学术流水线

一科研成了一份工作，有什么不对？#

先说清楚，这篇文章不是怀旧。职业化让科学得到了稳定的经费、成体系的训练和代代相传的共同体，现代科学的成就大半建立在这套制度之上。科学家拿薪水没有错，追名逐利也不可耻：真实的科学史上，大人物多半交游广阔，在共同体里争取认可；与其说他们是孤独的斗士，不如说他们追名逐利、不甘寂寞、左右逢源¹。大科学也回不去了：科学已经和资本、政治结成了复杂的“复合体”，只有正视这一现实，才谈得上在名利场里守住自由求知的精神²。

问题出在另一处。为乐趣而学习，本来是很自然、很人性的事，小孩学走路、学说话，都乐在其中；为了分数、绩点、证书和求职而学习，才是异化的形态³。科研也一样。一个人研究一个问题，是因为它有趣，名利只是附带的奖赏，他在做科学；一个人研究一个问题，只是因为它能换来下一篇论文、下一个项目、下一次考核，求知就成了谋生的手段。前一种人也会计较得失，后一种人也未必不聪明，区别在于研究本身还是不是目的。

我自己也在这套制度里待过。2017 年进入清华大学任教时，我签的是准聘合同，“三年一签，最后非升即走，压力不小”⁴；2024 年，我离开教职，成了一名自由学者⁵。下面的讨论，既是观察，也带着一点亲身的体会。

二科学家是什么时候变成一份工作的？#

英语里的“科学家”（scientist）是个年轻的词。1833 年，英国科学促进会开会时，有人提议仿照“艺术家”（artist）造出这个词，提议的人其实就是休厄尔自己；次年，他在评论萨默维尔夫人新书的文章里把这件事记了下来⁶。在此之前，研究自然的多是贵族、牧师、医生和各行各业的爱好者，他们靠家产、圣俸或别的职业养活自己，研究是闲暇里的事业（见爱好者的时代）。在此之后，德国式的研究型大学把研究与教学结合起来，研讨班、实验室和博士学位成了培养研究者的标准流程，科学慢慢变成一门有入口、有阶梯、有薪水的职业（见论文与科学家的职业化）。

1917 年 11 月 7 日，马克斯·韦伯在慕尼黑向学生演讲《以学术为业》，讲稿于 1919 年出版⁷。德语的 Beruf 既是“天职”，也是“职业”，韦伯先讲的却是后者的冷酷。他说，一个编外讲师，更不必说一个助手，能不能有朝一日升上正教授乃至研究所所长，“纯粹是一场赌博”；“我几乎不知道世上还有哪一种职业生涯，偶然在其中扮演如此重要的角色”；所以，“学术生涯是一场疯狂的赌博”⁸。

韦伯还看见了学术的工业化。他说，德国大学正在朝美国的方向发展，大型的医学和自然科学研究所已经成了“国家资本主义的企业”：和一切资本主义企业一样，劳动者与生产资料分离了，助手依赖国家提供的设备，对研究所所长的依附，就像工厂里的雇员对老板；他的处境常常像一切近乎无产者的生存一样朝不保夕。韦伯承认，这种“既是资本主义的、又是官僚化的”经营在技术上的优势毋庸置疑⁹。他也承认，科学已经进入一个前所未有的专业化阶段，而且将来也会一直如此；今天，一项真正确定而出色的成就，总是一项专业化的成就⁹。

可是在同一篇演讲里，韦伯坚持另一件事：激情。谁要是没有能力给自己戴上眼罩，沉浸在这样的想象里，仿佛灵魂的命运就取决于能否在这份抄本的这个地方作出这一个正确的推测，那他最好远离学术；没有这种被局外人嘲笑的奇特的迷狂，没有这份激情，一个人就没有做学问的天职，还是去做别的事吧，“因为对于作为人的人来说，凡是不能怀着激情去做的事，都毫无价值”⁹。他批评当时年轻人中流行的一种看法：以为科学已经成了一道算术题，可以只凭冷静的头脑，在实验室或统计卡片柜里，像在工厂里那样被制造出来。灵感不能强求，也与冷冰冰的计算无关⁹。

一百多年前，韦伯就把这对矛盾摆在了台面上：职业化和专业化是命运，激情和灵感却是科学的灵魂。后来的历史，是前者一路高歌猛进的历史。

三研究怎样被拆成了流水线？#

职业化的背后，是整个工业社会的逻辑。技术从来趋向于专业化，工业革命之后，专业分科和流水线化成了整个技术系统的底层逻辑。流水线的道理很简单：一群全面发展的、兴趣使然的工匠，远远比不上一群专于特定动作的、枯燥刻板的工人；流水线本身排斥创造性，让你拧一圈半螺丝，你就得拧一圈半，你能耐大、创造性地多拧半圈，反而是添乱³。工业生产的核心是复制，它也要求人像零件一样可以复制、可以互换，岗位可以互换，一个人下岗，另一个人就能接替；学校于是也成了批量培养“复制品”的地方¹⁰。

科学在二十世纪被纳入了同一套逻辑。1930 年代，劳伦斯在伯克利造回旋加速器，开创了“大科学”这种新的研究范式。回旋加速器是全方位地复杂：理论家和实验家要携手才能打开局面，造价高昂，旧的大学制度根本供养不起；日常维护还需要大量枯燥乏味的人力，其中大部分工作并不需要远大的科学理想或丰富的创造力，几乎就是机械性的苦力，今天调侃的“科研民工”那时已经出现了²。二战期间，橡树岭用劳伦斯发明的装置分离铀同位素，田纳西伊士曼公司从当地招来约一万名年轻女工看管仪表。据负责这项工程的肯尼斯·尼科尔斯回忆，他比较各个单元的产量数据后向劳伦斯指出，这些“山里姑娘”的产量比他的博士们还高；劳伦斯说，那是因为他的人在试验改进操作的办法，尼科尔斯便提议让博士们和姑娘们来一场生产比赛，劳伦斯答应了，结果输了。尼科尔斯写道，姑娘们赢，是因为她们像士兵一样受训，“让做就做，不让做就不做，不问为什么”，科学家却忍不住为读数的一点点波动停下来，花时间去追究原因¹¹。流水线不需要好奇心，好奇心在流水线上甚至是一种干扰。

大科学成功了，也付出了代价。劳伦斯自己也反思过实验室的文化：把提高回旋加速器的性能当作首要任务，纵容了草率和疏忽的作风，实验室错失了许多本来很容易由回旋加速器做出的新发现，反倒落后于装备简陋的欧洲同行²。过于追求技术细节和实际成效，妨碍了科学研究所需要的远见和洞察。

流水线就此进了实验室，而且留了下来。经济学家保拉·斯蒂芬研究科学的经济学多年，她说，美国的大学实验室压倒性地由研究生和博士后撑着：他们灵活、临时，而且便宜；这种金字塔体系（她说，有人会称之为骗局），只有在科研经费持续增长时才能运转¹²。一个课题组像一家小工厂，教授是厂长兼推销员，要不停地申请经费、发表论文，才能养活团队；研究生和博士后是熟练工人，在一条条细分的工序上完成一个个模块。这套分工效率极高，也让许多人从入行的第一天起，就站在一个只看得见自己那道工序的位置上（见专业化的胜利与代价）。

四知识越多，人为什么越窄？#

专业化还有一个更深的来源：知识本身在飞速积累。1963 年，普赖斯在《小科学，大科学》开篇写道，无论对“科学家”采用何种合理的定义，都可以说，有史以来的全部科学家中，有八成到九成此刻仍然在世；按他的估算，科学大约每十五年翻一番¹³。知识越多，一个人要走到前沿，就得先背上越来越重的包袱。

经济学家本杰明·琼斯把这叫作“知识的重负”。他分析了 1975 年到 1999 年间两百多万项美国专利，发现发明团队的平均人数从 1.73 人增加到 2.33 人，增长了 35%；在 1985 年后首次出现、当时 25 到 35 岁的发明人中，首次做出发明的年龄每十年推迟约 0.66 岁；独自发明的人越来越难换一个领域，专业化程度每十年上升约 6%¹⁴。他给这篇论文起的题目是《知识的重负与“文艺复兴人之死”》。前沿越推越远，每个人就只能在越来越窄的一小块里，花越来越长的时间训练，再和越来越多的人拼成团队。

“文艺复兴人”说的是布克哈特笔下那种“全面的人”（l’uomo universale）：他把这看作文艺复兴时代的意大利独有的现象¹⁵。印刷时代的学者还能梦想通览一切书籍：十六世纪，瑞士学者格斯纳编纂《书目大全》，想罗列印刷术问世百年来出版的一切拉丁语、希腊语和希伯来语著作。此后书籍的数量呈指数增长，再也没有人能编出一部囊括一切的书目。启蒙时代之后，学术进入专业化的时代，科学成了“分科之学”，学者们在越来越细的领域里探索，再也难以把人类的一切知识统一起来¹⁶。隔行如隔山，就像巴别塔下的工匠，彼此听不懂对方的话（见跨学科为什么重要）。

这个趋势会一直走下去吗？琼斯的论证有一个隐含的前提：知识的包袱只能由人背在自己脑子里。AI 恰恰改变了这个前提。人早就不可能通览世界上一切书籍，AI 却真的可以做到：数字化的书籍不但能被集中起来，而且能被通览、被综述，在旁征博引和跨学科综合上，AI 已经比最顶尖的学者还要厉害¹⁶。如果包袱可以交给机器分担，“文艺复兴人之死”就未必是命运（见危机为什么也是转机）。

五发表的压力从哪里来？#

“不发表就灭亡”（publish or perish）这句话的来历并不清楚。有人追溯到二十世纪初，一位地理学家曾用它鼓励自己的学会多出版；到二十世纪二三十年代，已有学者在讨论美国大学的晋升制度时用到它；1942 年，社会学家洛根·威尔逊在《学术人》一书中用了它，这在很长时间里被当作最早的出处¹⁷。它起初甚至带着几分鼓励的意思，后来才成了悬在每个年轻学者头上的剑。

压力的来源不难理解。论文被计数，于是成了学术生涯的货币：职称、经费、奖金、人才帽子都按篇数和刊物级别折算（见计量化与“唯论文”）。1981 年，《科学》杂志的记者威廉·布罗德写了一篇《发表游戏》，讲到一个在某些圈子里流行的说法，“最小可发表单元”：它是数据碎片化的委婉说法，研究者发表四篇短论文，而不是一篇长论文¹⁸。

最极端的情形是“超高产”。2018 年，约阿尼迪斯、克拉万斯和博亚克在 Scopus 数据库里寻找在 2000 年到 2016 年间、至少有一个年份发表超过 72 篇完整论文的作者，也就是平均每五天一篇。他们找到了九千多人，其中 86% 在物理学，那里的大型合作项目会把每一位成员都列为作者，所以被排除在外；再排除难以区分的姓名和错误记录，剩下 265 人，这样的人在 2001 年到 2014 年间增加了约二十倍，而同期的作者总数只增长到原来的约 2.5 倍。研究者向 2016 年的 81 位超高产作者发出问卷，27 人答完，有 19 人承认，在超过四分之一的论文里，自己至少没有满足一条国际通行的署名标准。作者们写道，有证据表明，平均每篇论文作者数的增加，与其说反映了团队科学的真实需要，不如说反映了“不发表就灭亡”的压力；他们也强调，没有证据表明这些作者做了什么不当的事¹⁹。

在中国，发表压力还有自己的形态。课题和项目对参与者有发表要求，有时必须挂上特定的名字才算成果；学生为了毕业和求职也要发表；不少期刊还存在身份歧视，名校、高职称的作者更容易发表，学历低、学校差的学生更难²⁰。我的态度是：对这样的现实环境不必过多顺从，也没必要太过排斥，在保证诚信、坚持原则的前提下，略作妥协无伤大雅²⁰。可当妥协成了常态，发表就从交流变成了考核，从考核变成了生存：切香肠、挂名、灌水、论文工厂，都是同一套激励的产物（见决堤：论文工厂与撤稿潮）。

六教职为什么像一场庞氏骗局？#

发表的压力之所以这么大，是因为它背后站着一座金字塔。2014 年，麻省理工学院的拉森等人借用流行病学里的“基本再生数”，估算一位教授在整个职业生涯里平均培养多少名博士。以美国工程学为例，这个数字是 7.8：稳态下，只有其中一人能接替这位教授的教职，也就是说，只有约 12.8% 的博士能在学界找到位置；要让一半博士留在学界，这个领域每年得扩张 14%。生物医学工程是 13.6，环境工程高达 19.0；麻省理工学院全校约为 10²¹。作者们也承认这是“信封背面的估算”，并没有考虑不想当教授的博士。第二年的一项后续研究估计，在美国，大约每 6.3 名生物医学博士，才对应一个终身轨职位²²。

别的数据指向同一个方向。据《自然》2011 年的专题报道，经合组织国家每年授予的理科博士学位，在 1998 年到 2008 年间增长了近 40%，达到约 3.4 万个；在美国，1973 年有 55% 的生物学博士在毕业六年内获得终身轨教职；到 2006 年，毕业六年时拥有终身教职的只剩 15%²³。美国国立卫生研究院 2012 年的报告显示，进入终身或终身轨教职的生物医学博士，从 1993 年的约 34% 降到了约 26%²⁴。美国大学教授协会的数据则显示，2023 年秋，美国高校约 68% 的教师不在终身轨上，1987 年这个比例约为 47%²⁵。

2010 年，《经济学人》在一篇题为《一次性的学者》的文章里写道：最激烈的批评者把研究型博士比作庞氏骗局或金字塔骗局；大学发现，博士生是廉价、干劲十足、用完即弃的劳动力²⁶。庞氏骗局的要害，在于它要靠源源不断的新人才能撑住：早进场的人拿到回报，靠的是后进场的人不断投入。学术金字塔当然不是骗局，没有人蓄意欺诈；但它的结构确实如此，一旦扩张停下来，底座上的人就会发现，许诺给他们的位置并不存在。

中国的金字塔正在同时遭遇两股力量。一边，博士越招越多：2016 年全国毕业博士生 5.5 万人，2025 年增加到 11.29 万人；2025 年招收博士生 20.16 万人，在学博士生 75.36 万人²⁷。另一边，出生人口急剧下降：2016 年出生人口经第七次全国人口普查修订为 1883 万，2025 年只有 792 万，约为前者的 42%²⁸。十八年后，上大学的人会少得多。大学引入“准聘—长聘”制度，也就是俗称的“非升即走”，常见的做法是两个三年聘期，期满不能晋升就可能离开；但通过考核的比例，至今没有全国性的官方数字²⁹。能找到的零星数据只能说明个别学校的一个阶段：武汉大学 2018 年第一轮考核，48 人正式申请，6 人晋升为固定教职的副教授，没通过的人还有第二个三年聘期³⁰。

我说过，即便没有 AI 革命，文科教育的庞氏结构也快崩塌了：如果你培养的学生最好的出路是当老师，就需要不断增加的教职坑位来容纳你的徒子徒孙；从前有人口增长和大学扩招提供充足的教席，如今人口萎缩，大学普及率达到顶峰，未来的教席只会越来越少；人文学术再坚持象牙塔内部的繁衍标准，注定难以为继³¹。理工科的情形未必这么极端，工业界还能吸纳大批博士，但金字塔的逻辑是一样的。

韦伯一百多年前就问过每一个想走学术道路的年轻人。他先说了一句那个时代的残酷现实：如果申请者是犹太人，人们自然会告诉他“放弃一切希望”；但对其他任何人，也得凭良心问一句：你真的相信自己能够忍受，年复一年，看着一个又一个庸才越过你爬上去，而内心不变得怨愤、不被腐蚀吗？他说，每个人都回答当然能，我只为我的天职而活；可就他所见，能承受这一切而内心毫发无伤的人，寥寥无几⁸。

七不爱求知的人，为什么也在做科研？#

金字塔和流水线合在一起，改变了走进科研的人。现在的教学模式之所以异化，是因为技术社会需要大量“螺丝钉”，而要成为螺丝钉，就必须学会相应的专业技能；于是很多人不是为了乐趣，而是为了谋生糊口，才不得不投入学习。他们学习的目的不是追求卓越、改变世界或者享受乐趣，而是达到成为螺丝钉的门槛；因为人人都争着做更高级的螺丝钉，学习总是陷入内卷，为了公平起见，又只能用分数、文凭这些客观标准来衡量³。科研也成了这样一条谋生的路。许多人读博、做博士后、申请教职，不是因为某个问题让他们睡不着觉，而是因为这是一份体面而稳定的工作。他们未必不热爱求知，但也未必热爱；流水线本来就不需要热爱，只需要照做。

这并不是谁的品德问题。经历了十八、十九世纪的大学改革和中小学教育的制度化，学习与科研都变成了一种职业、一种工作。现代机械化工业体系下的工作，正如马克思所说，是异化的：工人在劳动中不是肯定自己，而是否定自己，只有在劳动之外才感到自在；他既不能在工作中享受创作的乐趣，也不能在工作后获得成就感，得到的只有金钱，只能期盼在劳动之后，用金钱去购买快乐。马克思早就点明：劳动之所以异化，不是因为钱给少了，恰恰是因为只给钱³²。科研的异化也是这样。给研究者加薪、加奖金、加人才帽子，都改变不了一件事：如果研究的全部回报都能折算成钱和指标，研究本身就不再是目的。

这里要避免两种误解。一种是清高：把名利当成科学的敌人。追名逐利、争强好胜，本来就是科学精神的一部分；优先权之争贯穿了整部科学史，科学家至今仍是好斗的大男孩（见竞技与知识竞赛）。问题不在有没有彩头，而在是不是只剩彩头。另一种是精英主义：以为只有少数天才才配做科学。大多数科学工作本来就是细微的、默默无闻的，改进一点仪器，提高一点精度，在现成的框架里添砖加瓦¹；这些工作同样可以做得有滋有味，只要做的人还在乎它。

内卷也是这样来的。当一切都用钱和指标来衡量，底线就不复存在：张三说给五万就干，李四说给四万也行，从五万到五毛，并不存在任何质的界限，结果必然是人与人比拼底线³³。学术界的内卷，就是研究者之间比拼谁的篇数更多、谁的周末更少、谁更能忍。它消磨掉的，正是韦伯说的那份激情。

八科学能不能从职业变回兴趣？#

AI 正在改变这一切的前提。凡是能用填鸭式的方法让一大批人按部就班学会的本事，AI 很快也能学会，而且往往学得更好：画画、文献综述、编程，都是如此。所有填鸭式的、枯燥无趣的、有按部就班训练步骤的学习过程，基本上都可以宣告过时了；这不只是职业学校的问题，也已经渗透到顶尖的科研领域，AlphaFold 这样的工具早已冲击了分子生物学，一部分“科研民工”同样会面临失业³。更根本的是，工业时代要求人可以复制，是因为工业产品要靠复制；信息却可以几乎免费地复制，造出一个 AI，就能复制给每个人用。复制不再是社会的主要使命，教育和科研也就有机会不再以培养可替代的耗材为目标，而回到培养健全的人¹⁰。

流水线的尽头，不一定是失业，也可以是解放。电报让传令兵过时了，源自传令兵的马拉松却成了一项运动，长跑的技能照样有用武之地。体育早就不需要为生产服务，机器早已超越了人的体力，可在一些地方，体育完全以俱乐部的形式开展，参加训练的人主要是为了享受快乐、追求卓越。理想的状态是，AI 的加入让许多专业重新变成“自由技艺”：一门技艺不再是谋生手段时，仍然会有人愿意花功夫学习，各项竞技和游戏就是例证；人们不必再把大半生耗在谋生的技艺上，就有可能把更多精力投入兴趣使然的学习³。

韦伯当年说过一句常被忽略的话：业余者的灵感，在科学上可以和专家的灵感有同样甚至更大的分量，我们许多最好的问题和认识，恰恰要归功于业余者；业余者和专家的区别，正如亥姆霍兹谈到罗伯特·迈尔时所说，只在于他缺乏可靠的工作方法，因而通常无法检验、估量或贯彻自己的灵感⁹。今天，AI 恰好能在一定程度上补上这一块：它能陪一个外行把文献读下来，把推导验算一遍，把代码跑通，把一个灵感变成可以检验的形式。在埃尔德什问题网站的评论区，一位白天在客服公司上班的研究者可以和陶哲轩合作；一个二十三岁、没受过专业数学训练的年轻人，借助 AI 撬开了一道悬置六十年的难题³⁴³⁵（见业余者与一万个智能体）。

但也要看到另一种可能。谋生的技艺过时以后，整个社会也可能陷入混乱或迷茫，许多人什么都不想学，只想刷刷短视频；各种专业在重新变成“自由技艺”的同时，也可能“逆大众化”，重新变成只有极少数人参与的“精英技艺”³。这也不必太可怕：每一个普通人本来就没有推进科学的义务。人人可以做科学家，不等于人人都得做科学家；但对真正有求知热情的人来说，这扇门从没开得这么大。

大学未必是这场转变的主角。大学改革的阻力太大，许多方面连信息时代都还没有适应；所有时代巨变之际都是创新的好时机，也注定有极高的失败率。我宁可期待由商业公司和民间社团组成的环境，在象牙塔外重新发扬求知的光辉；传统大学能做的，是尽量别堵路，不要束缚学生的手脚，让知识尽可能开放共享³¹。一个策展平台、一本新期刊、一台科研游戏引擎，就是往这个方向迈出的一小步（见我们要做什么）。把按劳分配换成按乐分配，让提问、验证、讲清和欣赏成为值得做、也被认可的工作³⁶，科研就有可能从一份刻板的职业，重新变回一种活泼的兴趣（见人人都能做科学家吗）。