科学的观众席

一看别人做研究，有什么好看的？#

看别人做研究，有什么好看的？十几年前，人们也这样问过游戏直播：真会有人自己不玩，成天盯着别人玩吗？答案来得很快。专做游戏直播的 Twitch 在 2011 年 6 月上线，三年后，亚马逊以约 9.7 亿美元现金把它买下。收购公告里写着，仅 2014 年 7 月，就有超过 5500 万独立访客在上面看了逾 150 亿分钟的内容，这些内容出自一百多万名主播之手；贝索斯说，直播和观看游戏已经是一种“全球现象”²。看的人远远多于玩的人，这在足球场上早是常识。

围棋提供了更耐人寻味的一幕。2016 年 3 月，AlphaGo 在首尔以四比一战胜李世石，据 DeepMind 统计，全球超过两亿人观看了这场比赛³。从那以后，机器下得比人好已成定局，人却没有散场，讲棋和复盘反而成了热门内容。一项研究分析了 1950–2021 年间职业棋手的 580 多万手棋，用超人类的 AI 为每一步打分，发现 AI 出现之后，人类棋手的决策质量显著提高；前所未见的新着法出现得更频繁，也与更高的决策质量联系在一起⁴。研究者推测，超人类 AI 的出现可能促使棋手跳出传统下法、大胆尝试新着。从希腊人的竞技到今天的电竞，比赛从来都是给人看的。

科学能不能也这样被观看？这听上去像异想天开，其实并不新鲜：科学本来就有观众席。十六世纪末的解剖剧场、十七世纪的空气泵演示、十九世纪的圣诞讲座，都是公开的表演；那时推动科学的，也有大量不拿薪水的爱好者。后来的专业化把观众越推越远，把业余者挡在门外，也把学科切成了一座座孤岛。《新科学宣言》说，有人上手玩，所有人都能当观众。这句话背后有一段很长的历史，也需要一些分寸：观众为什么离席，公众为什么重要，观众回来之后，又凭什么不把科学变成一场热闹。

二四百年前，谁在看科学？#

1594 年（一说 1596 年），莱顿大学建起了一座解剖剧场。阶梯座位一圈圈围住中央的解剖台。解剖只在冬天进行，因为天冷尸体不易腐坏，一年几次，每次持续好几天；解剖的是被绞死的犯人，台下坐着学生和外科医生，也坐着付了门票的好奇市民。夏天没有课，剧场就改作陈列室，让参观者欣赏来自远方、闻所未闻的奇物⁵。在这里，知识既是教学，也是一种公共仪式和城市娱乐：市民花钱来看的，是人体的秘密被一层层打开。

六十多年后，观看有了更严肃的用途。1650 年代末，波义耳在牛津与助手胡克造出空气泵，当着一小群志同道合的自然哲学家演示真空中的现象⁶。科学史家夏平指出，波义耳的实验报告不厌其烦地交代细节与情境，让没有到场的读者也能在脑中重建现场，他称之为“虚拟见证”⁷。他与谢弗在《利维坦与空气泵》里进一步论证，实验事实是靠物质、文字和社会三种“技术”共同生产出来的⁸。见证，是现代科学可信性的起点；1665 年诞生的期刊，不过是把见证送到了更远的地方。今天，当文字可以被无限而廉价地生成，我们需要新的见证技术。

到了十八世纪，科学演示成了上流社会的时髦节目。1746 年，法国物理学家诺莱（人称“诺莱神父”）用莱顿瓶放电，让巴黎加尔都西会修道院的全体修士用铁丝逐一相连，排成一条九百托瓦兹（约 1.75 公里）的长队，修士们同时抽搐跳起，他由此断定电的传导快得惊人；他还当着路易十五的面，让 180 名卫兵手拉手接受同样的电击⁹。英国画家赖特 1768 年的名作《气泵里的鸟实验》，画的是一位巡回讲师在私宅的烛光下做空气泵实验，男人、女人和孩子围在桌旁，有人凑近细看，有人不忍卒睹。伦敦国家美术馆的说明写道，当时的公众大概只能通过巡回讲师的演示接触“科学”，地点通常是市政厅，或者像画中这样，受邀到私人家里¹⁰。

十九世纪，讲台变得更正式。伦敦皇家研究院在 1825 年 12 月开办圣诞讲座，第一轮由力学教授米林顿主讲；两年后法拉第登台，此后一共主讲了十九轮，最后一轮是 1860–1861 年的《蜡烛的化学史》，讲稿成书，大概是有史以来最受欢迎的科学读物之一。这个传统一直延续至今：1936 年登上 BBC 刚刚起步的电视，1966 年起年年转播¹¹。开篇那幅版画里的场景，就是其中一次¹。

在柏林，亚历山大·冯·洪堡把讲台搬出了大学。1827 年 11 月到 1828 年 4 月，他在柏林大学讲了 61 讲“宇宙”，同时在隔壁的歌唱学院面向公众讲了 16 讲，每讲约有上千名听众，从劳工、工匠、市议员到宫廷中人，国王腓特烈·威廉三世和王储也来听，其中还有当时进不了普鲁士大学的女性。洪堡不收门票，连场租都自己掏，这些讲座后来发展成五卷本的巨著《宇宙》¹²。这些场景提醒我们，科学不是在密室里长大的：它的权威一部分来自证据，一部分来自当众的证明，观众不是装饰，而是见证的一部分。

三业余者能推动科学吗？#

“业余者”（amateur）一词经法语来自拉丁文 amator，本义是“爱好者”¹³。在科学成为职业之前，推动它的有很大一部分正是这样一群爱好者。1781 年 3 月 13 日夜里，英格兰巴斯的一位音乐家在自家后院，用自制的望远镜发现了一颗缓慢移动的天体，这是自古以来人类发现的第一颗新行星¹⁴。他叫威廉·赫歇尔，靠抄谱、教音乐、弹管风琴和指挥乐队为生，业余时间自己制作反射望远镜。他起初以为那是一颗彗星，后来才确认是一颗行星，也就是天王星。王室随后给了他每年 200 英镑的年金，让他得以辞去音乐工作、专心天文¹⁵；据说这笔钱比他当乐师的收入还少¹⁶。

他的妹妹卡罗琳起初也以音乐为业，后来成了他的助手：磨镜、计算、操持家务，也用自己的望远镜扫视夜空。她一生发现了八颗彗星。1787 年，国王乔治三世给她每年 50 英镑的薪水，作为哥哥的助手，她由此成为英国第一位靠科学工作获得收入的女性¹⁷。赫歇尔兄妹从爱好者变成王室供养的天文学家，这本身就是专业化前夜的一个缩影：科学开始需要全职的人，也开始为全职的人付钱。

达尔文一生从未在大学任职，却影响了许多博物学家的工作：他发起合作，建议实验，甚至启发了整套研究计划¹⁸。他靠书信织起一张网，今天整理出的往来信件超过一万五千封，涉及的通信者和信中提到的人超过两千¹⁹。网里有植物学家阿萨·格雷这样的名家，也有经人介绍结识的养鸽人和养狗人、苏格兰园丁约翰·斯科特，以及莉迪亚·贝克尔、玛丽·巴伯这样的女性植物爱好者；他向他们索要数据、请他们做实验，其中大多数人他从未见过¹⁸。十九世纪的博物学，本来就是一张由标本、书信和爱好者织成的网。

玛丽·安宁的故事，则显出爱好者的另一面。她 1799 年生于英格兰南部海边小镇莱姆里吉斯，靠挖掘、清理和出售化石谋生。1811 年秋，她的哥哥约瑟夫发现了一个鱼龙头骨；大约一年后，她找到了其余部分，又花了几个月挖出整具五米长的骨架；1823 年，她发现了第一具完整的蛇颈龙骨架，连居维叶起初都怀疑是拼凑的赝品；1828 年，她又发现了德国以外的第一件翼龙化石。可是伦敦地质学会不接纳她，买走她化石的绅士学者在论文里也常常不提她的名字²⁰。学会直到 1919 年 5 月 21 日才接纳第一批女性会员，那一天恰好是安宁的生日，距她去世已经七十二年²¹。

爱好者并没有消失。2023 年 5 月 19 日，日本业余天文学家板垣公一在风车星系 M101 里发现了超新星 SN 2023ixf，这是十年来离地球第二近的超新星；截至当时，他自 2000 年开始这项爱好以来已经发现了 172 颗超新星²²。同年 8 月，另一位日本业余者西村荣男（Hideo Nishimura）用一台普通数码相机、30 秒的曝光，拍到了一颗后来以他命名的新彗星²³。专业巡天设备再强大，天空也大到需要无数双业余的眼睛。在天文学这样的领域，业余者从来不只是观众，他们是整张观测网络的一部分。

四公众是怎样被请出观众席的？#

“科学家”这个词本身，就是专业化的产物。1833 年 6 月，英国科学促进会开年会，诗人柯勒律治当场表示反对：这些在化石坑里挖掘、摆弄电学装置的人，担不起“自然哲学家”这个称号。剑桥三一学院的休厄尔起身提议，可以仿照 artist（艺术家）造一个 scientist²⁴。这个词 1834 年首次见于印刷品；1840 年，休厄尔在《归纳科学的哲学》里再次呼吁：“我们非常需要一个名称来描述一般意义上的科学耕耘者。我倾向于称他为 Scientist。”²⁵

名称背后是一整套制度。1810 年前后，亚历山大的哥哥威廉·冯·洪堡主持创办柏林大学，把现代课程、不受教条约束的自由探究与专门的科学研究所结合在一起，许多实验室的基本技术就在那里成形²⁶。李比希在吉森大学建起一座教学实验室，成批地训练研究生，这个模式先在欧洲、后在美国被广泛仿效²⁷。研究型大学、博士学位、实验室、专业学会和专业期刊，在十九世纪一起长成了今天的样子，科学随之成了一种职业，论文则成了这门职业的标准产出；这门职业怎样一步步变成流水线，见学术流水线。专业化带来了空前的成功：分工让知识以前所未有的速度积累，现代化学工业、电气工业和医学的许多成就，都离不开这套体制。

1917 年 11 月 7 日，韦伯在慕尼黑对学生发表讲演《以学术为业》，冷静地承认了专业化的逻辑。他说，科学已经进入一个前所未知的专业化阶段，而且将永远如此；只有通过严格的专业化，一个学者才能真正拥有那种或许一生只有一次的充实感：“我在这里做成了一件能够持久的事。”他也坦白，一切越界到邻近领域的工作，都背负着一种认命的意识：顶多给专家提供一些有用的问题，自己的工作注定极不完善²⁸。他要求学者戴上“眼罩”，为一处校勘的对错倾注全部激情。这是专业化的伦理，也是它的代价。

另一些人看到的主要是代价。1930 年，奥尔特加·加塞特在《大众的反叛》里专辟一章谈“专业化的野蛮”：专家对自己那一小块宇宙了如指掌，对其余一切却一无所知，还带着内行的自负，对政治、艺术和社会问题发表意见；他称这种人为“有学问的无知者”²⁹。1959 年 5 月 7 日，斯诺在剑桥的里德讲座上提出“两种文化”。他说自己曾在文人聚会上问，有多少人能描述热力学第二定律，“回应是冷淡的，也是否定的。可我问的，不过相当于科学版的‘你读过莎士比亚的作品吗？’”³⁰

但我要说，斯诺的问题在今天早已过时。他说的不过是文学知识分子与科学家之间的“文人相轻”，是精英内部的话语权之争；六十多年后，精英内部的鄙视链早已多元化，物理学看不起心理学，欧陆哲学和英美哲学互不搭理，远不是“两种文化”能概括的。真正的裂缝在精英文化与大众文化之间：今天的大众既不在乎莎士比亚，也不在乎热力学第二定律，早已边缘化的知识精英还要纠结科学与文学之争，就像在冷宫里搞宫斗³¹。

代价也可以量化。一项研究分析了 1881–2015 年间 123 种期刊的 70 多万篇摘要，发现科学文本的可读性持续下降：1960 年，14% 的摘要难到超出大学毕业生的阅读水平，到 2015 年，这一比例升到 22%，主要推手是越来越多的通用科学术语³²。经济学家琼斯把背后的机制称为“知识的负担”：知识越积越多，后来者要学的东西越多，只好把专业分得越来越细，越来越依赖团队³³。于是论文成了一只窄口瓶，同行读得快，初学者、跨学科读者和公众都挤不进去。公众出了局，学者们也各守一座孤岛。

五公众缺的是知识吗？#

公众被推出观众席，科学界并非没有察觉。1985 年，英国皇家学会发表了由沃尔特·博德默爵士主持的报告《公众理解科学》。报告认为，更好的公众理解能够促进国家繁荣、提高公共和私人决策的质量、丰富个人的生活；它最直接、最急迫的信息是说给科学家听的：“科学家必须学会与公众沟通，愿意这样做，并且把它视为自己的责任。”³⁴这份报告为此后科学传播的扩张铺了路，科学在文化和媒体中的普及随之升温；皇家学会已宣布，将在 2026 年的《为了社会的科学》报告中重访它的主题³⁴。

这种思路后来被批评者称为“缺失模型”：公众对科学的疑虑源于知识不足，只要补上课，理解和支持就会随之而来。缺失模型的毛病不在于民众是否真的缺知识——涉及专业领域时，民众的意见往往错漏百出，这不必讳言——而在于它把民众当作被动的无知者，把科普当成居高临下的单向输送。一项汇总 40 个国家、193 次全国性调查的元分析发现，科学知识与对科学的总体态度之间确实存在正相关，只是相关性很小；这种关系在不同文化之间变化不大，在不同的具体领域之间差别更大³⁵。知道得多一点，未必就更支持；公众不信任的原因，常常不在知识，而在科学共同体自己：科学家的发言可能受到控制，选拔可能可疑，公认的规则可能说弃就弃；出了事，先前卖力“辟谣”的科普家就没声儿了。这真的只是民众的错吗³⁶？

社会学家布赖恩·温对英格兰坎布里亚牧羊人的研究，把这一点讲得最透。1986 年切尔诺贝利事故后，放射性铯落到了湖区的山地牧场。6 月 20 日，政府禁止出售当地的羊，科学家信心十足地保证，羊体内铯含量的升高只会持续三周左右。三周过去，禁令却变成了无限期。原来，科学家的预测套用的是碱性黏土的模型，铯在那种土壤里会被固定住；湖区山地却是酸性泥炭土，铯在土里始终活跃，被草根吸收，再被羊吃下去，一轮轮循环³⁷。

牧羊人的知识同样被晾在一边。科学家把羊圈进高地上的试验小区，测试膨润土的效果；牧民警告说，羊一旦被圈住就会掉膘，实验会因此作废。后来这些实验果然因为牧民指出的原因被悄悄放弃了³⁷。这些限制在英国一直持续到 2012 年才全部解除，前后二十六年；最初受限的有约 9800 个农场、四百多万只羊³⁸。温那篇论文的题目是《被误解的误解》：牧羊人并不缺知识，他们缺的是自己的知识被当作知识来对待。

英国的政策界花了十几年才听进去。2000 年 2 月，英国上议院科学技术委员会发表《科学与社会》报告，开篇就说，一连串事件（以疯牛病危机为顶点）动摇了公众对政府科学建议的信心；报告引用罗伯特·梅的话，称“公众理解科学”是一种“相当向后看的愿景”，并建议与公众的直接对话应当从科学决策的“可选附件”，变成“常规而不可分割的一部分”³⁹。2004 年，智库 Demos 的报告进一步主张，公众参与要“移向上游”，在研究的方向和用途尚未定型时就进场⁴⁰。

反方向的提醒也随之出现。柯林斯和埃文斯 2002 年提出科学论的“第三波”：如果一味以合法性为名扩大参与，专家与非专家的界限就会消失，由此产生“扩展的难题”，技术决策的参与究竟该扩展到哪里为止？他们区分了能为一个领域做出贡献的专长，和能与内行进行有意义对话、却不直接产出新知的“互动型专长”⁴¹。这条区分很重要：扩大参与，不等于人人都能对一切技术问题拍板。但界线画在哪里，要看民众关心的是什么。民众关心的是核辐射而不是科学知识，核辐射并不跟我们讲政治，因为管理者的错误而泄漏的核辐射，并不比因为科学错误而泄漏的更温柔；在这个意义上，民众有权把科学与政治“混为一谈”，也必须“混为一谈”，要回应他们，仅仅站在科学知识内部的立场是远远不够的³⁶。

中国走的是一条以“科普”为主轴的路。2002 年 6 月 29 日，全国人大常委会通过《科学技术普及法》；2024 年 12 月 25 日修订后的版本写明，国家把科普放在与科技创新同等重要的位置⁴²。按中国科协组织的抽样调查，我国具备科学素质的公民比例从 2020 年的 10.56% 升到 2025 年的 16.74%（18–69 岁），基本具备科学素质（测评 55 分及以上，含上述 16.74%）的比例达到 49.02%，北京、上海首次超过 30%⁴³⁴⁴。数字是涨的，但这类指标衡量的正是缺失模型关心的东西：公众知道多少；它很少问公众想说什么、说了有没有人听。从普及走向参与，还有一步要走。我倒想为“科普”说句反话：科普不必举着“创新”的旗帜，它理直气壮地站在创新的对立面才对——向后看，把前人的创新充分消化、落实，让它们变成常识，再变成有待突破的旧教条；中国古人缺的从来不是创新的头脑，而是让创新被消化的环境⁴⁵。博德默报告发表四十年后，问题正在从“公众懂不懂科学”，变成“科学听不听公众”。

六观众回来了吗？#

与此同时，另一条线索在悄悄生长。公民科学比这个名字古老得多：1900 年圣诞节，鸟类学家查普曼提议用“数鸟”代替当时流行的圣诞“比赛打猎”，那一年，27 位观鸟者在北美 25 个地点完成了第一次圣诞节鸟类调查；如今每年冬天，都有数以万计的志愿者参加⁴⁶。1999 年 5 月，伯克利的 SETI@home 上线，请全世界的志愿者把自家电脑的空闲算力借来分析射电望远镜的数据，如今它已进入休眠，不再分发任务⁴⁷。2002 年，康奈尔鸟类学实验室和美国奥杜邦学会推出 eBird⁴⁸，今天它每年收到的鸟类观察记录超过一亿条⁴⁹。

真正的转折发生在 2007 年。那一年上线的“星系动物园”，请公众帮忙给斯隆数字巡天拍下的星系分类。据 2008 年发表的第一篇论文统计，约十万名志愿者对近一百万个星系做了四千多万次分类，结果与专业天文学家的分类一致⁵⁰。也是在 2007 年，荷兰教师汉妮·范阿克尔在一张图像里注意到一团奇怪的绿色气体。这个后来被称为“汉妮天体”（Voorwerp 在荷兰语里就是“物体”）的东西，被证实是一团被类星体照亮、大小堪比银河系的气体云⁵¹；她本人也署名于相关论文⁵²。

游戏也加入进来。2008 年，华盛顿大学推出蛋白质折叠游戏 Foldit⁵³。2011 年，研究者把一种猴类逆转录病毒蛋白酶的结构难题交给玩家，这个难题已经难住科学家多年，玩家不到三周就给出了足够好的模型，结构随之解出，玩家团队也署名为论文作者⁵⁴⁵⁵。2014 年，一篇《美国国家科学院院刊》论文把 RNA 设计游戏 EteRNA 的玩家以“EteRNA 参与者”的名义列为集体作者，这个项目当时连接着三万七千名爱好者⁵⁶。数学家也试过：2009 年初，菲尔兹奖得主高尔斯在博客上发起“博学者计划”，邀请任何人在评论区协作攻一个组合数学难题；大约一个月后，评论快到一千条时，他宣布问题“基本上”解决了，陶哲轩等职业数学家和一些爱好者都参与其中⁵⁷⁵⁸。

从星系动物园生长出来的 Zooniverse 平台，到 2026 年 6 月已汇聚三百多万名志愿者，累计完成十亿次分类⁵⁹。2023 年 3 月启动的维苏威挑战赛，悬赏任何人用机器学习读出被维苏威火山碳化的赫库兰尼姆古卷。当年 10 月，参赛者法里托从未打开的古卷里读出第一个完整的词 ΠΟΡΦΥΡΑϹ，意为“紫色”；2024 年 2 月，法里托、纳德和席林格三人分享 70 万美元大奖，他们读出两千多个字符，约占这卷古卷的 5%⁶⁰；2026 年，古卷 PHerc. 1667 成为第一卷被完整虚拟展开、从头读到尾的赫库兰尼姆古卷⁶¹。这是人文学科少见的众包时刻。

最新的例子来自数学。2026 年 4 月，一位二十三岁、没受过专业数学训练的年轻人借助 GPT-5.4 Pro，解出一道悬置六十年的埃尔德什（Erdős）问题⁶²；到 8 月，erdosproblems.com 上标为已解决的题已有 565 道，业余者、职业数学家和 AI 在同一个评论区里协作⁶³。这些项目的共同点，不是把科学变简单，而是把一项大任务拆成许多人都能做的小任务，同时保留把关的机制：每个星系由许多人独立判断，Foldit 的模型要经过晶体学数据的检验，AI 给出的粗糙证明要由数学家打磨和核对。公民科学的复兴，其实是角色拆分的复兴。

七隔壁学科，为什么也成了外行？#

专业化把学科切成孤岛，许多重要的突破却恰恰发生在岛与岛之间。1943 年 2 月，量子力学的奠基人之一薛定谔在都柏林三一学院做了一组公开讲座，次年出版为小书《生命是什么》。一位物理学家追问的是生物学的核心问题：遗传信息如何在分子尺度上稳定地保存和传递？他设想，遗传物质是一种“非周期晶体”⁶⁴。2018 年，《自然》在这组讲座 75 周年之际刊文，称它凝结了现代分子生物学的一些关键概念⁶⁵。

十年后，谜底在剑桥揭开。1953 年 4 月 25 日，《自然》发表了沃森和克里克的 DNA 双螺旋模型⁶⁶。两人的出身本身就跨越学科：克里克在伦敦大学学院读的是物理，战时在英国海军部研究磁性水雷和声学水雷，1947 年才离开海军部转学生物；沃森是芝加哥大学的动物学学士，从少年时代的观鸟爱好走进了遗传学，博士论文研究的是硬 X 射线对噬菌体繁殖的影响⁶⁷⁶⁸。物理学的衍射图、化学的分子模型和生物学的遗传问题，在一个模型里会合。

模型的关键数据来自伦敦国王学院富兰克林的 X 射线晶体学工作：她区分了 DNA 的 A 型和 B 型，测定了晶胞的尺寸和对称性。科布和康福特 2023 年根据新发现的档案指出，富兰克林是这一发现的平等贡献者，而不是流行叙事里那个被窃取数据、却没看懂自己照片的受害者；沃森和克里克 1954 年自己也写道，没有富兰克林的数据，他们的结构“即便不是不可能，也极不可能”被提出⁶⁹。跨学科的合作从来不只是知识的拼接，也关乎谁的贡献被看见。

跨学科也可以被制度化。1984 年，一群大多来自洛斯阿拉莫斯国家实验室的科学家在新墨西哥州创办了圣塔菲研究所，初衷正是回应他们在科学界看到的日益加剧的专业化，在院系边界之外研究复杂系统⁷⁰；研究所至今自称“一个没有封地的机构”⁷¹。1994 年，吉本斯等六位学者在《知识的新生产》里提出“模式 2”：知识在更广阔的社会情境中生产，跨学科、异质而自反，与传统上按学科组织的知识生产相对⁷²。但制度并不总是友好。对澳大利亚研究理事会 2010–2014 年 18476 份项目申请的分析发现，申请书的跨学科程度越高，获得资助的概率就越低⁷³。

气候变化、传染病大流行、人工智能治理，这些问题从来不按院系分工。AI 让跨领域的“翻译”变得便宜：生物学家可以请模型讲一段拓扑学，历史学家可以请它读懂一篇统计论文。但便宜的翻译也可能带来浅尝辄止。一项分析 4130 万篇论文的研究发现，使用 AI 的科学家，论文数是其他人的 3.02 倍，被引次数是 4.84 倍，成为项目负责人早 1.37 年；可从整体看，AI 让科学研究覆盖的主题收缩了 4.63%，科学家彼此之间的互动减少了 22%，它更多是在自动化已经成熟的领域，而不是开拓新领域⁷⁴。

梅塞里和克罗克特警告，AI 可能让研究者产生“理解的幻觉”，并助长方法与视角的“单一栽培”，让我们“产出更多、理解更少”⁷⁵。跨学科真正稀缺的，不是更快的翻译，而是能把不同领域的判断放在一起、讲清楚、经得起追问的人。这正是策展人的工作，也是公众能够进场的前提：一个连隔壁学科都讲不清楚的成果，更不可能向公众讲清楚；反过来，能向公众讲清楚，往往也是真正理解的试金石。学科鄙视链在中国尤其严重：工科出身的程序员看不起文科，觉得文科无非是空话套话车轱辘话，文科学者又不关心科技前沿，只会一头扎进故纸堆⁷⁶。打通文理隔阂，不是为了多几篇跨学科论文，而是为了做能辩论的公民；AI 时代需要复兴的恰恰是自由教育、博雅教育⁷⁷。

八公众为什么重要？#

公众为什么重要？最朴素的理由是钱和授权：现代科学的很大一部分靠公共财政支持，它的自治也以公众的授权为前提。这种授权并没有消失。2025 年发表的一项调查覆盖 68 个国家、71922 名受访者，发现公众对科学家的信任总体中等偏高，五分制平均 3.62 分；83% 的人认为科学家应当就科学与公众沟通，只有 21% 的人不赞成科学家更多地参与政策制定⁷⁸。但信任并不均匀，在一些国家和人群中明显偏低；研究者提醒，哪怕只是一小部分人不信任科学家，也可能影响政策对科学证据的采纳。

疫情把这种脆弱暴露无遗。世界卫生组织把疫情中泛滥的信息称为“信息疫情”：疾病暴发期间，数字和现实环境里过量的信息，其中包括虚假和误导性的信息，会造成混乱和冒险行为，损害人们对卫生部门的信任。世卫组织列出的应对工作，第一项不是辟谣，而是倾听社区的关切和问题⁷⁹。单向的传播填不满信任的空洞。我还要多说一句：所谓谣言，本来就是与官方发声相对的民间发声方式，不然民众如何发声？靠几个“民意代表”吗？他们往往更接近精英而不是民众。要尊重民众的声音，专业人士就得学会回应谣言里的建设性力量，而“建设性”本来就不该是对发言者的要求，而是对听取者的要求：食客抱怨“太咸了”，厨师下次少放盐，这句抱怨就有了建设性；抱怨、恐慌、疑神疑鬼，就像疼痛和瘙痒，先找根源，别急着止痒³⁶。

公众还带来另一样东西：认识的多样性。坎布里亚的牧羊人懂山、懂羊，这些知识不在任何一篇论文里，却决定了实验能不能做成。美国的艾滋病运动走得更远。社会学家爱泼斯坦在《不纯的科学》里记录，一群并非科学家出身的艾滋病活动人士用新颖的策略赢得了可信度，在相当程度上左右了美国国立卫生研究院资助的研究，也改变了包括临床试验在内的生物医学研究实践。他同时提醒，一切试图让专业知识民主化的社会运动，都会遇到非同寻常的困难⁸⁰。

更深的一层关乎民主本身，这里有一段值得重温的张力。1927 年，杜威在《公众及其问题》里写道：“穿鞋的人最清楚鞋子夹脚，也最清楚夹在哪里，即使高明的鞋匠最能判断该怎么修。”他警告，专家阶层不可避免地远离共同利益，以致成为一个拥有私人利益和私人知识的阶层，“而在社会事务上，这种知识根本算不上知识”⁸¹。三十五年后，波兰尼在《科学的共和国》里从另一端立论：科学的共和国是一个“探索者的社会”，独立的探索者彼此调适，像市场一样由“看不见的手”协调；外部的指挥只会伤害它，“你可以扼杀或肢解科学的进展，却无法塑造它”；科学家群体作为整体，维护的正是科学对外行公众的权威⁸²。

两人各说对了一半。波兰尼提醒我们，一个证明对不对、一个实验站不站得住，必须交给有能力的同行判断，不能投票表决；杜威提醒我们，什么问题值得研究、什么风险可以接受、研究的后果落在谁的身上，不能只交给专家。公众理解科学，因此不该是单向的教育，而应是参与判断，参与那些本来就该由公众参与的判断。信任不能靠宣传获得，只能靠点得开的证据和经得起复现的结果一点点赢得，这正是复现危机留下的教训，也是新科学想要重建的标准与声誉。

九直播、游戏与 AI，会让观众回来吗？#

回到开头的问题。如果研究可以像一局回合制游戏那样展开：研究者写下方向文件，AI 队伍跑一个回合，交回一份写明进展、证据、风险和可选分支的战报，观众就有东西可看了。他们可以旁观整局研究，用弹幕提出疑问和建议，为下一回合的分支投票，也可以打赏一项小研究的启动资源。观众未必能提供实质贡献，但反馈本身就是贡献：反馈给人现实感，讲过课的人都知道，学生会心一笑比什么都提神，对着一堵墙讲网课则越讲越虚。对科学来说，观众的回归还多了一层意义：当研究的每一回合都被看见，科学反而更难躲在论文背后。

但让观众直接上手，需要小心设计。2014 年 2 月 12 日，一位匿名的澳大利亚程序员在 Twitch 上开了一个频道，让观众在聊天框里输入按键指令，集体操控一局《精灵宝可梦 红》。连续直播十六天多之后，游戏通关，据估计有 116 万多人参与；过程却混乱得出名，主角常常卡在角落里打转。开播不到一周，频道就引入了“民主模式”，让指令先投票再执行，又在玩家中引发争议⁸³。这个实验说明了一条设计原则：观众的声音应当先进入战报的“气氛层”，由研究者采纳之后才变成指令；参与可以是集体的，责任必须落在具体的人身上。好的游戏设计，本来就是在自由与规则之间找平衡。

围观也会放大炒作。2023 年 7 月下旬，韩国一个团队在预印本里声称发现了常温常压超导体 LK-99，消息在社交媒体上病毒式传播，科学家和业余爱好者纷纷动手复现，但早期的复现都没能成功⁸⁴。8 月 16 日，《自然》报道，各路复现已经拼出谜底：LK-99 不是超导体⁸⁵。这场围观一半是热闹，一半是科学。炒作来得快，纠错也来得快；纠错之所以快，是因为预印本、数据和复现过程大都摆在明处。反过来，如果围观只剩下热闹，纠错就会被淹没。

AI 还可能成为每个观众的随身讲解员：把一段证明拆成步骤，把一张图谱讲成故事，耐心回答外行最朴素的追问。但风险同样清楚。讲解员自己会出错；“看懂了”的感觉不等于真的懂了，梅塞里和克罗克特所说的“理解的幻觉”对观众同样成立⁷⁵。有人担心娱乐化会奖励最会表演的研究，而不是最扎实的研究。我不把这当作危险：直播打赏本来就奖励最能带来乐子的人，这正是按乐分配的样子⁸⁶；社交网络真正的病是反智化、撕裂化和极端化，相比之下，波斯曼深恶痛绝的娱乐化甚至算不上糟糕⁸⁷。会表演的研究和扎实的研究也不对立，好的讲棋从不妨碍棋下得好；真正要防的是没人检查。AI 生成的结果越多，没人检查的东西也越多，埃尔德什问题网站的创办者布卢姆担心：“AI 正被大量不是数学家的人使用……没有人读过那个证明，也不会有人去读。”⁶³ 2026 年 9 月，七百多人联名反对一场四十小时的 AI“数学马拉松”，理由是仓促用大模型攻开放问题只会制造“垃圾数学”，把验证的负担甩给共同体⁸⁸。月底，活动被重新设计，改为给已有定理寻找新的证明和讲解，也不再接受专有 AI 模型开发商的赞助⁸⁹。

十人人都能参与，谁来把关？#

所以，观众的回归必须伴随角色的拆分。《新科学宣言》为人设想了五个位置：终结者决定什么时候喊停；指挥者给 AI 指方向、划禁区；监督者盯住伦理、经费与披露；联想者抛出主意，由 AI 补完细节去验证；观众人数最多，他们观看、提问、投票、打赏，也监督。这不是把科学变成民主投票。波兰尼说得对，证明的对错不能投票；杜威也说得对，鞋子夹不夹脚，穿鞋的人最清楚。拆分角色，就是让每一种判断落到有能力、也愿意承担它的人身上。

角色拆开之后，标准必须更清楚。新科学给自己定下三条规矩。证据，可以点开：每一条进入证据层的内容，都要有可追溯的来源、数据和代码。成果，有人讲得清：陶哲轩说，一个没有人能够恰当解释的证明，即使经过形式化验证，也应被视为不完整⁹⁰。AI，写在明处：用了哪个模型、做了什么，都要披露。2026 年发布的《莱顿宣言》对数学共同体提出了类似的要求，披露工具的使用，把署名与责任留给人；它一方面欢迎共同体的扩大，一方面要求新来者尊重共同体的价值⁹¹。

星系动物园早就示范过这种做法：志愿者不必懂星系演化，只需判断眼前这个星系长什么样；每个星系交给许多人独立判断，再由研究者汇总、校验，结果与专业分类一致⁵⁰。门槛降低的是操作，而不是标准。去中心化不是扁平化，恰恰相反，往往是中心化才导致扁平化；我们需要城墙，也需要大门，门上还需要门槛，开放和阻隔是相辅相成的⁹²。公众参与不是降低门槛，而是打开入口：让解剖剧场里的市民、后院里的音乐家、海滩上挖化石的女孩，以及今天屏幕前的每一个人，都能找到自己的位置，站着看，坐下来问，或者动手做。