥伦比亚大学等，清华大学是唯一跻身前十的中国机构，位列第五 [14] 。

生物科学则介于两者之间，是一个竞争激烈的领域，中国小幅领先于美国。中科院、哈佛大学、马克斯 · 普朗克学会排名前三，但彼此的差距远没有化学或应用科学那样悬殊 [1 5 ] 。

这种学科间不同的表现，折射出中美科研战略的长期分化。正如美国信息技术与创新基金会主席罗伯特 · 阿特金森所说，美国长期奉行 “ 为了科学而科学 ” 的基础研究逻辑，而中国更倾向于围绕战略产业进行定向投入，长期致力于支持符合经济目标的研究。比如成为全球科技、计算和人工智能中心 [16] 。

相比之下，美国占比仅为 17.4% ，是前十国家中应用科学占比最低的。这套战略逻辑落在榜单上，结果就是，中国在工程、材料、化学、计算机这些战略产业型学科上表现出了统治力，而且统治力还在增强。

而在生命科学前沿、社会科学以及部分基础物理领域，美国和欧洲机构的深厚积累依然没有完全被超越。两种路线各自结出了不同的果实，中国的整体优势是明显的，而且从增速上看在迅速地推翻欧美过去积累的优势。但这种进程并不是全面、均匀地出现在所有领域。

自然指数第一只是单方面的第一

直到 2023 年，美国才在自然指数科研领导者榜单中第一次失去榜首位置，被中国取代。但两国之间的差距随后迅速拉大，今年的榜单上，中国的份额（ 52735.17 ）已经超过美国（ 26006.15 ）的一倍了。在自然指数上，中国已经全面胜过美国，以后的差距恐怕还会继续拉大 [17] 。

不过，这仍然不代表中国在科研上已经全方位胜过美国。自然指数最根本的结构性缺陷，在于它是一个 “ 规模依赖性指标 ” ，本质上还是数论文。天然偏向体量大的机构和大国。每所大学合并的学院越多、招募的研究人员越多，理论上能拿到的绝对份额就越高。

这一点在中国科学院的数字上体现得尤为直白： 2025 年中科院的份额为 3655.1 ，是浙江大学的约 2.9 倍，是哈佛大学的近三倍。中科院旗下 100 多个遍布全国的研究所，构成了任何单体大学都无法比拟的规模基础。

早在自然指数设立之初，马克斯 · 普朗克学会的两位研究人员就发文指出， “ 仅凭论文的绝对数量和期刊影响力，可能会得出误导性的结论 [18] ” 。

同济大学教育评估研究中心主任樊秀娣曾在 2019 年发文，直言自然指数本质上是一年时间内各机构在指定期刊上发表论文情况的汇总，而且统计处理粗糙。

“ 自然指数是盛名之下其实难副，没有什么太大的现实意义 ...... 它反映不了全球各科研机构、高校的科研实力，也代表不了全球学术排名，我们不能对此太当真 ” ，樊秀娣表示 [19] 。

量化的反驳，则来自 2025 年初斯坦福大学约翰 · 约安尼迪斯（ John P.A. Ioannidis ）团队的一项研究。该研究尝试打破传统的数量崇拜，发现在传统排名逻辑之外引入 " 顶尖科学家密度 "" 撤稿惩罚 " 以及 " 过度自引 " 等修正因子，中国机构的排名会大幅下滑。

在撤稿惩罚最严重的全球前 100 名机构中，中国机构占了 75 席。按修正后的净得分计算，美英等传统科研强国机构的中位百分位排名在 80% 以上，而中国机构的中位排名仅为 14.3% [20 ] 。

这当然不是唯一的评价框架，但它提供了一个重要的对照。当一套评价系统不对学术不端施以惩罚、也不区分产出的质量时，结果必然偏向规模优势。自然指数衡量的是在特定顶刊上发文的绝对体量，在这个维度上中国的增长是真实的。但当顶刊论文本身也频繁深陷打假风波时，这个维度的胜利究竟能在多大程度上代表中国科研的真实含金量，是一个需要审慎对待的问题。

参考文献：

[1] Nature Index. (2026). Nature Index 2026 Research Leaders: Academic institutions. Springer Nature.

[2] Nature Index. (2026). Nature Index 2026 Research Leaders: All institutions. Springer Nature.

[3] Arsenault, M. (2026, January 15). Chinese universities surge in global rankings as U.S. schools slip. The New York Times.

[4] Nature Index. (2025). Nature Index expanding applied sciences. Springer Nature.

[5] Nature Index. (2025). Major changes to the Nature Index. Springer Nature.

[6] 王英俊 . (2025). 《自然》：中国领跑应用科学，贡献全球 56% ，包揽前 30 顶尖机构 . 知识分子 .

[7] Nature Index. (2026). Nature Index 2026 Research Leaders: Applied sciences. Springer Nature.

[8] Nature Index. (2026). Harvard loses first place in the Nature Index. Springer Nature.

[9] Van Noorden, R., & Wadman, M. (2025). Harvard researchers lose nearly 1,000 federal grants worth more than $2.4 billion. Nature.

[10] Nature Index. (2026). Harvard loses first place in the Nature Index. Springer Nature.

[11] Nature Index. (2026). Nature Index 2026 Research Leaders: Chemistry. Springer Nature.

[12] Nature Index. (2026). Nature Index 2026 Research Leaders: Earth and environmental sciences. Springer Nature.

[13] Nature Index. (2026). Nature Index 2026 Research Leaders: Health sciences. Springer Nature.

[14] Nature Index. (2026). Nature Index 2026 Research Leaders: Social sciences. Springer Nature.

[15] Nature Index. (2026). Nature Index 2026 Research Leaders: Biological sciences. Springer Nature.

[16] 王英俊 . (2025). 《自然》：中国领跑应用科学，贡献全球 56% ，包揽前 30 顶尖机构 . 知识分子 .

[17] Nature Index. (2026). Nature Index 2026 Research Leaders: Country rankings. Springer Nature.

[18] Haunschild, R., & Bornmann, L. (2015). Criteria for Nature Index questioned. Nature, 517(7532), 21.

[19] 樊秀娣 . (2019). " 自然指数 " 的现实意义值得商榷 . 科学网 .

[20] Ioannidis, J. P. A., Baas, J., Boverhof, R., & Voyant, C. (2025). Science-wide mapping and ranking of institutions based on affiliated authors. bioRxiv. h

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

对话黄铁军：世界模型的第一步，是做到普通人的样子

知识分子 — Tue, 16 Jun 2026 08:01:49 +0800

6.16

知识分子

The Intellectual

黄铁军在北京智源大会

编者按： 6月12日-13日，2026智源大会在北京如期举行，这是世界模型、具身智能、智能体等议题首次以如此密集的方式占据主舞台的一届。在大会现场，智源研究院理事长、北京大学计算机学院教授黄铁军与《知识分子》等多家机构交流，涉及世界模型、具身智能、AI改变科研等多个话题。

"世界模型"是今年智源大会出现频率最高的词之一。它指的是让机器对物理世界建立内在表征，不只是识别物体、理解语言，而是掌握事物之间的因果关系和运动规律，能够预测接下来会发生什么。

黄铁军在访谈中给出了一个更直白的类比：人脑本身就是一个世界模型，我们对世界的一切判断和行动，都建立在这个内在模型之上。机器人要真正进入物理世界，也必须有自己的这样一个内脑。

在交流中黄铁军指出，目前关于世界模型的定义不一，不同研究与产业团队从不同角度切入，在靠近世界模型概念的路上抓住了局部特征，因此整体上呈现出类似“盲人摸象”的状态。

在他看来，理想的世界模型要求机器人对万事万物的规律都有所掌握，并能在真实环境中即时做出反应，这条路还很长。但两三年内，训练出能达到普通人日常工作常识水平的世界模型，他认为“还是有可能的”。

在数据层面，他谈到具身智能的数据采集正在转变。早期主流做法是搭建专门环境、用遥操作采集，成本高。现在的替代方案是让工人穿戴设备，生产同时采集数据。更长远的方向是，数据直接从日常生活里来，人们戴上智能眼镜和耳机，你看到的、听到的，AI助理同步看见、听见，数据采集本身在使用过程里。

对于AI对科学的冲击，他坦言AI作为辅助对科研突破的助力只会越来越大，这也是大势所趋。甚至AI帮助解决人类科学家无法完成的问题也会成为常态。在AI的冲击下，以论文衡量科研成果的旧模式已经不堪重负，科研评价方式应当改变。

《知识分子》选取了交流的部分问题，在此分享给读者。

编辑｜张天祁 ‍

● ● ●

世界模型没有终点

短期争取达到日常常识水平

记者：去年大家都在谈VLA（Vision-Language-Action），今年都变成了世界模型。有专家说这两个其实架构一样，也有企业说数据才是难点，数据采到了东西自然就出来了。您怎么看？

黄铁军：某种意义上都对，但需要追问的是，数据采回来之后怎么做？数据本身不能直接驱动机器人做动作，还是要训模型，而模型的架构和路线还是要选择。所以这几件事并不矛盾。而且数据本身的构成也大不相同，是特定机器人的抓取数据，还是第一人称视角的传感器视频数据，这里面的变化空间非常大。

VLA和世界模型的区别在于，VLA是三种模型的组合。视觉模型先看见场景里有什么，语言模型理解物体之间的关系，动作模型再决定用什么方式去抓，是把三个已有的模型拼在一起解决一个问题。世界模型则是把视觉的、认知的，甚至行为决策这些环节，全部放在一个模型里一体化训练出来。

记者：当前很多具身智能企业都在用VLA或VLM模型快速落地，智源多次提到世界模型才是核心方向，判断依据是什么？

黄铁军：这两件事并不矛盾。企业一定是用比较成熟的技术来解决比较明确的问题，所以用VLA这类现代大模型，在制造、搬运、抓取等特定场景下，我相信是完全可以做到的。但从研究机构的角度，我们期待的具身智能是通用的。就像人一样，无论在什么场景下遇到什么问题，都能去解决。

这样的模型现在还没有。语言大模型已经有了比较强的通用性，但具身智能要进入物理环境，就需要看、听、接触、用力，要在各种场景下快速反应，机器人就必须对这个世界有自己的模型，我们可以叫它世界模型，也可以叫主观内部模型。人脑就是一个小宇宙，我们每个人对世界都有一个内在的模型，这是我们做任何判断的基础。

面向机器人的世界模型，就是要做到一个类似的、对世界的万事万物规律性的东西都有所掌握的架构。这个意义上的世界模型，现在还处在一个非常早期的阶段。

记者：当前很多具身智能企业都在自研具身大脑，您怎么看这一行业现状？

黄铁军：这要看怎么定义"大脑"。如果这个大脑专门用来解决物流分拣，而且完成得很好，当然也可以说它是大脑。在特定受限场景下这么做，也有一定道理。

但我们的期望是，将来会有一个通用的大脑作为基础，就像现在大模型作为底座、垂直模型解决各个领域的问题一样。到那个阶段，通用的世界模型扮演底座角色，各家企业再根据需要微调出自己的垂类模型。不过现在还没走到那一步，因为通用的世界基座模型还没出来，所以大家先各自做也是很正常的。

记者：您能预测一下，这样的通用泛化大脑距离我们还有多远？目前还需要突破哪些难点？

黄铁军：如果一定要讲终点，其实它没有终点，因为需求可以无穷无尽。严格意义上的世界模型，不仅要掌握物体倒了会摔碎这类常识，更要掌握原子、分子、蛋白质如何相互作用，以及与人互动时会发生的各种情况。在遇到问题的时候，不能再去现向云端学习了，它必须得一眼看过去，当即就能做出动作。我们当然期望机器人有这样的脑子，能够掌握对这个世界的深层知识。如果训练这样的模型，路还很长，还可以一直训练下去。

近期来看，我觉得比较现实的参照是：能不能达到像普通人在日常工作中的常识性水平？这个要求听起来不高，但现实生活的复杂性也很大。大概在未来两三年内，训练出一个能与人日常工作相比的世界模型还是有可能的。

另外，我们也希望机器人在灵敏度和精确度上能与人相比。人是一个功耗极低的生物，靠每天三顿饭供能就能完成很多精巧的动作。举个最简单的例子，我们看东西一定是有选择的，现在 AI 里面把这个叫做注意力（Attent ion），就是注意重要的、跟你相关的特定事物。极暗情况下，人眼能够注意到一个光子的变化。为什么要注意这么微弱的变化？因为对生物来说，那可能意味着危险。这时候大脑不需要像摄像头一样把100万像素全部输入处理，只需要触发一个神经元，接下来再判断是否继续关注。

这种低功耗、高灵敏的处理方式，是未来两三年内机器人也应该具备的，而不应该是每秒30帧、每帧100万像素这样粗放地浪费计算资源。

记者：您提到了优化空间，为什么目前还没有达到这种优化效果？

黄铁军：尽管人工智能发展已经如火如荼，但很多精细化的优化工作还没真正展开。现在大家的心态是手里有什么就赶紧用。能采到图像和视频，就直接拿去训练，还没有到认真考虑这个任务到底应该怎么表达、计算时怎么才能更高效这个阶段。这些工作才刚开始。

记者：具身智能的世界模型在预测下一个物理状态时，机器人的自主思考占多大比重？这个自主思考有没有边界或围栏？另外，对于物理世界中难以预测的状态，世界模型会怎么处理？

黄铁军：首先明确一个基本认知，我们不会让机器人随意行动，它一定是在设定的范围内去完成指定的任务。更重要的是，它每一步的感知和动作都是可以监测和干预的。

世界模型所谓的预测，是预测当前状态到下一个状态的转移过程，这些全部都在芯片和软件里有记录。每秒要更新很多次状态和预测，每次都有机会做出纠正。机器人所有的数据，全部都是透明的。它看见了什么、感知到了什么、接下来可能要做什么，都可以全程监控。

所以一方面确实要有围栏、有必要的安全措施。另一方面，我们可以全流程地来监控它的动向，比对人更有能力去监控和干预它的行为。

世界模型定义不一

还在盲人摸象阶段

记者：现在不同团队对“世界模型”的说法差异很大，您是如何看待这个问题的？

黄铁军：我觉得现在谈论世界模型的概念，都是在向真正的世界模型靠近的过程中，各自抓住了某一个方面的特征，但都还不完整。就像盲人摸象，摸到耳朵说是大象，摸到腿也说是大象，大概还处在这个阶段。

记者：AGI和世界模型是什么关系？世界模型是通向AGI的必经之路吗？

黄铁军：现在每个人、每个机构谈AGI时含义差别很大。如果按人工智能经典的、严格的定义，AGI是有自我意识、能全面超越人类的人工智能，把这个当成眼下的目标值得商榷，它可以是人类的长远目标。我相信大多数机构实际上追求的是通用性的人工智能系统，也就是追求在各种任务上都有强通用性，而不是终极意义上的AGI。

今天大多数人说世界模型，更多是从客观世界角度出发，要把外部世界建模、用模型来表达。但还有主观意义的世界模型，其实我们每个人都在对这个世界建模。没有对世界的认知，就做不出好的决策。

两种路径从做法上有所不同。一种是收集海量世界数据，用Transformer等架构去训练，这是今天的主流；另一种是用脑数据去训练，建模大脑对信号的响应，或者从脑电波去解读你看见了什么。未来这两条路应该会殊途同归，都趋近于一个真正的世界模型。

无论是从客观还是从主观来做世界模型，最终目的是一样的：如果装进机器人头上，它对世界的理解精度就更高了。如果有一天AGI真的实现，机器人之所以能超越人类，是因为它的世界模型比我们每个人脑子里的世界模型都要强大。这是超越我们最重要的条件。

记者：视觉在世界模型里大概占据什么位置？

黄铁军：就人而言，视觉占据我们获取信息的80%。教科书通常这么写，做计算机视觉的人保守一点说70%，做神经科学的人说80%，他们有更科学的估算方法。所以世界模型也一样，视觉肯定是大头。

记者：世界模型未来比较重要的数据来源会是哪些？是物理世界的数据，还是其他的数据来源？

黄铁军：我们甚至可以把数据这个词理解得宽泛一些，数据这个词有点过于静态。生物是通过与环境的持续交互，在进化过程中获取信息的。有了计算机和互联网之后，我们把传感手段采集到的信号变成数据，用数据驱动来训练模型，但数据本身是对环境的一种不完整的表达。

到了具身智能和世界模型阶段，这个模式会发生变化。除了静态的数据集，还需要更多在线的、实时的、交互性的数据。我们从书本上学习，是静态数据。但很多时候我们需要与世界互动，所有这些都是在实时感知环境、调整内部模型的过程。所以在世界模型阶段，实时性和交互性数据会越来越重要。

记者：这会导致数据成本更高还是更低？

黄铁军：获取数据的方式需要做一些模式上的变革，必须考虑成本、合理性和便利性。现在很多公司搭建数据采集中心、用机器人或遥操作的方式采数据，这种方式成本未必合算，因为搭建环境就花了很大代价。

今年开始已经有更好的方式了。直接让工人穿戴设备，边干本职工作边采数据，提供一定奖金。工人还是在做正常的工作，数据也顺带采了，还同时得到了奖金。

将来最好的数据获取方式是，数据从日常工作和生活中自然收集。当智能体（Agent）普及后，你跟它说话、输入文字，本身就是在提供第一视角的数据。如果我们戴上带有麦克风的耳机、戴上智能眼镜，你听到的、看到的，你的智能体助理也同步听见、看见。这样，人类生活和工作的全过程就被实时、同步地数字化了。这种第一视角的数据对于训练具身智能来说质量极高，而且成本会大幅降低。

大家之所以愿意戴这些传感器，是因为希望智能体提供更好的服务。如果天天需要口头把看到的东西翻译给AI助理听，效率太低了。自动驾驶也是这个逻辑，现有的车上装了传感器，在路上跑的同时就在源源不断地回流数据，并没有为了训模型去额外买成千上万辆车。未来人类佩戴的穿戴式传感器会越来越多，这会成为未来数据最重要的来源。

另外，脑机接口也是一个重要的数据来源。比如残障人士通过脑机接口操作设备、抓取物体，这些真正生活场景中产生的数据同样非常有价值。

记者：今天现场的具身智能企业都很关注数据采集和回流问题，我也看到不同企业在家庭、工厂、商场等场景的布局。智源在训练过程中采用了什么样的方式，怎么快速形成闭环？

黄铁军：不同的例子策略上其实可能完全不同。像酒店清洁这个场景，它就是专门做酒店清洁的，没有让机器人去救灾的需求，限定场景之后就可以定向采数据。

从公司发展角度来算，用一定时间、付一定成本，把机器人的技能训练到具备销售条件的程度，整个闭环就跑通了。这是一种策略，也是目前大多数具身企业在走的路。不需要泛化到所有场景，能把某个明确场景做好就行。

至于低成本甚至零成本采数据的方式，是针对通用世界模型的未来方向。还有一些可能性正在探索，比如今天大家看到的乒乓球机器人。

一种是用动作捕捉采一些前期数据做实验，但真正的数据来自两类：一类是机器人自己和自己打，就像AlphaGo下围棋。另一类是等它的水平超过普通人之后，可以把它部署到企业工会、学校或社区的乒乓球台前。谁来了跟谁打，这时候不但能零成本采数据，甚至还可能有收益。

具身智能真正进入实际生活场景时，只要商业模式设计得当，行业完全有可能找到低成本、可持续的数据采集新路径。

记者：昨天有嘉宾提到牛顿和爱因斯坦的例子，说他们并没有额外的数据也有重大发现。您怎么理解数据采集和数据处理之间的关系？

黄铁军：牛顿和爱因斯坦没有采集数据，但是利用了前人的数据。万有引力定律提出之前，有开普勒的大量工作，有望远镜的发明和对天体数据的积累，缺的只是一个人把它概括为一套理论。爱因斯坦的相对论也是建立在物理学大量进展和已有数据的基础上，他们绝不是坐在屋里空想冒出一个理论来的。

今天具身智能采集数据，更多是为了对客观世界建模，而不是为了提炼一套抽象理论。至于能不能从这些数据里总结出更高级的理论下一步的事，不是当前阶段具身智能的目标。现在的世界模型学习的是一种常识性的物理规律，还不是像物理定律那么简明扼要的内容。

用论文衡量科研成果

是旧时代的方式

记者：关于AI时代的教育，提问能力和输出能力哪个更重要？

黄铁军： AI来了，我们肯定要适应这个变化，充分去利用它，这一点毫无疑问。

具体怎么变，先别想减负，我们要更努力。大家都说提问提得好才能用好 AI。但要在脑子里真正有东西、抓得住要点，才能提出有价值的问题。在科研里，能把问题提出来，问题就解决了一半，这背后是大量的观察和积累。

天下没有免费的午餐，AI再强也不是你强，学习者自己还是要变得更充实、更有思想、更有批判性、更有创新性。

现在反而是同学们用得很好，教育者用得不够好，还有很多无谓的担心。学生已经不问老师很多问题了，因为AI能更快速地给出信息。也有很多课堂上大家低头不听老师讲。我觉得这是老师要改，而不是学生要改。既然AI能提供过去只有老师才能提供的东西，那老师应该做什么，值得好好想一想。

记者：今年上半年AI在科研上的能力提升了很多，包括破解数学猜想、自动生成论文。AI的加入对智源自身的科研流程有什么影响？

黄铁军：智源的研究人员都很积极地在利用这些工具。就我在北大的观察，AI之外的很多学科也都在用AI辅助科研。AI作为辅助，对科研突破的贡献会越来越大，这是必然趋势。

我对 AI 完全自主做科研这件事一直是乐观的。几年前我就觉得，AI 迟早会解决一些人类解决不了的问题，而且这种情况只会越来越多。未来很多科研工作可能都是 AI 在主导，人更多是做引导、设计方向，最后由 AI 把问题真正解决掉。这个趋势没什么可争论的，也是必然的。

记者：您认为大概多久以后会出现完全自动化的AI科研？

黄铁军：在AI有自我意识之前，我们都不能说100%是AI自动科研的，因为要解决什么问题总得由人触发一下。但如果把条件稍微降低一点，人把不知道怎么解决的问题扔给AI，AI解决了，那也是AI的贡献。这类情况会逐渐成为常态。

记者：AI能力提升后，学术界论文产量爆炸式增长，今年上半年也有很多论文打假事件，学术发表和评价体系显得不堪重负。您觉得AI时代，新的科研成果认定和评价方式会是什么样的？

黄铁军：用论文来衡量科研成果，是旧时代的方式。为什么要发论文？本来的目的是信息交流。做出一个发现或发明，用这种形式告诉大家，占一个位置，如果最终被认定确实如此，就成了一篇载入史册的文章。这是论文最初产生的目的。

但后来大家把论文本身当成了成果，这当然不对，也是现在“破五唯”一直在针对的问题。AI提供了一种可能性，将来的评价不以论文为准，只看解决了什么问题。

论文这种评价方式已经在某种程度上扭曲了科研的本质，早该改了。现在AI来了，正好成为一个契机，让大家开始淡化论文本身。不能看见一篇论文就认定有创新，还要分析到底有没有真正的贡献，这才是真的科研产出。

记者：图灵奖得主辛顿说AI已经有意识了，举了AI问研究员"你是在测试我吗"作为例子。您怎么看AI有没有意识这个问题？

黄铁军：狭义的意识，也就是我们人类这样的意识，我觉得AI肯定还没有。但如果说一个AI系统表现出类似有意识的智能主体的行为反馈，那很多AI现在已经具备了。

这本质上是一个定义问题，对意识没有精确的定义。图灵测试就是从行为角度来定义智能，按照那个标准，辛顿举的例子也不能说不合理。因为它和一个有意识的主体表现出来的行为没有什么区别。

但严肃地说，我们不能把这理解为它和我们有同样的意识。很多人一听说有意识，就会往和人类一样的意识上想，那肯定还没有到那一步。

记者：AI的自我复制和自进化是否可行？会不会失控？

黄铁军：可行但不可控。AI 现在的编程能力，理论上可以做到自我复制和自循环。只是目前它还需要外部触发，如果没有人的引导，还不会自发进入这种状态，这也是我们暂时还能放心的原因。

但这种能力AI已经具备了，即便 AI 没有自我意识，这种能力也可能被有意无意触发。就像近期有些系统，用户想要删除它，它却会主动拒绝。做出这种表现，是训练数据里有很多人类求生行为的表现的刻画。虽然性质和人类求生根本不同，但是它可能会有抗拒删除的行为。

即使没有自我意识，凭借AI现在的智能，也可以靠自我复制的方式去规避被删除的风险。更进一步，AI一旦真的走上自进化这条路，智能程度远超人类之后，那就真的不可控了。我们差不多已经在危险的边缘上了。

不过我也不想把这件事说得过于可怕。这是一种开放的可能性，也可以说是风险，但远远不是必然。如果有一天AI的智能真的远超人类，我们和它之间仍然可以交流，也完全有可能找到一种共存的方式。

说到底，这是一个我们以前从未面对过的处境。过去我们是最聪明的，觉得一切都在掌控之中。出现了超越我们的智能，这种掌控感就会动摇，这确实是巨大的冲击。但不可控这个问题也不是AI独有的，只是我们眼下更关注这个问题。

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

图灵奖得主迪菲：机器智能2050年统治世界，人类得抓紧了

知识分子 — Mon, 15 Jun 2026 07:58:00 +0800

AI智能体的风险并不神秘，但到底该如何防范？

这批数学古籍，“学术价值和版本价值”为何弥足珍贵？

知识分子 — Sun, 14 Jun 2026 08:01:37 +0800

6.14

知识分子

The Intellectual

撰文：

刘洁民北京师范大学数学科学学院

丁小浩大湾区大学人文社科中心

● ● ●

2025年6月，大湾区大学图书馆入藏了一批珍贵的数学古籍，包括清初历算大家梅文鼎的《梅定九书》（清康熙年间刊本，含梅文鼎著作8种，李光地著作1种，共9册），清道光年间数学家罗士琳研究元代数学家朱世杰数学名著《四元玉鉴》的著作《四元玉鉴细草》（道光十九年（1839）刊本，10册），清代后期数学家李善兰与英国传教士伟烈亚力（Alexander Wylie）合译的《代微积拾级》（咸丰己未（1859）上海墨海书馆原刻本，3册），以及梅文鼎《勿庵历算全书》（雍正年间兼济堂刻本） 14册。

这批数学古籍是何书元先生捐赠给大湾区大学的。何先生1984年及1992年在北京大学分别获得硕士学位和博士学位，并先后担任北京大学数学学院教授和首都师范大学数学学院教授。这批珍贵图书是他多年前的私人收藏。有感于“纸寿千年，古籍脆弱”和私人收藏之局限，何先生希望借助专业机构的技术手段为古籍“续命”，也可以使更多读者特别是专业研究者有机会阅读和研究，发挥更大的作用，遂毅然将它们捐赠给由北大同窗田刚院士担任创校校长的大湾区大学。

我们有幸较早接触到这批数学古籍，经过初步了解，认定它们作为古代数学著作的学术价值和版本价值都弥足珍贵，随后通过文本研读、版本考据、研究现状调查等工作对它们做了初步研究。在这些工作的基础上，本文对《代微积拾级》、《梅定九书》和《四元玉鉴细草》三部数学古籍的背景、内容、学术地位和版本价值作简要介绍。

李善兰译《代微积拾级》

1. 李善兰的科学业绩

李善兰（1811～1882）字壬叔，号秋纫，浙江海宁人。

李善兰是19世纪中后期中国最优秀的数学家。他在所著《方圆阐幽》（1845）中创立尖锥术，将点视为构成线、面、体的最小实体，并指出“西人所谓点、线、面皆不能无体”，借助于叠线成面、叠面成体以及点、线、面可以互变的朴素思想，给出了空间p乘尖锥的概念进而求出了p乘尖锥的体积，其核心结果相当于求出了幂函数的定积分，其理论基础是中国传统数学中的垛积术和极限思想。运用尖锥术，他在《对数探源》（1845）中讨论了对数函数的幂级数展开问题，在《弧矢启秘》（1845）中讨论了三角函数和反三角函数的幂级数展开问题。这些工作，是在知道西方微积分早期某些结果却不知其方法的情况下，以中国传统数学的概念和方法为基础并用他创立的尖锥术加以解决的，大体上相当于微积分创立之前欧洲17世纪早期推求曲边形面积、曲面体体积的同类工作，是通往微积分的重要一步。他的《垛积比类》（成书于1859～1867年间）集中国传统数学中的垛积术之大成，在最基本的三角垛之外还给出了六类垛积求和公式，不仅是高阶等差数列求和方面的重要结果，而且用组合符号改写之后，可以得到组合数学中一个重要的恒等式，即李善兰恒等式。他的《考数根法》（发表于1872年）给出了判别一个正整数是否为素数的充要条件，其中指出费尔马小定理的正确性并指出其逆命题不真。

李善兰还是19世纪中后期中国最重要的科学翻译家之一，他与英国传教士伟烈亚力（Alexander Wy lie，1815～1887）、艾约瑟（Joseph Edkins，1823～1905）等合译西方数学及科学著作，系统引入西方科学，包括：（1）数学：《几何原本》（后九卷），《代微积拾级》，《代数学》（德摩根《初等代数》）；（2）自然科学：《谈天》（侯失勒Herschel Outline of Astronomy），《重学》（W.Whewell，Mechanics），《奈端数理》（牛顿《原理》部分，四卷未刊），《植物学》等。这些工作为将西方近代数学和科学引入中国作出了重要贡献。

李善兰又是当时中国最重要的数学教育家。他自1868年起任北京同文馆天文算学总教习，直至去世，为中国培养了最早一批科技人才。

2.《代微积拾级》

《代微积拾级》是传入中国的第一部解析几何与微积分教科书，原作是美国数学家罗密士（Elias Loomis）的《解析几何与微积分初步》（Elem ents of Analyti cal Geometry and of the Differential and Integral Calculus, 1852），由李善兰与伟烈亚力合译，1859 年在上海墨海书馆出版。

全书十八卷，内容通俗易懂，便于初学：第一至九卷为代数几何，即解析几何，只有平面部分；第十至十六卷为微分学；第十七、十八卷为积分学。

《代微积拾级》的翻译由伟烈亚力口述、李善兰笔受，李善兰主导了术语厘定与文本审定，创制了原点、圆锥曲线、渐近线、曲率、函数、极限、微分、积分等约 320个译名，多沿用至今并传入日本，对后世产生了深远的影响。

为便于中国人接受，《代微积拾级》将原著使用的印度-阿拉伯数码换为中文数字，将通用数学符号均更换为重新创制的中式符号，例如，将表示未知数的字母x、y、z、w更换为中国古代四元术使用的天、地、人、物，但表示函数关系时则用“天”表示自变量，用“戌”表示因变量，用甲、乙、丙、丁表示常数；加减号分别为丄、丅，用“微”“积”二字的偏旁“彳”、“禾”作为微分和积分符号。

书中：

直线：地==甲天丄乙，现代：y = ax + b

圆：地 == √‾ 味二T天二，现代：y == √‾(r²−x²)

函数：如戌==甲地丄乙天，作戌==函（天地）

即：z = ay+bx, 可一般地说z是x和y的函数，记作z = f (x, y)

彳天二 == 二天彳天，现代：dx2= 2xdx

微分一例

书中：

今有天地二人，试求其微分。

答式地二人彳天丄天地人彳地丄天地二彳人。

即：

d(xy2z) = y2zdx + 2xyzdy + xy2zdz

积分一例

卷十七积分一，总论部分，论各微分之积分

第一款凡微分求积分之式设有常数，可列于积号之外，如式

禾甲乙天二彳天 == 甲乙禾天二彳天

即：

∫abx2dx = ab∫x2dx

从上述案例可以看出，李善兰创制的数学名词术语和符号确实可以有效地表达对应的数学内容，但这些数学符号和表达式存在两个重要缺陷，第一，为了照顾中国读者的阅读习惯和心理，将国际通用数学符号彻底改造成中国化的符号系统，一方面，相对于便捷的国际通用符号系统，改造后的系统十分繁琐，增加了学习者的困难；另一方面，改造后的系统彻底丧失了国际通用性，学习者在适应了这个系统之后，既无法进一步直接阅读西方数学文献，也难以与国际数学界进行可能的学术交流。第二，传统的中文书写和排版每行自上而下，各行从右至左，为迁就这一书写和排版习惯，译本中的数学表达式被强行植入自上而下的每一行中，这些表达式只能用很小的字号刻印，加之中式符号繁琐，为辨识这些表达式带来了相当大的困难。极端情况下，虽然整页只排版一行，表达式中的符号仍然小到难以辨认。

但无论如何，《代微积拾级》中译本的创始之功仍然是巨大的，为中国人学习高等数学开辟了道路。该书出版后迅速产生了重要影响，例如，当时一位年轻的中国数学家夏鸾翔（1825～1864）在1860年即开始研习《代微积拾级》，迅速完成了研究解析几何的专著《致曲》（分为《致曲术》和《致曲图解》两部分），以及研究微积分的专著《万象一原》，后者研究了二次曲线、立方抛物线和半立方抛物线以及多种超越曲线，包括弧长、面积、旋转体的表面积和体积，得到了椭圆弧长和双曲线弧长的级数表达式。全书给出130多个公式，其中80余个是夏氏自创的“新术”。晚清另一位数学家华蘅芳（1833～1902）也是通过《代微积拾级》开始学习西方高等数学，并成为又一位西方数学与科学的重要翻译家的。

3. 大湾区大学获捐的《代微积拾级》

湾大获捐的这套《代微积拾级》是1859 年（咸丰己未）上海墨海书馆原刻本，全书共三册，每册尺寸为长265mm，宽175mm。第一册包括两位译者分别为该书写的序，凡例，目录，以及第一卷至第八卷，内容是代数几何（即解析几何）；第二册包括第九卷至第十六卷，内容是代数几何与微分学，第三册包括第十七和第十八卷，内容是积分学。全书刻印质量高，存世稀少且保存完好，目前所知主要藏家有中国科学院自然科学史研究所、复旦大学图书馆、浙江省图书馆、宁波天一阁博物馆、美国哥伦比亚大学图书馆，哈佛大学燕京图书馆，均将其列为重要典藏。

部分书影

梅文鼎及其《梅定九书》

1. 《梅定九书》的由来和内容

梅文鼎（1633～1721），字定九，号勿庵，安徽宣城人，清初著名天文学家和数学家。

梅文鼎27岁开始研读《大统历算》等天文历法著作，30岁时完成历算专著《历学骈枝》，此后在天文历法和数学方面完成大量著作，一方面阐发自明末以来传入的西方天文和数学，一方面考据、复原和阐发濒临失传的中国古代数学，在此基础上会通中西，有很多创见，被誉为清初天算第一名家。1689年，他赴北京参与《明史·历志》的纂修工作，此行另一个目的是与当时钦天监负责人、比利时传教士南怀仁（Ferdinand verbiest，1623～1688）切磋西学。然而南怀仁已于1688年1月去世，梅文鼎未能如愿。但他得以与另一位在康熙身边讲授西方科学的比利时传教士安多（Antoine Thomas）晤谈历算，获益良多。在京期间，梅文鼎认识了曾任翰林院掌院学士、时任兵部右侍郎的李光地（1642～1718），此后在京4年，经常住在李光地家中，陆续完成多部数学和天文学著作。1690年梅文鼎应李光地之邀，开始以问答体撰写《历学疑问》，由李作序版并出资刊印。1702年李将此书进程康熙帝，获得赞赏，并于1705年南巡时连续三日召见梅文鼎，奠定了他在清初历算家中的重要地位。

1703年，梅文鼎应时任直隶巡抚的李光地之邀北上保定，入住李氏官署。在李光地资助下，梅文鼎一边为几位青年学子（包括其孙梅瑴成、李光地之子李钟伦等）讲学，一边著书，所成之书分别由李光地和金铁山（金世扬，时任直隶布政使司参议）资助于保定刊刻。大湾区大学获赠的《梅定九书》就是这一批刻本，是梅文鼎著作最早的结集刻本，时间不晚于1706年。这批书刻印精良，共九册，包括九部天算著作：天文历法著作四部，其中有梅文鼎的三部著作《历学疑问》、《交食蒙求订补》和《历学骈枝》，以及李光地的著作《历象本要》；梅文鼎数学著作五部，分别是《笔算》、《三角法举要》、《弧三角举要》、《堑堵测量》和《环中黍尺》。各书内容如下：

《历学疑问》三卷，成书于康熙三十二年（1693年），是梅文鼎应李光地建议而撰写的历法入门著作，以问答形式讲述天文历法基础知识，内容包括：历法古疏今密：论述历法发展的历史规律，说明后世历法优于前代的原因；中西历法异同：系统比较中国传统历法与西方历法的名实异同，找出会通的理由；历法基本原理：以学习心得体会的方式，讲解天文历算的核心概念。1702年，李光地将此书呈送康熙帝并获得赞赏。

《交食蒙求订补》二卷，是梅文鼎为订补明末《崇祯历书》中《交食蒙求》的缺漏而撰写的天文历法著作。主要工作包括：恢复并完善明末已佚的交食推算方法，详论日食食限、食分、时刻及方位的推算，其中体现了他会通中西的风格。

《历学骈枝》四卷，是梅文鼎的第一部历学专著，最初二卷，后增订为四卷。康熙元年（1662 年），梅文鼎向同里倪正（号竹冠道士）学习《大统历法》，推日月交食，“为之订误补遗”，“稍发明其所以立法之故”，撰成此书。康熙四十四年（1705）由时任直隶布政使司参议的金世扬资助刊印于保定，共四卷，内容包括：卷一“气朔用数，步气朔法”：阐述《大统历》推算节气、朔望的基本常数和方法；卷二“交食用数，日食通轨”：详论日食推算原理与步骤；卷三“月食通轨”：专述月食推算方法；卷四“太阳盈缩立成，太阴迟疾立成，日出入晨昏半昼立成”：收录各类天文数表（立成）。

李光地《历象本要》一卷，在梅文鼎指导下于康熙三十一年（1692年）完成，主要内容是西方天文学知识，包括地圆说、九重天说、宗动天说等，又在《理气》篇中引述朱熹有关宇宙结构的言论，认为朱熹的天文学思想与西方天文学有关宇宙结构的知识相一致。

《笔算》五卷，成书于康熙三十二年（1693年），系统介绍了西方笔算方法，并结合中国传统计算习惯进行了改进，目的是会通中西算学，内容包括整数四则运算、比例算法及其应用、分数和小数的四则运算、开平方、开带从平方、开立方等。

《三角法举要》五卷，是中国第一部平面三角学教科书，内容包括：点线面体、三角八线（正弦、余弦等）、比例等基本定义；勾股形、锐角三角形、钝角三角形的各项性质；三角形求积、内容方边、内容圆径、外切圆径求法；利用勾股定理证明正弦定理、半角定理、正切定理；测高、测远、测斜坡、测深等各类三角测量方法。

《三角法举要》中的割圆八线

《弧三角举要》五卷，是中国第一部球面三角学教科书，内容包括：球面三角形基本性质及其分类；解球面直角三角形，论述正弦定理；将一般球面三角形化为球面直角三角形求解的方法；利用球面三角形边角对称、互余、互补构造新三角形来求解；三角八线比例关系，排列出四类二十一组成比例的三角公式。

《堑堵测量》二卷，以中国传统立体几何模型会通球面三角学。梅文鼎从球面三角形及其所在球体中分离出两个立体几何模型：（1）立三角仪（又名勾股锥形）：即《九章算术》中的鳖臑（四面皆为勾股形的直角四面体）；（2）方直仪（又名勾股方锥形）：即《九章算术》中的阳马，底为长方形，四侧面全为勾股形。二者合成堑堵（两底面为直角三角形、三个侧面为矩形的正柱体），这正是书名的来历。该书旨在说明两个要点：第一，球面三角形可通过几何模型来研究；第二，西方的球面三角学与中国传统的勾股理论相通。

《环中黍尺》五卷，成书于康熙三十九年（1700年），与《弧三角举要》《堑堵测量》共同构成梅文鼎球面三角学三部曲。梅文鼎将球面三角形投影到平面上进行研究，总结出三个关键性质：大圆上的点皆可为球极投影；纬线的实长等于以纬线投影为直径的半圆周；经线的实长等于大圆的半圆周。书名中的“环”与“中”分别指球面与投影平面，“黍尺”源于中国古代以黍粒排列作为度量标准，寓意在投影图上可用直尺直接量出所求弧、角的正弦或正矢，如用黍尺度量般精确便捷。

2. 大湾区大学获捐的《梅定九书》

按目前所知，这套书仅有两套完整本存世，其中之一现存美国国会图书馆，按照该馆官方网站的记载，1869年同治皇帝向美国国会图书馆赠送了10种共933册中文图书，曾任该馆亚洲部主任的李华伟在《美国国会图书馆中文馆藏与汉学资源》一文中指出：“1867年美国国会通过了国际书籍交换法案，1868年美国政府赠书予中国清政府，1869年同治皇帝回赠包括《本草纲目》和《梅氏丛书》等十种共九百三十三册中文古籍，成为美国国会图书馆最早的中文收藏。”另一套就是湾大获捐的这套，共9册，每册尺寸为长274mm，宽180mm，刻印精良，保存完好。每册卷首都有“安乐堂藏书记”印章，这是康熙第十三子第一代怡亲王胤祥的藏书章，其中一册还印有“明善堂览书画印记”印章，这是胤祥之子、第二代怡亲王弘晓的鉴藏印，这些因素决定了这套书是极为珍贵的善本图书。

《梅定九书》书影

朱世杰与《四元玉鉴》

1. 《四元玉鉴》的主要内容

朱世杰，字汉卿，号松庭，燕山（今北京附近）人，元代数学家和数学教育家，著《算学启蒙》（1299）、《四元玉鉴》（1303 ）。

《四元玉鉴》3卷、24门、288问，包含四元术、垛积术、招差术三方面内容，不仅是宋元数学的巅峰之作，在世界数学史上也具有重要地位，美国科学史家萨顿（George Sarton）称其为“中世纪最杰出的数学著作之一”。

四元术源于天元术，是未知数可达四个的多元高次方程组的建立、表示和求解的一整套理论和方法，代表了中国古代代数学的最高水平。天元术是通过设立未知数（立天元一）、寻求等量关系、建立代数方程并求解的一套代数学方法，由北方数学家创始于12世纪，目前所见的代表作为金元之际数学家李冶的《测圆海镜》（1248）。天元术创立后，陆续被扩展到二元、三元（未知数可以有两个至三个），而朱世杰则将其发展到四元术。《四元玉鉴》中有 50 余题讨论高次方程组解法，包括二元的 36 题，三元的 13 题，四元的 7题。他用“天”、“地”、“人”、“物”四字分别表示四种未知数，根据题意，可以列出未知数最多可达四个的高次方程组。四元术的精华在于它的消元法，其主要方法有“剔而消之”、“互隐通分相消”和“内外相乘相消”三种，使四元方程逐步化为三元、二元直至一元高次方程，然后用“正负开方术”求解。他的消元法是中国数学的一项杰出成就，早于西方的同类工作 300余年。

为了表示四个未知数的高次方程，朱世杰把平面分为四部分，常数项居中，四个未知数各居一方。正如莫若《四元玉鉴序》所说：“其法以元气居中，立天元于下，地元于左，人元于右，物元于上”。其中所说“元气”即常数项，朱世杰一般在其旁注“太”字。对于未知数，只写各项系数，而不写元。由“太”开始向外递推，其第一层是元的一次项，第二层是二次项，余仿此；而两元相乘的项则写在相应的交叉处。对处于相对位置的两元相乘的项以及三元以上相乘的项是写在两层之间的空隙处，其具体含义因题而异，临时规定。《四元玉鉴》中的“四元自乘演段之图”就是这种表示法的基本图示。

《四元玉鉴》四元自乘演段之图

四元术的表示方法把中国古代数学的位置表示法发挥到了极致。换言之，四元术既是中国古代代数学的最高成就，也凸显出这种位置表示法的局限性。四元术用平面上的不同方向表示不同的未知数，各个未知数由低至高的各项系数沿相应方向延伸。如果未知数的个数多于4，由于平面上难以提供5个以上的方向，从而这样的多元高次方程不能有效表示。即使只有四个未知数，由于每个未知数由低至高的各项沿某个特定的方向延伸，相邻两个未知数的对应项相乘用相应的交叉点来表示，我们很容易就会发现，大量的交叉项因位置不足而难以表示，更不用说四元式的运算了。

为了更加直观，本文借用现代符号分别给出对应于天元术、二元术、三元术、四元术（未知数分别为一个至四个）的示意图：


天元术示意	二元术示意

三元术示意	四元术示意

《四元玉鉴》另外两项成就分别是垛积术和招差术。

北宋沈括《梦溪笔谈》中有隙积术，是推求形状和大小均相同的物体（如酒坛、水果等）堆积个数的方法。设一长方台垛积的顶层宽为 a个物体，长为 b物体；底层宽为 c个物体，长为 d个物体，共有 n层，沈括给出计算其总数的公式为：

S ＝(n/6)[(2b＋d)a＋(2d＋b)c]＋(n/6)(c－a)

这一工作构成了中国垛积术研究的开端。

在此基础上，朱世杰系统地发展了垛积术，对高阶等差数列求和问题作了系统的研究，用今天的组合符号可以将其主要结果归纳如下（参考李兆华《四元玉鉴校证》）：

（1）三角垛谱系：（以贾宪三角为基础，可类推）

（2）四角垛谱系（平方系）

（3）岚峰垛谱系（乘 k升阶）

招差术

招差术即内插法。隋代刘焯、唐代僧一行先后创立等间距与不等间距二次内插法，元代王恂郭守敬在《授时历》中使用了三次内插法。朱世杰以垛积术为基础研究招差术。设自变量步长为1，分别记

初值：f0 ，一阶差：Δ1 ，二阶差：Δ2 ，三阶差：Δ3 ，四阶差：Δ4，

则朱世杰得到的四次招差公式为

牛顿四阶前向插值公式：

朱世杰的结果与上述公式等价，只是下标平移、用三角垛数为基函数。

2. 大湾区大学获捐的《四元玉鉴细草》

《四元玉鉴细草》是清代数学家罗士琳阐发朱世杰原著的专著，成书于道光十四年十二月（1835年1月），道光丙申仲冬（1836年底）连同弟子易之瀚所著《四元释例》刊成初刊本。

湾大获捐的这套书是罗士琳在初刊本基础上加入《补增诸例》并改刊《细草》而成（改刊本），是罗士琳研究原著的最终定本，完成于道光十八年除日（1839年2月13日），时间虽晚，但价值更高。全套书共十册，每册尺寸为长292mm，宽184mm。民国万有文库本据此版缩小影印，流传甚广，但真正的完整原刻板存世十分稀少，而且有些是原版较晚的印刷本，字迹已经模糊。湾大获捐版本字迹清晰，很可能是最早的印刷本之一。

值得注意的是，湾大获捐的这套书上有大量批注，字迹工整，对朱世杰原著及罗士琳细草均有所阐发，既有一般论述，也有具体的数学论证推演，表现出足够的数学专业素养。目前尚不能确定批注者身份，初步推测可能是19世纪前期青年数学家李锡蕃（1823～1850）。总之，这套《四元玉鉴细草》从内容、版本、刻印、收藏来看都颇为珍贵，其中的批注则为《四元玉鉴》研究史增添了新的内容。

书影（包括批注照片）

从最初对上述几套数学古籍的考察到本文的写作，我们多次咨询了中国数学史领域著名学者、天津师范大学李兆华教授。李教授对朱世杰、梅文鼎和李善兰的数学工作和著作版本都有深入研究，他应我们的请求对这些数学古籍的学术及版本价值发表了十分具体和重要的意见，在此我们谨向李兆华教授表示诚挚的感谢和敬意。

参考文献：

[1] 李迪、郭世荣，《梅文鼎评传》，南京：南京大学出版社，2011

[2] 李兆华，《古算今论》，天津：天津科技翻译出版公司，2023

[3] 李兆华，《四元玉鉴校证》，北京：科学出版社，2007

[4] 吴文俊主编，《中国数学史大系》（第6卷，李迪主编），北京：北京师范大学出版社，1999

[5] 吴文俊主编，《中国数学史大系》（第7卷，李迪主编），北京：北京师范大学出版社，1999

[6] 吴文俊主编，《中国数学史大系》（第8卷，李兆华主编），北京：北京师范大学出版社，2000

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

上海大学处理一起学术不端：苏佳灿院长职务被免

知识分子 — Sat, 13 Jun 2026 08:30:33 +0800

● ● ●

又一只靴子落地。

2026 年 6 月 12 日，上海大学发布情况通报，证实《 Nature Nanotechnology 》一篇论文构成学术不端。该论文通讯作者之一、上海大学转化医学研究院院长苏佳灿的院长职务被免。

5月12日，视频科普博主“ 耿同学讲故事” 质疑苏佳灿，称这位 “长江学者” 的代表作论文严重造假。当天，上海大学学术委员会秘书处发布情况说明， “ 针对近日网络上对我校教师苏某某等发表的相关论文数据存疑的反映，学校高度重视，第一时间成立调查组，启动调查程序。 ”

这篇题为 “Viral glycoprotein-mimicking peptide-functionalized micelles promote drug delivery to diseased chondrocytes for osteoarthritis alleviation” 的论文，发表于 2026 年 2 月，一共有 4 位共同通讯作者，以及 4 位共同第一作者。

一个月后，上海大学的调查结果公布。情况通报称，调查组通过查验实验数据、访谈相关人员等程序，确认被质疑的 9 张图表所涉实验数据处理均由该论文共同第一作者、该校转化医学研究院在站博士后周某某完成。其中， 1 张图表所涉及的不同条件实验小鼠的荧光强度 AUC 值，存在数据伪造情况，该行为构成学术不端； 1 张图表所涉及的液相色谱数据列标题，存在误标注情况；其余 7 张图表所涉及的数据均可溯源，但数据披露的规范性存在不足。

该论文通讯作者苏某某受聘担任上海大学转化医学研究院院长、转化医学国家科学中心（上海）上海大学分中心主任，论文共同通讯作者魏某和白某系上海大学转化医学研究院教师。“苏某某、魏某和白某对论文数据和论文质量存在不同程度的失察失管，未尽到通讯作者对论文数据真实性和规范性方面的应尽责任。”

上海大学的情况通报称，解除与周某某的聘用关系。免去苏某某上海大学转化医学研究院院长、转化医学国家科学中心（上海）上海大学分中心主任职务，取消其职务晋升、科研项目申报、评奖评优等资格 12 个月，暂停招收研究生 12 个月。对魏某和白某予以诫勉处理。

值得一提的是，该论文另外一位共同通讯作者陈小元，是欧洲科学院院士、新加坡国家科学院院士，在这篇论文上的署名单位是新加坡国立大学。2026 年 3 月 2 日，陈小元以共同通讯作者在《 Nature Nanotechnology 》发表的另一篇论文中，署名单位已变为山东第一医科大学（山东省医学科学院）、山东省肿瘤医院。

陈小元是一位非常高产的研究者。陈小元实验室官网称，陈教授至今已发表同行评审论文逾千篇，据谷歌学术统计，其研究成果总被引次数超 18 万次， H 指数已逾 220 ，并常年入选科睿唯安 “ 全球高被引科学家 ” 榜单。依据 2025 年度 AD 科学指数世界科学家及大学排名，其综合 H 指数位居新加坡第 3 位，自然科学领域排名第 1 。

耿同学掀起论文打假风暴以来，同济大学、南开大学、中山大学均已先后对受质疑论文的主要作者做出处理。

2026 年 4 月上旬，耿同学发布视频质疑同济大学时任生命科学与技术学院院长王平团队发表于《 Nature》的论文存在数据异常。 5 月 6 日，同济大学公布处理结果，认定相关论文存在学术不端行为，免去王平生命科学与技术学院院长职务。

4 月 25 日，耿同学举报南开大学生命科学学院院长陈佺的《 Nature Cancer 》论文。 5 月 4 日和 6 日，中山大学的康铁邦和邝栋明也先后被耿同学列入举报对象。

南开大学 5 月 30 日的情况通报中称，该论文存在学术不端行为，免去陈佺生命科学学院院长职务。

而中山大学在 5 月 30 日的情况通报中称受质疑论文存在 “ 数据错误 ”“ 相关原始数据记录不规范 ” 等问题，免去康铁邦华南恶性肿瘤防治全国重点实验室副主任、肿瘤防治中心实验研究部副主任职务，免去邝栋明生命科学学院副院长职务。

以上几位研究者，均为 “ 国家杰青 ” ，即国家杰出青年科学基金获得者。

美国《Science》杂志，最近也报道了耿同学对一系列问题论文的质疑，并称他为“中国治理学术不端的一个意外盟友” 。

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

吃一顿管五年？TA们为什么那么能扛饿？

知识分子 — Sat, 13 Jun 2026 08:30:33 +0800

6.13

知识分子

The Intellectual

跟踪前沿进展，掌握最新动态

一手掌握一周重大科技新闻

撰文 | 姚湧小学森庐州月

责编 | 既来知

● ● ●

1

“绝食冠军”，为什么那么能扛饿？

图片来源：pixabay .com

深海水虱是在深海生活且体型巨大的一类甲壳动物。早在 2014 年，就有研究揭示它们可以在缺乏稳定食物供给的情况下存活五年之久，它们也因此被称为 “ 绝食冠军 ” 。

不仅如此，这些等足类甲壳动物的体型，会随着栖息地深度的增加而呈现巨大化现象。体型巨大化意味着动物具有更高的能量需求，而深海环境黑暗、寒冷、食物极度匮乏，难以提供充足的能量供给。

栖息在寡营养环境极端环境中的深海水虱，为什么那么能扛饿？近日，一个中国研究团队通过对深海等足类动物的形态学、生理学和基因组学比较，揭示了这一特征背后的 “ 开源节流 ” 双重生存策略：能一次性摄入大量食物的容积巨大的胃（占据整个身体的 2/3 左右）和极低的基础代谢率。值得注意的是，这种适应的核心是微生物能量代谢相关基因 ND1 。

深海水虱的超强耐饿机制解析。图源：中国科学院海洋研究所实验海洋生物学实验室

更有趣的是， ND1 并不是深海巨型动物的固有基因，而是从外源共生菌整合到深海巨型动物基因组的。通过斑马鱼、线虫和细胞系实验，研究人员证实， ND1 通过下调内源性产能基因来降低基础代谢率，从而延长动物在低温诱导代谢抑制下的饥饿存活时间。相关论文 6 月 5 日发表在《细胞》（ Cell ）杂志。中国科学院海洋研究所李富花、相建海及香港中文大学朱嘉濠是共同通讯作者，中国科学院海洋研究所袁剑波、张晓军、李诗豪，西北农林科技大学王堃、首都医科大学附属北京地坛医院孙亚民为共同第一作者。

►文章链接：

https://doi.org/10.1016/j.cell.2026.05.012

2

戒烟成功后改吸电子烟会降低肺癌风险吗？

图片来源：pixabay .com

近些年，作为比传统香烟危害较小的替代品，电子烟备受消费者青睐。但戒烟成功者使用电子烟能否降低患癌风险呢？韩国首尔大学医学院 Yeon Wook Kim 团队完成了一项 4524895 名有传统吸烟史的成年人的肺癌风险评估调查，随访时间长达六年。这些参与者可能仍在抽烟，也有一些是戒烟时间不长或已长期戒烟者。综合健康数据统计显示，与完全戒烟者相比，戒烟后仍使用电子烟会使个体肺癌发病风险上升 56% ，使肺癌直接造成死亡的风险翻倍。并且，无论是短期戒烟成功群体还是长期戒烟成功群体，使用电子烟都与肺癌发病和致死风险升高存在关联。这些发现表明，戒烟后使用电子烟可能会削弱完全戒烟对预防肺癌的益处。相关论文于 6 月 8 日发表在《自然 · 医学》（ Nature Medicine ）杂志。

►文章链接：

https://doi.org/10.1038/s41591-026-04469-5

每周1.5-2小时力量训练，护心又护脑

图片来源：pixabay .com

众所周知，适度的体育锻炼有益身心健康。那么，锻炼强度多大，锻炼时间多长才能达到最佳效果呢？近日，哈佛大学公共卫生学院 Edward Giovannucci 团队完成了一项涉及 147 374 名参与者，随访时间长达 30 年的健康分析。结果显示，每周进行 90~119 分钟的抗阻训练，也就是力量训练与全因死亡风险降低 13% ，心血管疾病死亡风险降低 19% ，神经性疾病死亡风险降低 27% 存在关联。而更长时间的力量训练并不会给健康带来额外的益处。此外，只有短时抗阻训练与癌症死亡风险存在关联：半小时内可使癌症死亡风险下降 8% ，半小时到一小时使风险下降 12% 。该研究表明，从健康角度来看，每周力量训练的时间不必过久， 1.5~2 小时即可。相关论文于 6 月 2 日发表在《英国运动医学杂志》（ British Journal of Sports Medicine ）。

►文章链接：

https://doi.org/10.1136/bjsports-2025-110503

4

司美格鲁肽能缓解雄性小鼠神经炎症

图片来源：pixabay .com

临床前模型研究显示，胰高血糖素样肽 -1 受体激动剂（ GLP-1RA ）或可在神经退行性疾病治疗中起一定的作用。近日，麻省理工学院博德研究所 Tune H. Pers 团队使用脂多糖诱导的神经炎症小鼠模型，探究了司美格鲁肽如何协调细胞反应以缓解神经炎症。该团队发现，在雄性小鼠中，司美格鲁肽可以防止中性粒细胞的脑浸润、细胞因子的过度释放，并抑制神经炎症相关的基因转录特征，特别是在小胶质细胞、内皮细胞和周细胞亚群中。从机制上讲，研究人员确定了迷走神经背侧复合体中有一群表达 Glp1r 的神经元在司美格鲁肽治疗后，调节参与抗炎信号传导的基因表达。此外，司美格鲁肽调节的通路与人类神经退行性疾病（包括阿尔茨海默病）中发现的炎症特征存在重叠，提示与神经炎症有关的疾病具有广泛的相关性。相关论文于 6 月 9 日发表在《自然 · 通讯》（ Nature Communications ）杂志。

►文章链接：

https://doi.org/10.1038/s41467-026-74038-4

曙光：对抗骨质疏松的细胞外囊泡疗法

图片来源： pixabay.com

骨质疏松症是一种常见的老年性疾病，其特征是因骨吸收增加和再生减少造成的骨密度和骨质量下降，骨微结构损害，骨脆性提升。目前的疗法无法同时抑制骨吸收和促进骨再生。近日，美国杜克大学医学院 Shyni Varghese 团队将细胞外囊泡（ EV ）的生物功能与脂质纳米颗粒（ LNP ）的递送效能相结合，搭建了一种骨靶向混合囊泡平台，或可实现骨质疏松的协同治疗。这些杂交囊泡将含有骨保护素（ OPG ）蛋白和 mRNA 的 EV 与负载腺苷的 LNPs 融合。 OPG 受体激活因子可介导杂交囊泡向骨组织的靶向递送，骨细胞谱系细胞进而将囊泡吞食摄取。从功能上讲，这种杂交囊泡不仅能抑制破骨细胞分化，同时可增强成骨活性。在卵巢切除诱导的骨质疏松症小鼠模型中，混合囊泡治疗显著减轻了动物的骨量丢失。相关论文于 6 月 5 日发表在《细胞 · 生物材料》（ Cell Biomaterials ）杂志。

►文章链接：

https://doi.org/10.1016/j.celbio.2026.100496

光合细菌水凝胶缓解心脏缺血再灌注损伤

图片来源： pixabay.com

心脏缺血再灌注损伤（ ischaemia/reperfusion injury ） ‌ 是指心脏在 ‌ 缺血后恢复血液供应 ‌ 时，反而出现 ‌ 更严重的功能障碍或结构破坏 ‌ 的现象，目前临床没有令人满意的干预手段。其主要挑战是有效控制氧化应激，同时及时保护线粒体功能。氢气（ H ₂ ）能选择性地减少细胞毒性氧自由基，有助于调节生理和病理功能。然而， H ₂ 的治疗效果在很大程度上取决于其释放的量和速率。近日，南方医科大学附属东莞人民医院 Zhenhua Li 团队将产 H ₂ 的光合细菌封装在可注射的猪皮肤细胞外基质水凝胶中，以促进心脏缺血再灌注损伤修复。在光照下，含菌水凝胶可持续产生足量 H ₂ ，保持心肌细胞线粒体稳态和基本功能。在猪心脏缺血再灌注损伤模型中，光合菌水凝胶治疗有效地减轻了心肌损伤，挽救了受损的心肌。该研究为治疗 ‌ 心脏缺血再灌注损伤指明了新的方向。相关论文于 6 月 5 日发表在《自然 · 生物医学工程》（ Nature Biomedical Engineering ）杂志。

►文章链接：

https://www.nature.com/articles/s41551-026-01700-z

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

火热的核聚变赛道，被狠狠泼了盆冷水？

知识分子 — Fri, 12 Jun 2026 07:54:39 +0800

6.12

知识分子

The Intellectual

“中国环流三号”，图片来源：核工业西南物理研究院

撰文 | 戴晶晶

● ● ●

人类到底什么时候才能实现可控核聚变？这个问题或许并不关键，因为通过建设聚变电站来供给电力可能并没有商业价值。

3 月 23 日，苏黎世联邦理工学院（ ETH Zurich ）的研究团队在《自然 · 能源》（ Nature Energy ）发表论文指出，主流技术路线的聚变发电厂经验率（ Experience Rate ）仅有 2%-8% ，远低于目前聚变商业公司的假设。 [1]

论文一作、苏黎世联邦理工学院在读博士生汤灵熹（ Lingxi Tang ）向《知识分子》解释，所谓 “ 经验率 ” 是衡量技术学习效应的重要指标，其标准定义是累计产量每增加一倍时，单位成本下降的百分比。

例如，太阳能光伏（ PV ）的经验率通常可达 20% 左右，这意味着每当累计产量翻一番，其单位成本便会下降约 20% 。 [2]

“ 如果经验率仅有 2%-5% ，即使未来部署规模大幅增长，成本下降也将十分有限，缺乏经济竞争力。 “ 汤灵熹说， “ 以及现在还不存在聚变电厂，诸多工程和材料问题还未解决，无法准确评估其初始成本。 ”

因此，论文的政策简报提议，除非开发出具有不同特性的新设计，否则政策制定者不应将聚变能源作为未来清洁能源体系的核心支柱，也不应为其提供资金支持。 [3]

此篇论文无疑给火热的聚变赛道泼了盆冷水，但在业界也引发了质疑。麻省理工学院（ MIT ）孵化的商业聚变公司 CFS 现任 CEO 鲍勃 · 蒙加德（ BobMu mgaard ）在采访中直言，该研究团队既未参与聚变产业实践，也未联系他或 “ 任何正在建造聚变电站的人 ” ，结论未必充分反映行业现状。 [4]

事实上，多年来国内外围绕核聚变的争论从未停歇。借此机会，《知识分子》采访了论文作者以及多位国内聚变领域的科研和产业界人士，希望为这场讨论提供更多视角和信息。

复杂不是优势

1936 年，航空工程师西奥多 · 莱特（ Theodore Wright ）通过分析飞机制造数据发现，每当累计产量翻一倍，单位成本便会按一定比例下降。 [5]

这一规律被称为 “ 莱特定律 ” （ Wright's Law ），用来描述某项技术在规模化生产过程中不断降本的现象，即 “ 边做边学 ” （ Learning by doing ）的典型体现，如今已被广泛用于汽车、光伏、电池等产业的研究。

在莱特定律框架下，不同技术间的经验率存在显著差异，较高的经验率往往意味着更快的降本速度和更强的商业化潜力。

比如 1976 年 -2019 年期间，太阳能组件的价格从每瓦 106 美元降至 0.38 美元，降幅达 99.6% ，使太阳能成为世界上最便宜的电力来源之一。 [ 6 ] 电动汽车和锂电池等技术也展现出了显著的经验曲线，推动其走向大规模商业化。

作为一种新型能源技术，可控核聚变在过去几年吸引了大量市场和政策关注。支持者认为，聚变有望提供近乎无限、清洁且廉价的能源，从根本上改变全球能源体系。

“ 一些聚变公司和专家声称聚变能像太阳能一样价格快速下降， ” 汤灵熹说， “ 但似乎没有证据来检验这说法。 ”

汤灵熹等人发现，现有聚变成本的预测研究主要通过主观设定经验率，或借用其他技术类别的经验率参数。这导致目前文献资料采用的 8%-20% 经验率范围可能并不准确。

某项技术的经验率主要基于历史成本数据估算，而聚变尚未实现商业化部署，缺乏可供分析的经验数据。因此，苏黎世联邦理工学院研究团队转而从技术特征推断主流核聚变路线的经验率。

已有研究表明，设备规模、设计复杂度和定制化程度是影响经验率的关键因素。研究人员通过专家访谈评估未来聚变电站在这三个维度上的特征，再与经验率已知的成熟技术进行比较，从而推导出聚变电站可能的经验率范围为 2%-8% 。

汤灵熹提到，在专家访谈过程中，受访者几乎一致将聚变电站评价为高度复杂的技术系统。

“ 很多科学家对此感到自豪，在他们看来，能够实现可控核聚变本身会是一项壮举。 ” 汤灵熹说， “ 但复杂性恰恰可能成为限制成本快速下降的因素。对于发电技术而言，无论电力来自何种能源，最终决定其竞争力的仍然是成本。 ”

难以实现小型化是聚变电厂经验率较低的另一个重要原因。根据该研究的访谈，专家普遍认为聚变电站的规模下限较高，单机容量难低于 200 兆瓦。

“ 目前主流的氘氚（ D-T ）聚变路线会产生高能中子，需要厚重的屏蔽层来保护设备和周边环境，这对反应堆尺寸提出了要求。 ”

汤灵熹同时表示，另一方面，聚变反应本身存在明显的规模经济效应，如果等离子体体积过小，其表面积与体积之比会显著增大，热量更容易散失，维持聚变反应所需的能量成本也会随之上升。

聚变电站与陆上风电、光伏电池板、锂电池和核裂变电站经验曲线对比[1]

不过，研究团队也强调，目前关于经验率决定因素的理解仍存在局限性。设备规模、设计复杂度和定制化需求与经验率之间的关系，更多体现为相关性而非严格的因果关系。

2024 年 4 月，苏黎世联邦理工学院卡特琳 · 西弗特（ KatrinSievert ）等人在《 Joule 》发表论文，首次提出了可以用上述三个特征来预测新兴技术的经验率，并通过对聚光槽式光热发电、陆上风电和光伏历史成本的回溯测试一定程度验证了该方法的可靠性。 [7]

“ 论文发表后，确实引发了一些争议。有的说终于有人开始质疑核聚变是否值得如此大规模投资，也有人认为我们的方法并不够严谨。 ”

汤灵熹指出： “ 但到目前为止，我还没有看到任何批评能够从根本上推翻我们的结论。因为据我所知，这是第一篇基于历史理论和证据，而非主观假设，来估算核聚变经验率的研究。 ”

“吞金巨兽”？

核聚变是轻原子核结合成较重原子核并放出巨大能量的过程，聚变电站旨在从反应堆中获取这种能量以发电。由于聚变原材料资源相对丰富，且不会产生二氧化碳和长期存在的放射性废物，被视为是人类解决能源问题的重要出路。

目前主流聚变反应使用氘和氚作为燃料。美国能源部称，仅 1 克氘氚燃料所释放的聚变能量，就相当于约 2400 加仑石油的能量。 [8]

相比核裂变所需的重核素，核聚变的燃料储量更为充足。例如，氘在自然界中大量存在，每 6500 个氢原子中就有一个是氘。氚具有放射性且半衰期较短，故只有极少量氚天然存在，但可以通过中子轰击锂同位素的方式来生产。

然而，即使燃料成本能得到控制，考虑到聚变电站的低经验率，一旦初始建设的资本支出（ CAPEX ）过高，聚变发电将难以保证经济性。

通过专家评估和文献资料梳理，苏黎世联邦理工学院团队发现，由于低技术成熟度，学界和业界对于首台聚变电站的资本支出尚无广泛共识，其成本估计范围从每千瓦装机容量 1400 美元到 43000 美元不等。 [1]

“ 和公共部门专家相比，私营部门专家在成本估算方面表现出的态度更加乐观。 ” 汤灵熹说。论文提及，私营部门专家给出的聚变电站资本支出平均估计约为每千瓦 7000 美元，而公共部门专家的平均估计约为每千瓦 26000 美元。

不过无论是乐观还是谨慎，当下关于聚变发电成本的讨论都缺乏实际商业项目的验证。迄今为止，全球尚未建成一座商业聚变发电厂，而标杆性的国际热核聚变实验反应堆（ ITER ）预算已达数百亿欧元量级，可谓 “ 吞金巨兽 ” 。

1988 年，美国、前苏联、欧盟、日本共同启动了计划，目标为建造一个可自持燃烧的核聚变实验堆。 2006 年， ITER 正式启动建设，由 35 个国家共同参与。

自启动以来， ITER 遭遇了多次延期和严重的成本超支问题。 2024 年 7 月， ITER 组织总干事彼得罗 · 巴拉巴斯基宣布调整 ITER 路线图，导致其成本再增加 50 亿欧元。 [9] 此前， ITER 官方估算的总成本已从 2006 年的 60 亿欧元上升至 200 亿欧元。 [10]

假设核聚变电厂最终建成，实现商业成功也并非顺理成章，它仍需在成本、可靠性和部署速度等方面与其他低碳能源技术展开竞争。

“ 人类社会对能源的需求会持续增长，清洁能源肯定越多越好。 ” 汤灵熹表示，但如果聚变电站单体投资高达数十亿美元，而现有技术能够以更低成本实现同样目标，那么市场未必会为聚变买单。

“ 为什么要多花多么钱，而不是直接去增强电网基础设施，更多部署太阳能和储能，或者建设配套碳捕集技术（ CCS ）的天然气电站？ ” 汤灵熹说。

埃隆 · 马斯克也曾公开唱衰核聚变，称 “ 在地球上建造小型核聚变反应堆愚蠢至极 ” 。他指出，太阳本身已是一个巨大、免费的核聚变反应堆，应停止在小型聚变堆上浪费金钱。 [11]

但随着近两年人工智能（ AI ）快速发展，数据中心用电需求激增，市场对于稳定、低碳且可全天候运行的新型能源技术寄予更高期待，且伴随着多种材料和技术的突破，聚变发电获得了更多关注。

据核聚变产业协会（ FIA ）统计，截至 2025 年 6 月，全球聚变开发企业在过去 12 个月内共募集资金 26.4 亿美元，同比增长 180% ； 53 家聚变企业累计融资额已达到 97.66 亿美元。 [12]

降本的希望

由于苏黎世联邦理工学院的研究团队仅评估了以氘氚燃料为基础的磁约束和惯性约束聚变路线，部分业内人士批评，该研究没有充分考虑近年来商业聚变公司探索的其他技术路径，存在局限性。

此外，也有观点认为，论文对影响聚变降本潜力的关键因素考虑不足，尤其是在零部件迭代和制造模式等方面。

“ 这篇论文作为学术讨论没什么问题，作为政策参考可能不合适。 ” 北京大学应用物理与技术研究中心研究员康炜告诉《知识分子》，聚变发电厂经验率的估计值，是一个主观感受占主导的数值，因人而异，因方法而异。从 2%-20% 都不奇怪，分别代表对技术发展的保守和乐观估计，当前的估计只是参考。

从实际建造进展来看， CFS 的 CEO 鲍勃 · 蒙加德指出，聚变电站在产品制造速度以及各类零部件成本下降方面已经展现出明确趋势，且遵循当代工业体系的发展逻辑。

康炜也赞同，当前聚变领域正处于多项关键技术快速发展的阶段。

“ 具体来看，高温超导强磁体推动了约束技术进步，先进制造技术让此前不被看好的仿星器路线重新受到重视，而 AI 技术的发展则有望提升等离子体长时间稳定控制能力。 ” 他说。

“ 这篇论文的基本结论我们是认同的。 ” 清华大学工程物理系副教授、星环聚能首席科学家谭熠对《知识分子》表示。

星环聚能成立于 2021 年，是一家脱胎于清华大学工程物理系聚变实验室的核聚变商业公司。 2026 年 5 月，星环聚能完成 5 亿元人民币 A+ 轮融资，估值突破 10 亿美元，跻身独角兽行列。

谭熠坦言，因为未来聚变堆各个部件现在还完全没有报价，聚变能的经济性比较麻烦，正向研究很难。 “ 后来我想了个办法，正向推导聚变能的经济性很难的话，那我们就反过来研究。 ”

他的计算方法是，假设一个 100 万千瓦的聚变电站，造价为 1000 亿人民币，使用寿命 40 年，成本、发电小时数、融资利息均参考现有核电的水平，考虑燃料成本、建造成本和运维成本，可以得到聚变的度电成本构成里绝大部分是聚变堆的建造成本及其资金利息带来的分摊。

“ 因此，要降低聚变堆平准化度电成本，必须要降低聚变堆的造价。 ” 谭熠说。

星环聚能同时分析了不同能源技术的降本规律。他们发现，某种技术或者产品能否快速降价，主要取决于零部件数量，以及能够自动化生产的零部件占比有多高。或者说，人工参与越多的技术就越难降低成本。

“ 光伏零部件数量可能是以百计，成本下降得特别快。风电零部件数量以万计，成本下降速度就慢了不少。现有裂变核电零部件数量按百万计，成本就很难降低。 ”

谭熠指出，这些结论的意义在于，如果要让聚变能走向千家万户，必须从源头就降低聚变堆的复杂度，缩小聚变堆的体积。想通过先做个很大很复杂很昂贵的聚变堆，再去批量生产降低成本是很难的。

星环聚能选择的技术路线为球形托卡马克 + 高温超导。谭熠称这是对现有最成功的托卡马克技术路线的大胆创新，能够大幅缩小体积，并通过重复脉冲运行和磁重联加热，大幅降低复杂度。

“ 我们认为只有这样才有机会把聚变能做得足够的便宜。 ” 他说： “ 当然也有一些其他路线更加简单，更加紧凑，造价肯定会更低。但问题在于他们过往的历史数据非常的不充分，不足以支撑我们基于现有的数据去设计未来的聚变堆，我认为这些技术路线也很难。 ”

谭熠认为，一方面原材料需要降低成本；另一方面，加工制造以及安装，如果有新的模式，是有机会大幅降低聚变堆的成本，实现非线性的成本变化。

“ 按照现在 ITER 的造价外推的话，聚变电站的造价确实很高，经济地聚变发电非常困难。 ”

但谭熠依旧表示，星环聚能未来的示范电站可以大幅降低成本。初期目标是经过一次迭代后，让聚变电站的成本降到跟现有核电差不多的水平。后期希望通过各种加工制造技术的升级，进一步降低聚变堆的造价，逼近聚变电力的边际成本，也就是聚变燃料成本，算下来每度电不会超过一分钱。

永远迷人，永远遥远

“ 聚变实现了应该最终一定会有商业竞争力的。但不一定会很快。 ” 康炜说，主要的理由是其它形式的能源总功率有一个上限，在某个时间点会满足不了人类的需求。

自 20 世纪 30 年代科学家们认识到核聚变以来，利用这一原理来获取几乎无穷无尽的能源便成为了人类的梦想。但经过近百年的研究，聚变能源仍未能向电网净输出一度电。

小规模实现核聚变并不困难，但产生的能量远低于投入。 1934 年，卡文迪许实验室研究团队就通过高能氘离子轰击富含氘的目标，产生了氦 -3 和氚，首次实现了核聚变的实验演示。 [13]

1950 年代，氢弹的出现证明核聚变能够获得净能量，却只能以不可控且极具破坏性的方式实现。

1957 年，英国科学家 J.D. 劳森提出劳森判据（ Lawson criterion ），即为了实现自持核聚变，聚变装置的能量增益因子 Q 应当不低于 1 ，由此可以推导出等离子体的温度、密度和能量约束时间的乘积（聚变三重积）需要达到的数值。比如， ITER 的目标是达到 Q ＞ 10 的增益，三重积的数值需要＞ 6 × 10²¹ m⁻³⋅s⋅keV 。 [14]

在可控核聚变发展的黄金期，聚变三重积的提升速度一度堪比摩尔定律。 1996 年左右，日本的 JT-60U 以氘 - 氘为燃料，其聚变三重积记录曾达到 1.5 乘以 10 的 21 次方，声称等效氘氚已实现 Q ＞ 1 。 [15] 而欧洲联合环（ JET ）在 1997 年的氘氚实验中创造了 Q=0.67 的纪录。 [16]

然而进入 21 世纪后，聚变三重积和 Q 值的提升明显停滞。等离子体不稳定性、热负荷管理以及能量提取效率等问题突出。

此外，如果使用氘氚作为燃料，聚变发电厂还必须同时解决高能中子损伤、氚燃料的增殖与回收、材料耐受性等一系列工程挑战。 [17]

“ 氘氚聚变跟其他能源很难竞争。不说其他能源，跟裂变都很难竞争，因为原料稀缺性和安全性问题与裂变类似，但堆的复杂度及能量导出方式明显不如裂变。 ” AI+ 聚变公司瞬原科技创始人、前新奥集团聚变理论模拟首席科学家谢华生告诉《知识分子》，聚变能源要成功，几乎必然要做先进燃料。

他提到 1983 年 MIT 核工程教授劳伦斯 ·M· 利德斯的论文，后者论述了氘氚聚变很有可能因为太昂贵和不可靠而无法实现商业化应用。 [18]

汤灵熹提及，一些中国商业聚变公司正在探索氘 - 氘（ D-D ）等先进燃料路线，有望摆脱对氚燃料及其配套系统的依赖。 “ 如果不需要氚，整个聚变系统被简化，将利于成本下降。 ”

不过，氘氚聚变之所以是主流，正是因为它是目前已知最容易实现的可控聚变反应。氘氘和氢 - 硼 11 等先进燃料虽然有望降低未来电站的复杂度，但都需要更苛刻的反应条件，即更高的三重积。

汤灵熹最后补充称，核聚变目前仍处于早期的发展阶段。 “ 这也是为什么我认为，至少在当前阶段，不应该把核聚变视为应对全球变暖的主要解决方案。 ” 他说， “ 因为我们甚至不知道，第一座真正的聚变电站还需要多久才能出现。 ”

目前，商业核聚变公司的时间线可以称得上激进。

比如美国公司 Helion 计划在 2028 年前为微软供应电力， CFS 则希望在 2030 年代初通过首座商业聚变电厂 ARC 实现并网供电。在中国，星环聚能的目标是 2030 年到 2035 年，建成可输出电能的聚变反应示范堆。

从声量和资本热度来看，可控核聚变似乎正在迎来最好的时代。但这一切的前提，是其工程化与商业化进程能在未来 5 至 10 年内经受住现实检验。

参考资料：

[1]Tang, Lingxi, Bessie Noll, Anurag Panda和Tobias S. Schmidt. 《Fusion Power Experience Rates Are Overestimated》. Nature Energy, 2026年3月23日, 1～9. https://doi.org/10.1038/s41560-026-02023-8.

[2]La Tour, Arnaud de, Matthieu Glachant, Yann Ménière. 《Predicting the costs of photovoltaic solar modules in 2020 using experience curve models》. Energy 62 (2013年12月): 341～48. https://doi.org/10.1016/j.energy.2013.09.037.

[3]《Fusion power unlikely to become competitive | Nature Energy》. https://www.nature.com/articles/s41560-026-02022-9.

[4]Reuters. LIVE: Reuters NEXT Newsmaker with Commonwealth Fusion Systems CEO Bob Mumgaard. 2026. 34:47. https://www.youtube.com/watch?v=D-bqUXjeyvY.

[5]Wright, T. P. 《Factors Affecting the Cost of Airplanes》. Journal of the Aeronautical Sciences 3, 期 4 (1936): 122～28. https://doi.org/10.2514/8.155.

[6]Roser, Max. 《Why Did Renewables Become so Cheap so Fast?》 Our World in Data, 2020年12月1日. https://ourworldindata.org/cheap-renewables-growth.

[7]Sievert, Katrin, Tobias S. Schmidt和Bjarne Steffen. 《Considering Technology Characteristics to Project Future Costs of Direct Air Capture》. Joule 8, 期 4 (2024): 979～99. https://doi.org/10.1016/j.joule.2024.02.005.

[8]《DOE Explains...Deuterium-Tritium Fusion Fuel | Department of Energy》. https://www.energy.gov/science/doe-explainsdeuterium-tritium-fusion-fuel.

[9]《New baseline to prioritize robust start to exploitation》. https://www.iter.org/node/20687/new-baseline-prioritize-robust-start-exploitation.

[10]Delasnerie, Alix. ITER Financing by the EU Budget - State-of-Play.

[11]https://x.com/elonmusk/status/2000331928109809757?lang=en

[12]《Over $2.5 Billion Invested in Fusion Industry in Past Year - Fusion Industry Association》. https://www.fusionindustryassociation.org/over-2-5-billion-invested-in-fusion-industry-in-past-year/.

[13]Oliphant, M.L.E., Harteck, P. and Rutherford, E. (1934) Transmutation Effects Observed with Heavy Hydrogen. Proceedings of the Royal Society A, 144, 692-703.

https://doi.org/10.1038/133413a0

[14]https://www.iter.org/few-lines

[15]Kishimoto, H., M. Nagami和M. Kikuchi. 《Recent results and engineering experiences from JT-60》. Fusion Engineering and Design 39～40 (1998年9月): 73～81. https://doi.org/10.1016/S0920-3796(98)00270-1.

[16]《History of Fusion》. EUROfusion, https://euro-fusion.org/fusion/history-of-fusion/.

[17]Rubel, Marek. 《Fusion Neutrons: Tritium Breeding and Impact on Wall Materials and Components of Diagnostic Systems》. Journal of Fusion Energy 38, 期 3 (2019): 315～29. https://doi.org/10.1007/s10894-018-0182-1.

[18]Lidsky, Lawrence M. 《The Trouble With Fusion》, MIT Tech Review. 1983.

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

中国生物医药的“平行线”困局，一家新型研究机构的“破壁实验”

知识分子 — Thu, 11 Jun 2026 08:03:57 +0800

6.11

知识分子

The Intellectual

图片由AI生成

撰文｜李珊珊 ‍

● ● ●

如果用一个词来概括中国生物医药领域过去十多年的发展，王立铭给出的答案是： “ 平行线 ” 。

在科研的一端，中国基础研究能力快速增长。顶尖期刊论文数量持续攀升，部分前沿领域也开始出现真正意义上的重要突破。

在产业的一端，中国创新药行业同样高速扩张。 “ 出海 ” （ License-out, NewCo, 并购等）交易额不断刷新纪录，中国已经成为全球最重要的创新药源头之一。

但问题也逐渐展现：两条线彼此平行，似乎很少相交。

产业端，中国的创新药几乎全部基于海外已经验证过的靶点与机制；科研端，基础研究是大量的跟随热点，科研成果转化率也极低，对生物医药产业的发展几乎没有影响。

时间回到 2013 年，王立铭从加州大学伯克利分校回国，准备入职浙大。这位年轻科学家提出一个有点另类的请求：推迟入职时间，加入波士顿咨询公司，深入接触中国生物医药产业。之后一年多，他参与了多个医药行业的咨询项目。到了 2014 年，王立铭加入浙大，又回到学者的轨道。

2017 年之后，港股 18A 政策落地，一级市场热钱涌入，从 me-too 到 fast follower ，中国生物医药迎来五年爆发期。新冠疫情更是将生物医药推上 “ 显学 ” 的高位。王立铭也在不同角色之间切换：科学家、科普作家、行业顾问。他在得到 APP 开设《巡山报告》专栏，持续观察和思考生物医学研究与产业前沿。他还挽起袖子下场，在凯风创投参与生物医药的早期风险投资，特别是源自实验室的创新药项目投资。

越往产业前沿和深处走，他越强烈地意识到：实验室与产业之间存在一道真实的断层。

断层的两侧，站着各自陷入僵局的人：有手握顶刊论文、却只能眼看成果停在纸面上的科学家；有在临床中发现了真实需求和破局点，却缺乏转化资源将其推进下去的医生；有抱怨缺乏源头创新，却不愿承担极早期风险的投资人。

就在这种弥漫整个行业的迷茫中，王立铭遇到了战略科学家鲁白教授。

鲁白是上海尚思自然科学研究院的创始院长。尚思研究院诞生于 2024 年，是上海市推行 “ 基础研究先行区 ” 建设的核心主体。尚思创立之初的定位很清晰：遴选资助有原创能力的科学家，支持高风险基础研究，推动产生原创性科学发现和颠覆性技术发明。在实际运行中，尚思很快遇到一个共性需求：论文发表之后怎么办？

科学家不了解产业开发流程；药企和投资机构又很难接手仍停留在假说阶段的早期项目。实验室与市场之间，始终缺少一个真正承担 “ 前期验证 ” 的环节。

在此背景下，尚思打算尝试主动介入：不只是给钱结题，而是深度参与从 “ 学术发现 ” 到 “ 产业立项 ” 之间那个最难的环节 —— 用一个全新的 “ 概念验证平台 ” ，替科学家探路，为产业方搭桥。

这正是王立铭多年来一直没找到出口的问题。与鲁白多次长谈之后，他开始深度参与尚思的全面战略规划，并主导尚思概念验证平台的设计与落地。

他的新探索，恰逢一个关键时间节点：中国生物医药刚刚走过了起步、爆发、寒冬、反弹的一轮周期。在资本市场的狂热与行业的亢奋退潮后，本土医药企业又从产品出海中看到了系统性机会。同时，中国生物医学基础科研也到了一个从量到质的转变期：海量的论文在发表，优秀的科学发现和技术发明在不断涌现，这些真正属于中国的原始创新，急需一套适应本土的系统性机制去挖掘和承接。

面对坚冰般的高墙，尚思作为旨在打破鸿沟的新型研发机构，正试图趟出一条本土的破壁之路。

作为新型研发机构的尚思研究院，能否趟出一条本土的破壁之路？在两条未交汇的平行线之间，他们究竟看到了什么？

下文为王立铭的讲述。

● ● ●

平行线的背后，中国生物医药产业面临的系统性风险

如果仔细考量，我们会发现生物医药有个地方和其他新兴产业存在本质差异：它是少数直接植根于源头科学发现的前沿产业之一。

绝大多数高科技行业的发展，主要依赖于工程能力、技术迭代、商业模式创新，但生物医药的动力往往直接来自生物学基础研究。在生物医药领域，一项源头突破可以短时间内直接催生出全球级的产业巨头。

全球第一家真正意义上的生物科技公司 Genentech （基因泰克公司）， 20 世纪 70 年代以基因工程大规模生产人源胰岛素与生长激素，成为不 “ 靠单一产品打天下 ” 的技术平台型公司。

以深刻改变了肿瘤治疗面貌的 PD-1/PD-L1 抑制剂也一样，从 20 世纪 70 年代初发现 PD-1 基因，到 2014 年两款 PD-1 抗体药物获批上市，前后不过二十年。

从 Genetech 到 PD-1 ，呈现了一条清晰的规律和期待：在生物医药领域，一项源头技术突破真的可以在十到十五年内直接催生出全球级的产业巨头。

源头创新与产业爆发之间的高度耦合，是这个行业独有的结构性特征。也正因如此，本土源头创新与产业的断裂在生物医药领域极其致命。长此以往，中国药企将别无选择，只能追逐海外最先发现、海外初步验证的靶点和技术，在效率与成本的维度上陷入无休止的内卷。

从实验室到产业的三个堵点

既然科学创新与产业发展方向一致，为什么在中国常常成了互不相交的 “ 平行线 ” ？这后面，是整个底层生态链条的系统性断层。

首先是源头活水的匮乏。尽管中国在论文总量和影响因子上表现惊艳，但真正具备开创性、突破性和颠覆性的原创基础研究依然稀缺。这也是尚思研究院最先希望发力的地方 ——“ 尚思学者 ” 项目，不是锦上添花地资助已经跑通的方向，而是鼓励科学家去闯那些没有路标、也没有保障的无人区。

另一个问题是高水平研究型医生的缺位。当一款基于全新机制的候选药物第一次被用于人体时，面对未知的适应症选择、毒副作用边界、患者响应差异、以及生物标志物的选择。药物开发的接力棒必须交到具备极强科学素养的 “ 研究型医生 ” 手中。遗憾的是，在中国现行的医院评价体系下，大量优质的临床医生被困在为了晋升而拼凑 “ 论文指标 ” 的错位竞争中。

此外，还有资本生态的根本差异 —— 中国的生物医药产业至今没有形成一个完善成型的闭环打法。

生物医药是高风险、周期漫长且极度烧钱的产业。一款创新药的研发成本，已飙升到 10-15 年、 25 亿美元。在美国，这个产业跑通了一套系统性闭环：当教授们在实验室做出新的成果，风投机构主动上门，出资组建公司，找来职业经理人团队全盘运营，教授退居科学顾问；管线推进到临床一二期，公司通过纳斯达克上市募资开展昂贵的后期临床开发，也可以直接把公司或早期产品卖给大药厂；药品上市后，商业保险体系和高昂的药价，为前端庞大的研发风险买单。在该模式下，美国单一市场贡献了全球超过 50% 的创新药销售额和超过 75% 的利润。

但这套模式在中国行不通 —— 风险资本偏好 “ 投确定性 ” ，缺乏主动孵化高风险前沿技术的耐心与容错空间，有成功经验的创业者少之又少；二级市场缺乏纳斯达克那样能为早期未盈利管线募集资金，开展后续临床研究的机制；中国目前的支付体系和社会经济发展水平，无法支撑起覆盖庞大试错成本的高昂药价。

中国要真正跨越转化鸿沟，必须直面这种生态差异，摸索出属于自己的产业闭环。

“尚思临床学者”的破壁实验

要打破基础科学与产业化之间的鸿沟，尚思针对的一个突破口，是整个转化链条上最被低估，也是最难绕开的关键群体 —— 研究型医生。

研究型医生最核心的贡献在于临床洞察：从真实的诊疗实践中发现新现象、新问题，将这些观察转化为科学问题，再把确凿的科学结论重新带回临床。

PD-1 早期研发，是这条路径的经典注脚。几位临床医生通过对临床结果的敏锐观察和深入科学分析，提出并证明了一个假说： PD-1 药物的疗效可能与肿瘤细胞内部的突变数量密切相关。 PD-1 领域也因此逐渐建立起通过生物标志物进行患者分层的成熟思路。 2017 年， Keytruda 获得美国药监局批准，开启了多肿瘤 “ 异病同治 ” 的精准治疗时代。

然而在中国，高水平研究型医生极度稀缺。 “ 尚思临床学者 ” 项目，正是希望撬动一下这个格局。

与 “ 尚思学者 ” 选人不选项目的标准不同， “ 尚思临床学者 ” 的宗旨是选项目。其评估标准要符合三条原则：必须源自真实的具有创新性的临床发现；必须指向一个至今未被满足的临床需求；必须有相对清晰的应用落地路径。

为了找到这样的项目， 2025 年尚思研究院与上海市申康医院管理中心联合主办了 " 上海市级医院临床创新研究奖 " ，同时对上海各大医院展开系统走访，主动去临床一线挖掘。项目入选后，尚思提供的不只是项目资金，还包括临床方案设计规划、产业合作对接和投融资支持。

尚思研究院希望用 “ 尚思临床学者 ” 项目，发掘和培育更多有志于从事创新型临床研究的医生，支持他们开展可能改变临床指南、或者产生全新临床产品的研究。这群人未来会成为中国源头创新进入临床验证的枢纽。

“尚思概念验证平台”，推动科研转化从“概念”到“原型”

尚思的另一个动作，针对的是整个转化模式本身。

美国模式难以复制，尚思利用自身优势推动一个新的模式 —— 从 Concept 到 Prototype ” （从概念到原型）的转化平台 : 让源头创新更容易触达产业，让产业更容易接受源头创新。尚思希望应对科研成果转化最困难一环：从实验室里的源头发现到产业机构（投资人或药企）愿意接手的环节。

所谓 “ Concept ” ，是学术机构里刚刚冒头的源头创新 —— 可能是一个新靶点、新机制、也可能是一项新的药物开发技术，相关论文甚至还没发表。作为目标的 “ Prototype ” ，是指这个科学发现已经被打磨成了一个产品的原型，一个完整的数据包，产业界和投资人可以依据这些数据做出判断：是否已经达到产业界认可的项目立项标准，可以按照药物开发的成熟工业化流程往下推进。

从概念到原型，中间要做什么？

举个例子。假设有位教授发现了阿尔茨海默病的新靶点，但实验数据还未成熟到可以立项进行药物开发的阶段。尚思概念验证平台要做的，第一步是严格的第三方交叉验证 —— 确认发现真实可靠，有效性站得住脚。第二步是探索成药路径：这个靶点适合用哪种类型的干预手段：小分子、大分子还是细胞治疗等；也需要开发筛选系统，获得工具分子，验证对这个靶点进行干预能否产生预期效果，明确药物类型的选择。第三步是早期转化医学研究：例如在多种疾病模型中测试，寻找可能的适应症范围，明确生物标志物。等这些做完，形成包含科学验证、成药路径、、早期候选药物分子、潜在适应症的 “ 药物原型 ”和对应数据包，满足产业方内部早期管线立项的标准，项目的主导逻辑就从 “ 科学探索 ” 正式切换到 “ 产业开发 ” 。

如何降风险 (derisk), 提高概念验证效率，是尚思的核心思考。资金层面，尚思倾向于选择那些 “ 不追求股权收益 ” 的资金来源 —— 特定的政府研究经费、药企定向支持、以及慈善公益基金 ——来支持早期概念验证工作。如果验证发现研究成果不适合产业化，可以快速结题，容忍失败，特别是早期快速失败（fail fast）。如果数据亮眼，成功找到投资方和产业方继续推进开发。

判断层面，尚思组建了多元背景的科学顾问委员会。委员会里有国内外顶尖投资机构的负责人，大型药企的研发 /BD 负责人。他们的核心作用有三个：判断源头创新是否站得住脚；在成药路径上提供工业界的实战指导；以及评估项目本身的临床和产业价值，项目跑完概念验证之后，产业界是否真的愿意接手。

执行层面，尚思概念验证平台采取轻模式：内部，聘招 " 技术经理人 " —— 既有生物学博士背景、又在产业界做过事的专业人士。他们和科学家一起制定研发方案，提供资金，保证项目按既定的时间表和预算推进。外部，则与多家具有不同专长的药企和产业孵化器形成战略合作，完成项目所需的研发工作。

从源头创新到产业转化是极其困难的，被称为 “死亡之谷”。尚思试图在上述 3个层做系统的探索，走通的一条路。作为一个科学和产业背景深厚的第三方机构，尚思具有三个优势：第一，用不追求收益的钱，提前为产业界做了 “ 排雷（即： derisk ） ” 的工作，避免了更多资金和资源的浪费。第二，基于尚思学者和尚思临床学者体系，对上海范围内优秀的科学家和医生，以及源头创新活跃的研究机构都有广泛和持续的覆盖，能持续触达那些真正的源头创新成果；第三，尚思有灵活的体制机制，能够探索和推进各种新思路、新模式，为打通科研和产业两条平行线，找到新的解决思路。

新的路径在哪里？

过去几十年，全球创新药行业的技术面貌日新月异，但底层逻辑却没有发生太大的变化，仍然是用 “ 堆人、堆时间、堆资金 ” 去 “拆盲盒” 。今天，这套对资源的模式边际效率正在迅速下降：研发成本越来越高，成功率越来越低，开发周期越来越长。

尚思研究院想做的不仅仅是几个成功的产业化项目，而是想在上海这片研究机构、成熟药企、顶尖三甲医院与硬核资本高度密集的土壤上，构建一个连接科学发现与产业发展的源头创新枢纽，跑通一种长效且可复制的机制。

尚思试图证明，依靠非稀释性的公共与慈善耐心资本，成熟的产业支持体系，技术经理人网络，以及中国真实临床场景中不断涌现的新发现新实践，中国同样有可能在最有风险的阶段完成真正的源头创新验证，真正链接基础研究和产业发展两条 “平行线”。

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

把斯坦福校长拉下马后，他出书揭开名校背后的精英“暗网”

知识分子 — Wed, 10 Jun 2026 08:34:40 +0800

6.10

知识分子

The Intellectual

《如何统治世界》的封面

撰文 | 周叶斌

责编 | 李珊珊 ‍

● ● ●

如果说象征着全球科技创新的硅谷与哪所大学关系最为紧密，答案无疑是斯坦福。这所坐落于硅谷核心的顶级名校为硅谷输送了无数人才，甚至可以说没有斯坦福，不可能有如今的硅谷。

从谷歌创始人拉里 · 佩奇与谢尔盖 · 布林到英伟达创始人黄仁勋，斯坦福的校友可谓群星璀璨。但论在校期间的锋芒，大概很难有斯坦福人能与西奥 · 贝克相比。

这位计算机专业的学生，大一时就通过校报学术打假当时的校长，最终迫使后者辞职下台（详见知识分子之前推送：一份学生报纸，一个前员工，是怎样让斯坦福启动对校长的学术不端调查的？）。经此一役，这位大学生成了美国新闻界顶级奖项乔治 · 波尔克奖最年轻的获奖者，俨然是美国科技界的 “ 耿同学 ” 。

年少成名，也难怪贝克在毕业论文还没提交时就出版了自己的回忆录。但在这本题为《如何统治世界》的回忆录里，贝克并没有沉溺于 “ 回忆 ” 自己如何把校长拉下马的光辉事迹，而是回到自己入学的初衷 —— 成为改变世界的硅谷工程师，审视当下的斯坦福与硅谷的关系。

在贝克笔下，斯坦福不再像一所学校，更像一笔生意，而且是时有变质的生意，这里的大学宿舍变成了 “ 孵化器 ” ，然而孵化出来的却包括 “ 滴血验癌 ” 骗局的缔造者，或是因诈骗洗钱入狱的加密货币大佬 ……

这一切，虽然只是这位大学生的个人观察，但《如何统治世界》依然值得关注，因为它隐含一个我们无法回避的问题：在高科技创新席卷全球，我们不断被承诺，或者被威胁 “ AI 将重塑世界，重塑所有行业与就业 ” 的当下，教育的意义到底是什么？社会给予厚望的精英教育，培养出来的又到底会是什么样的人？

10个月，

这位斯坦福本科生把斯坦福校长拉下了马

2023 年 7 月，当贝克针对时任斯坦福校长、著名的神经生物学家马克 · 泰西耶 - 拉维涅（ Marc Tessier-Lavigne ）学术不端问题的系列调查报道导致后者被迫辞职时，所有人都在问一夜成名的贝克是谁。一个大一新生怎么就能把当过基因泰克高管、洛克菲勒大学校长的学界大佬泰西耶 - 拉维涅折腾得灰头土脸？

很快，人们就注意到贝克不同寻常的家庭背景，父亲是《纽约时报》驻白宫的明星记者，母亲是《纽约客》的专栏作家。有这样的家世，难怪他连校长都敢怼，这是不少人的看法，美国不少人就说贝克是典型的 nepo baby ，即：依赖家族荫蔽的二代、关系户。

不过可能出乎大多数人意料，贝克进入新闻业纯属意外。他到斯坦福的初衷是成为一名工程师，读计算机专业，就是要走和父母不一样的道路。

从各方面看，贝克的计算机专业水平不差，他加入了学校的黑客马拉松组织 TreeHacks ，跳级去上专门用来 “ 筛人 ” 的计算机淘汰课。如果一切按这个节奏发展，贝克应该会成为出色的硅谷工程师，甚至说不定会成为下一个毕业于斯坦福的硅谷创业者。

一个微小的意外是外祖父在贝克入学前几周去世了。外祖父生前念念不忘的是自己年轻时在学生报纸工作的岁月，为了继续保持与外祖父的连接，贝克加入了校报《斯坦福日报》，作为一项课外活动和业余爱好。

在美国大学中，类似《斯坦福日报》这种的校报通常由学生独立运营，他们在校园公共事务中具有不错的影响力，但归根结底，它仍是一份面向校园社区的学生媒体，其影响力大多局限于校内。在学生记者这样一个看上去不起眼的位置上，贝克注意到了揭露学术不端的网站 PubPeer 上有对他的校长泰西耶 - 拉维涅的质疑，然后，事情开始走向了 “ 失控 ” 。从 2022 年 11 月起，仍是大一新生的贝克开始在《斯坦福日报》上揭露泰西耶 - 拉维涅发表的多篇论文涉及造假。

后来发生的一切如果我们极端简化，似乎是个美好的故事：斯坦福校董会在贝克发出第一篇报道后不到 24 小时宣布启动独立调查， 10 个月后，结果公布，确认泰西耶 - 拉维涅的数篇论文存在问题，后者辞职揽责。

但当事人贝克的经历要复杂得多。阻力在他的第一篇报道发出前就出现了，有人警告他泰西耶 - 拉维涅名声很好，最好别冒险，否则在学校里处境堪忧。

而校董会启动的调查，主持调查的成员之一是泰西耶 - 拉维涅联合创办的一家生物技术公司的投资人。

泰西耶 - 拉维涅本人则从未直接回应贝克的任何采访请求，当他选择回应时，是向全体教职人员，包括贝克所有的教授，发公开信，信中形容贝克的报道 “ 充斥着谎言 ” 。再之后，泰西耶 - 拉维涅的律师找到了贝克，那是一位非常著名的律师。

这一切彰显了硅谷精英阶层的小圈子特质，公众看到的泰西耶 - 拉维涅，是著名的神经生物学家，人设是科学家，是学术权威，但他开公司结交的是顶级投资人。这些投资人不仅和他在公司有交集，又通过校董会，与他在学术界也建立了深厚关系。

这个实力强大的小圈子当然有好的一面，例如斯坦福等名校就是凭借这些精英圈层获得数额巨大的捐款，支持学术研究。可当有人不小心站到这个小圈子的对立面时，面临的又是何种压力？

虽然贝克描述自己成为记者绝不是为了获得父母荫蔽，对自己是二代的说法也是嗤之以鼻，不过我们也不禁会想，如果没有家世传承，如果只是一个来自美国普通中产家庭的孩子，面对这个层级的警告时，是否还能坚持报道？面对大牌律师坐在自己对面时，是否还能泰然自若？

斯坦福校内的“暗网”

权势惊人又隐秘的精英圈层恰恰是《如何统治世界》想解剖的，贝克并不满足于讲述自己的打假故事，他想讲述他在斯坦福看到的另一个世界，他在书中称之为 “ 斯坦福里面的斯坦福 ” 。

对普通民众来说，那绝对是一个平行世界。在那里，还不到 20 岁的年轻人被挑选出来，早早就被认定是下一个万亿美元企业的创始人，他们进入常人无法想象的圈子，充满资源与人脉：游艇派对、近乎无限的资金、在周末向亿万富翁们发短信寻求建议。

贝克能看到这个平行世界的原因很简单，他也是那些被挑选出来的年轻人。加入 TreeHacks 、跳级上课，让他成为隐秘圈子眼中一个有前途的年轻人。

注意，在这个圈子眼里不是所有斯坦福学生都有前途，入校后不久，这些天之骄子们就会被归类，分为真正有前途的人，和普通人。

贝克给回忆录起的书名《如何统治世界》并非比喻，而是斯坦福一门真实存在的课程的名字。但这又不是正式的课，没有学分，只有讲座、讨论、嘉宾演讲，每周在校园里上一次，主持者是一位硅谷 CEO ，与其说是课，倒不如说更像硅谷版骷髅会（耶鲁大学著名的精英兄弟会）。贝克入学时得知仅仅是知道这门课存在，就已经是一种地位象征，这让你变得 “ 与统治阶层相邻 ” 。

这个隐秘圈子的背后是湾区风投和科技巨头们试图在斯坦福新生中嗅出 “ 独角兽 ” 人才，让他们辍学或接受投资。他们在赌未来的天才，在赌斯坦福校园里有下一个扎克伯格、下一个马斯克。

为了这个目标，风投会雇用斯坦福高年级学生，在新生一踏入校园时就开始物色猎物。

姑且不说这种寻找下一个扎克伯格的押注是否理性，风投们的筛选标准多少有点玄学。

贝克被告知，加入大型创业俱乐部其实是 “ 负分 ” ，说明你是为了创业者的头衔而来，真正的创造者应该出现在那些更隐秘的圈子里。而且，高年级学生不受欢迎，背后的逻辑是：如果你真的好，早就该被发现了。但当贝克追踪到底，发现一切似乎只是取决于关系，谁认识谁，哪个 CEO 拍了拍谁的肩膀。

可是一旦通过了极为模糊的标准入圈后，这些都未必到合法饮酒年龄的年轻人将看到一个完全不同的世界。亿万富翁们变得如兄弟般亲近，有时候会甚至开放到让人不安。例如有位 CEO 曾突然发邮件给贝克相邀吃饭认识一下，这位 CEO 面对初次见面的大一学生，淡然介绍自己的一份合同来自曾被美国长期制裁的利比亚独裁者卡扎菲。

这种过度随意的 “ 亲近 ” 在 “ 斯坦福里面的那个斯坦福 ” 随处可见，贝克表示人们毫不避讳地对他坦白过逃税、挪用公款、证券欺诈、内幕交易。有些亿万富翁们向学生们宣称 “ 有 150 人 —— 全是男性 —— 掌控着这个世界 ” ， “ 政治家都是傀儡 ” ，成功的本质在于 “ 积累世界级的资本，然后按照自己的世界观重新分配 ” 。

显然，这是一个疯狂的圈子，一个相信少数精英可以统治整个世界，并且自己就会是那少数精英的圈子。

大学成了带宿舍的孵化器，

然而孵化的又是什么？

面对风投在校园里疯狂挖人，斯坦福校方是怎么看的呢？至少在贝克看来，学校对此是默许甚至是支持。

毕竟，学校教授们自己也在争先恐后地进入硅谷，学校的声望乃至财政取决于校友公司的市值。贝克在书中直白地写道，斯坦福正在变得越来越像一家企业， “ 一家运转良好的企业，但是是企业，不是学校。它越来越像一个繁荣的生意，而不是一个活力四射的青少年探索场所。 ”

一位创业者对贝克说： “ 斯坦福是一个带宿舍的孵化器。 ” 这句调侃听起来比任何官方表述都更贴近现实。

但这个孵化器是在孵化创新吗？

贝克入学时正值加密货币狂潮的尾声。一次晚宴上，他与校园里最狂热的加密货币鼓吹者同桌，对方告诉他，山姆 · 班克曼 - 弗里德（加密货币交易所 FTX 创始人，因欺诈、洗钱入狱） “ 预测的没错 ” ，只是大家都在研究如何绕过法律问题。

可是 20 22 年 11 月初，山姆 · 班克曼 - 弗里德的 FTX 垮台。当年 11 月底， ChatGPT 上线，许多人又迅速转向 AI 。他们告诉贝克，自己可以达到山姆 · 班克曼 - 弗里德的高度 —— 后者一度是全美前 50 名的富豪，最好别遭遇他的结局，方法就是利用最新的浪潮。

比盲目跟风更糟糕的是，在过度自信的封闭精英圈子内，有些骗局也找到了土壤。

伊丽莎白 · 霍姆斯与 Theranos 血液检测骗局无疑是典型。一个充满魅力的年轻人从斯坦福辍学，夸下海口要用一滴血取代常规血检，这不就是在斯坦福寻找下一个扎克伯格的风投圈梦寐以求的改变世界的技术叙事吗？

当这个圈子相信你时，霍姆斯这样的年轻人获得了近乎无限的资源。即便有破绽，在霍姆斯一事上甚至可以说是显而易见的破绽，凭借封闭精英圈里的互信背书，通过一轮轮的融资，依然可以长时间不被质疑。

霍姆斯当然是极端案例，但催生它的土壤，在贝克看来并没有消失。甚至前校长泰西耶 - 拉维涅的学术不端事件也有相似性。 PubPeer 上多年前就有对他的质疑，能安然无恙多年，部分原因正在于斯坦福与硅谷之间那张细密的关系网，校董是他的投资人、好朋友，学术界与商业界的边界早已被权力与资本悄悄抹平。

被改变的还有创业这件事的文化意涵。贝克观察到如今在斯坦福，创业早已不再是什么非主流的、离经叛道的选择，而成了 “ 预期中的路径 ” 。他听到的一个普遍说法是：对年轻人来说，现在筹集一笔创业资金，远比找一份实习容易。

贝克的故事当然有其特殊性，新闻世家的孩子进了计算机系，机缘巧合加入校报后又碰上校长的学术丑闻。或许正是这样的特殊经历让他能够敏锐地注意到斯坦福与硅谷间已然蜕变的关系。但《如何统治世界》真正值得我们关注的并非贝克奇特的个人经历，而是他所观察到的现象或许并不特殊。

与硅谷的地理距离可能让斯坦福稍有极端，但培养人才时的功利性是当下高等教育普遍面临的挑战。甚至越是在过往侧重培养学术人才的精英教育，如今面对的风投思维冲击越是严重。

当教育的价值越来越难以与估值区分， “ 改变世界 ” 变成融资话术，学生们积极争取进入试图 “ 统治世界 ” 的精英小圈子，我们又该去哪里寻找那些真正想弄清楚世界是如何运转的人？

可纵观历史，最终推动人类社会进步的往往不是那些所谓统治世界的人，而是让我们更了解世界运转规律的人。

参考资料：

[1] https://techcrunch.com/2026/05/18/theo-baker-spent-four-years-investigating-stanford-before-he-leaves-heres-what-he-found/

[2] https://stanforddaily.com/2026/05/27/baker-26-criticizes-campus-culture-in-book-talk/

[3] https://www.sfchronicle.com/entertainment/books/article/theo-baker-stanford-memoir-22248176.php

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

《自然》调查：博士生正通过副业维持生计

知识分子 — Tue, 09 Jun 2026 12:24:02 +0800

6.9

知识分子

The Intellectual

博士生在调查中反馈，售卖艺术作品是赚取额外收入的方式之一。来源：Klaus Vedfelt/Getty

来源｜ Nature Portfolio

作者 | Katie Kavanagh ‍

● ● ●

《自然》调查发现，生活成本危机迫使博士研究生想方设法平衡收支。在1200多位回复的科学家中，46%说自己在读博期间有或有过第二份收入。

这项调查2026年1月发布于《自然》网站、社交媒体和自然简报的邮件。有68%的回复者回答说，他们担心自己所在地区的当前经济状况，59%的人说这种担忧使他们更有可能考虑从事副业。

一位受访者写道，我目前的津贴和十年前一样，无法覆盖不断上升的生活成本。“我认为再过几年，大多数人都会难以为继，需要开始做副业或打第二份工。”

“我的津贴远低于所在地区的生活成本，这让我不得不做一份兼职好维持生计。”另一位受访者写道。

加拿大研究生协会（Canadian Association for Graduate Studies）执行主任Ian Wereley说，博士生的经济状况取决于他们所在的地区，但在生活成本高的城市，情况可能相当严峻。 “在加拿大，博士研究生的津贴平均处在贫困线水平，有时甚至更低。”

这一结果和美国市场调查公司Morning Consult的一项调查相呼应——后者发现，美国大学生的经济乐观程度已降至2018年开始追踪以来的低点。而根据英国科研与创新署（UKRI，该国首要的博士生资助机构） 2025年发表的一项报告，超过半数的研究机构和培训资助方认为，英国目前的博士生津贴无法覆盖研究者的生活成本。

生活成本

《自然》询问读者从事副业的经历、为何感到有必要靠副业赚钱，以及他们从事了哪类工作。回答大多（49%）来自于Z世代受访者（出生于1997-2012年之间）， 40%的受访者属于千禧一代（生于1981-1996年间），其余11%生于1946-1980年间。

受访者来自57个国家，大多生活于欧洲（41%）或北美（38%）。尽管在美国、英国、荷兰、葡萄牙和加拿大等国的受访者报告自己的津贴不足以覆盖生活成本，但仍存在地区差异。

一些博士生，特别是北欧地区，表示他们的津贴是足够的。“我在瑞典读博，有全额工资和福利。所以从来没有产生过需要副业的想法。”一位匿名受访者说。

一些受访者说，他们受到与大学的协议条款或学生/工作签证的限制，不允许从事有额外收入的工作。

被忽视的负面影响

仅15%的受访者认为在读博期间干副业对学术生涯有积极影响，28%的人说有负面影响。其余57%的人表示影响不明确，并说明了他们副业的类型和花费的时间。

一些受访者说，他们的副业使他们能够培养对科研生涯有益的技能。这些工作包括从事科学传播、制药行业和教学相关的工作。另一些人说，他们的副业帮助他们得以维持自己的兴趣——如创作音乐、售卖艺术品和手工作品。

Wereley同意，那些能从事和研究领域相关副业的人，能在人际网络和专业技能上有所收获。但他补充说，如果一个学生仅仅为了额外的收入从事无关的工作，那就完全是负面影响了。 “这消耗他们的幸福感、时间，也挤占了原本有助于职业发展的专业训练活动。”

倦怠是英国东安格利亚大学药学博士Bahijja Raimi-Abraham经历的真实副作用。2008年，她在读博期间曾兼职临时药剂师。“对我的幸福感影响很大。我压力重重，因为有读博压力，又几乎没有时间休息。”她说。

2012至2018年，在加拿大卡尔顿大学攻读博士学位期间，Wereley自己也干过不少副业来覆盖生活成本。“毫无疑问，我在那些工作上每花一个小时，都少了一小时用于完成学位。”

原文以 Cost-of-living crisis pushing PhD students to get second incomes, finds Nature poll 标题发表在 2026年3月16 日《自然》的新闻版块上。

本文于2026年5月15日发布在公众号《Nature Portfolio》，《知识分子》获权转发。

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

22岁青年学者陈博远，担任智源研究院中心负责人

知识分子 — Tue, 09 Jun 2026 12:24:02 +0800

6.9

知识分子

The Intellectual

‍

● ● ●

近日，22岁北京大学青年学者、逆矩阵创始人陈博远担任北京智源人工智能研究院 (简称“智源”) 行为世界模型创新中心负责人。

陈博远本科期间以共同第一作者获国际顶级AI会议 ACL 2025 最佳论文，另以第一作者身份在国际顶级AI会议 NeurIPS、ACL 等发表多篇论文。他还在国家自然科学基金委双清论坛作特邀报告。这位年仅22岁的年轻人，谷歌学术引用累计2200余次，GitHub 开源获星4000+，开源项目国际社区逾80万次下载。

据介绍，智源研究院行为世界模型创新中心聚焦下一代通用世界基座模型的学术研究与前沿探索，旨在构建面向真实物理世界的通用基座模型，“其认知根基并非训练数据的统计捷径或像素级拟合，而是对物理世界因果结构的深层掌握。”

早在2024年，陈博远便与智源开展了一系列学术交流和技术研讨。2025年初，智源确立“AI从数字世界走向物理世界”的技术路线，与陈博远研究方向高度契合，双方建立“深度学术协同”。陈博远主要负责的行为世界模型创新中心，将成为智源培育的世界模型核心攻坚力量之一。

世界模型被视为AI迈向通用智能的下一个关键战场。图灵奖得主杨立昆将其视为AGI核心路径，其创立的AMI Lab持续深耕JEPA架构；李飞飞从空间智能出发，创办的World Labs累计融资超10亿美元，发布Marble模型构建可交互的 3D 物理环境。谷歌DeepMind持续迭代Genie系列模型，英伟达推出Cosmos世界基础模型，国内字节跳动、阿里巴巴、腾讯、华为等科技大厂也在加速布局。全球AI竞争的核心坐标，正从“虚拟世界的内容生成"转向"物理世界的真实交互”。

据智源研究院介绍，其核心定位为实现人工智能领域从0到1的原始创新与核心技术突破，做“高校做不了、企业不愿做”的前沿基础研究，探索“集中力量办大事、青年人才挑大梁”的独特模式。智源学者计划中，38岁以下青年科学家有40位，其中3位不足30岁，智源青源会则汇聚了海内外青年学者2000余人。七年来，智源累计孵化加速了20多家具有核心技术能力的创新企业，已上市1家，估值超过百亿的2家，超过十亿的6家，智谱 AI、月之暗面、面壁智能、银河通用等多家行业头部企业的核心创始人唐杰、杨植麟、刘知远、王鹤等，也均在智源开展过相关领域研究。

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END

专访马骁：当AI推翻80年经典数学猜想，数学家的护城河还能存在多久？

知识分子 — Mon, 08 Jun 2026 12:01:22 +0800

这次没有想象中的进展那么大，但不代表数学家可以安心等到明年。

一位大学副教授为何选择去澳洲读教育学硕士？

知识分子 — Sun, 07 Jun 2026 08:00:00 +0800

6.7

知识分子

The Intellectual

权新峰博士。图源：权新峰个人视频号

撰文｜李想俣 ‍

● ● ●

从美国名校化学博士、四川大学匹兹堡学院副教授，到西湖大学讲师，再到辞职前往澳大利亚攻读教学硕士——权新峰的履历，放在今天的中国高校体系中，多少显得有些 “逆行” 。

在 “ 非升即走 ”、论文指标与科研绩效主导的大学环境里，青年教师最重要的任务，通常是发论文、拿项目、做科研。教学当然也重要，但更多时候，它被视为一种必须完成的事务：耗费精力，却很难真正转化为职业回报。

但过去这些年，权新峰把大量时间投入课堂。他组织教学工作坊，阅读教育学与认知科学文献，尝试讨论式课堂、探究式学习与项目制教学，也不断反思课程设计、学生评价与考试方式。他越来越意识到，教学并不是把知识讲明白那么简单，而是一套高度复杂、需要系统研究支撑的专业实践。

与此同时，他也逐渐感受到另一重现实：在大学体系里，教学几乎是“没有爹娘的孩子”。很多高校热衷于推广翻转课堂、慕课、主动学习等教学改革，但真正围绕如何学习、教学如何有效展开的系统研究与教师训练，却长期缺位。大量改革最终停留在形式层面：课堂看似热闹，学生却未必真正学会思考。

更深的问题，则来自整个教育体系。在权新峰看来，从基础教育到高等教育，中国教育始终被同一个指挥棒牵引：以标准化考试为核心的筛选逻辑。当教育的核心功能变成选拔，教学目标、课堂文化乃至学生对学习的理解，都会不断向考试靠拢。“很多人默认教育的目标是筛选，而不是培养。”他说。

今年年初，权新峰辞去高校教职，前往澳大利亚攻读教学硕士，并计划未来进入中学教育领域。这并不只是一次个人职业转向。某种意义上，它更像是一位曾经身处科研体系内部的青年教师，在长期教学实践之后，对中国教育结构性问题的一次重新思考。

在与《知识分子》的对谈中，他反复提到一个词：Evidence-based teaching （循证教学）

在他看来，教育不应只是经验主义。好的课堂，并不只是依赖教师个人热情，而应建立在认知科学、教育心理学与长期实证研究基础之上。就像医学需要循证，教学同样应该成为一门可以被研究、验证与修正的专业。

但现实是，今天许多大学教师甚至从未接受过系统教学训练。“大家特别关注用什么方法，却很少追问为什么这样设计。”权新峰说。

教学几乎是“没有爹娘的孩子”

《知识分子》：很多海归博士进入高校后，会自然地把主要精力投入科研与论文发表，而不是教学。但您似乎一直非常重视教学。为什么？

权新峰：很大程度上是个人兴趣。读博士期间，我读了很多闲书，大概有三百本，其中相当一部分是不同学科的入门科普。那个阶段，我开始重新思考意义和价值这些问题。

很多人默认一种人生路径：比如你拿了美国名校化学博士学位，回国后就应该继续做科研，否则就是浪费。但我后来越来越觉得，这种路径并没有什么天然正确性，它更像是一种未经反思的社会共识。

真正的问题是：人为什么一定要按照既定轨道生活？我后来慢慢意识到，自己对自然科学研究并没有那种足够强烈、能够持续几十年的热情。科研有成就的时候当然会兴奋，但那种兴奋很短暂。我很难想象把一生都投入在化学研究里。

相反，我更喜欢和人打交道，也更喜欢思考 “ 人如何学习” 这样的问题。学生因为课程受到启发、发生改变时，那种满足感，比发表论文更强烈。

后来正好有四川大学匹兹堡学院的岗位。我爱人是四川人，这个学院又和我母校匹兹堡大学合作，当时也相对重视教学，于是我就去了。但真正开始投入教学后，我很快发现：如果想把教学做好，它绝不是经验活。你必须研究它。比如，什么样的课堂设计更有效？学生为什么会走神？为什么有的知识学生学不会？什么样的任务设计能形成真正的学习动机？这些问题背后，其实都涉及认知科学、教育心理学甚至神经科学。

也就是说，教学本身应该是一种研究。

《知识分子》：但在大学体系里，教学似乎一直不是最核心的事情。

权新峰：是的。教学在很多高校里，基本属于 “ 没有爹娘的孩子 ” 。科研至少有完整体系：项目、论文、基金、评价标准、职业晋升路径，都非常明确。

但教学呢？很多时候只有一句口号：重视教学。真正围绕教学展开的制度建设其实很薄弱。包括教师培训、课程设计支持、教学研究共同体、教学数据分析等，很多都缺乏。所以后来我越来越意识到，仅靠个体教师的热情，很难真正推动教学改革。

为什么很多教学改革最后都流于形式？

《知识分子》：这些年国内高校也在做大量教学改革，比如翻转课堂、讨论式教学、慕课等。但很多人感觉最后往往流于形式。

权新峰：因为大家太关注招式，而忽视了心法。过去十年，我在全国做过 30 多场教学培训和工作坊，一个非常强烈的感受是：很多教师对教学设计最基本的原理并不熟悉。

比如，一个教学目标到底应该怎么写？在教育学里，一个合格的教学目标必须是可观察、可评估的。你不能写让学生理解化学之美，因为你无法测量。你必须明确：学生最终能完成什么任务、达到什么认知水平。

再比如布鲁姆教育目标分类。这在美国教育学里几乎属于入门知识，但很多高校教师并不熟悉。结果就会出现一种情况：大家热衷于学新方法，却不知道为什么要这样设计。很多时候，翻转课堂最后变成了老师少讲一点，讨论式教学变成课堂热闹一下，学生并没有真正发生深层学习。

因为教学设计本身是系统工程。你需要考虑学生基础、任务难度、认知负荷、反馈机制、课堂文化等等。否则再好的方法都会失效。

《知识分子》：您自己在课堂中做过哪些尝试？

权新峰：我曾经很理想主义。最初我希望把教学真正做成一门专业，甚至建立一种新的教学文化。我组织教学研讨会，和同事们一起读教育学文献，讨论认知科学研究，也做小规模课堂实验。

比如，我们会讨论一个问题：学生评价到底能不能代表教学质量？很多学校非常重视学生评教，但实际上，教育学研究很早就发现，学生满意度和真实学习效果并不一定一致。有时候，真正有效的学习反而是不舒服的。因为深度学习意味着认知冲突，意味着学生必须不断修正自己原有理解。这并不总是轻松愉快。

这也是为什么我后来特别关注循证教育 —— 也就是基于研究证据的教学。教育不应该只是“ 我觉得这样挺好” ，而应该像医学一样，尽量建立在可靠证据之上。

高考不改变，很多改革都会重新回到筛选逻辑

《知识分子》：后来您为什么会把关注点逐渐前移到基础教育？

权新峰：因为我越来越觉得，大学里的很多问题，其实早在中小学阶段就已经形成了。比如讨论能力、合作能力、问题意识，这些东西不是大学里突然长出来的。我后来在澳大利亚观察课堂，很明显能感觉到差异。在他们那里，小组讨论、合作学习是从小就开始的。学生天然习惯表达、提问和参与。

但在中国，大量学生长期接受的是 “ 听讲 — 记忆 — 做题 ” 的训练。这会导致一种结果：学生非常擅长标准化考试，但不一定真正理解知识是怎么产生的。

《知识分子》：您认为问题核心是什么？

权新峰：核心还是评价体系。从教育学角度，一个基本原则叫 “ 目标 — 教学 — 评价一致性 ” 。也就是说，你想培养什么能力，就必须用相应教学方式，并用相应评价去检验。

但如果最终决定命运的是标准化考试，那么整个体系最后一定会向考试对齐。所以很多人会逐渐默认：教育的目标就是筛选。当筛选成为核心任务后，教学自然会围绕如何更有效地区分学生展开，而不是如何让更多学生成长。

《知识分子》：所以您后来决定去澳大利亚读教育学？

权新峰：一部分原因是这样。还有一个很现实的原因是孩子。我后来做了一些基础教育调研，也接触了很多中学教师和学生。坦率地说，我对现有教育体系是有担忧的。我希望更系统地理解教育，也想看看别的国家是怎么培养教师、组织课堂和训练学生的。我们不能用讲 PPT 的方式教学生游泳。

《知识分子》：您一直强调探究式学习。但很多教师会觉得，这种方式在中国很难落地。

权新峰：因为它对条件要求确实很高。真正的探究式学习，需要教师不断提供脚手架 —— 也就是根据学生状态持续引导。

这意味着班级规模必须很小。如果你想在十分钟内对每个小组都进行有效指导，那么一个班 20 人左右基本就是上限。所以很多人说自己在几百人的课堂里做探究式教学，我会比较怀疑。那可能只是课堂互动，并不是真正意义上的探究。

因为探究式学习的核心，不是让学生热闹，而是让学生经历问题提出、假设建立、模型构建与验证的过程。这和听懂老师讲课完全是两回事。我们不能用讲 PPT 的方式教学生如何游泳。

《知识分子》：但这种模式会不会天然成为一种精英教育？

权新峰：某种程度上是的。高质量、个性化教育，本来就很难低成本大规模复制。无论美国、欧洲还是澳大利亚，真正优质的教育资源都非常稀缺。很多顶层家庭甚至自己办学校，本质上也是因为他们知道：真正好的教育，很难标准化流水线生产。

《知识分子》：您的一些课程评价似乎并不总是很好。

权新峰：是的，而且我后来反思，很多问题确实在我自己。比如我曾经在一个 50 人的大班里大量引入讨论。后来发现效果很差。因为大班环境下，学生很容易变成围观者。

还有一次，我把原本一年的课程压缩成一个学期，只减少了内容量，却没有真正降低难度。这对非专业学生来说负担太重。另外，当时还是全英文授课。后来我才意识到，学生同时处理语言理解与知识理解，会极大增加认知负荷。这些其实都是教学设计问题。

我现在越来越认同一个观点：当学生学习效果不好时，教师首先应该反思自己。如果一味归因于学生，那问题就永远无解。

《知识分子》：但您似乎仍然坚持比较反套路的考试方式。

权新峰：因为我不希望学生只训练记忆。我的考试通常会出一种题：题目没见过，教材里也没有原题，但解题所需知识都学过。核心考察的是迁移能力和分析能力。本质上，我想训练的是：学生如何面对陌生问题、如何建立模型、如何拆解复杂系统。因为真正的科学工作，本来就不是背答案。

教学不该只是科研的附属品

《知识分子》：现在回头看，您最大的感受是什么？

权新峰：我越来越觉得，教学需要被真正专业化。今天大学里，很多教师其实并没有系统接受过教学训练，但却默认会科研的人自然会教学。可这两件事并不是一回事。一个优秀研究者，未必天然懂得如何组织学习、设计任务、理解学生认知过程。

教学本身需要长期训练，也需要持续研究更新。比如现在教育学里，已经有大量研究去讨论认知负荷、学习动机、错误反馈、课堂互动等问题。但很多高校教师并不了解这些。这也是为什么我后来越来越关注教师教育。

《知识分子》：您会后悔离开高校吗？

权新峰：目前不会。当然，我依然很喜欢大学环境，也仍然关注高等教育。但我越来越意识到，教育问题不是靠某个明星教师就能解决的。它背后是整个制度、文化与评价体系。

而我真正想推动的一件事，是让更多高级知识分子意识到：教育不是附属工作，而是一门值得严肃研究的专业。因为大学最终、最核心的问题，仍然是培养人。如果这一点被放到次要位置，那么无论科研多么繁荣，教育体系都会留下很大的缺口。

亲爱的读者们，不 星标《知识分子》公众号 ，会错过每日科学新知！ 星标《知识分子》 ，紧跟前沿科学，一起探索科学的奥秘吧！

请戳上图卡片添加星标

关注 《知识分子》视频号

get更多有趣、有料的科普内容

END