我国“十五五”规划纲要提出，扩大财政科研项目经费“包干制”范围，赋予科学家更大技术路线决定权、更大经费支配权、更大资源调度权。下一步，需要进一步提高识别好问题、发现好人才、支持长期探索的能力，使资源配置更加符合科学创新规律。

2026年7月，美国白宫科技政策办公室发布《科学：新的黄金时代》报告，讨论范围从基础研究延伸到科研资助、关键技术、国家实验室、先进制造、人才培养、成果转化和人工智能辅助科学研究，试图重塑科学发现与国家竞争力之间的联系。这从一个侧面表明，新一轮科技革命和产业变革，越来越聚焦创新体系整体效能。

这一变化首先意味着，实现更多原创突破，不仅要解决科学问题，也要不断改进组织科学研究的方式。上述报告认为，美国科研体系虽然投入持续增长，但也出现了资源向既有机构集中、科研评价趋同、行政负担增加等问题，报告由此提出更加重视科学家和研究团队，探索长期资助、快速资助以及支持非共识研究等多样化机制。

其值得思考之处，不在于某一种具体资助方式，而在于提出了一个更基本的问题：科研资源究竟应当更多围绕既有机构和成熟方向配置，还是应当及时流向真正重要的问题和具有潜力的人。原创研究的困难恰恰在于，在其成为共识以前往往缺少足够证据证明自身的重要性。如果科研体系越来越擅长支持“已经被证明重要的问题”，却不善于发现“尚未被证明重要的问题”，资源增加并不必然带来更多重大原创成果。

更值得注意的是，科技发展的重心正在由“能不能发现”进一步延伸到“能不能把发现变成现实能力”。这份报告明确反思了一种长期存在的假设：只要科学发现首先发生在美国，其经济和战略收益最终就会留在美国。现实却是，科学发现之后还要经过工程开发、工艺完善、生产制造和市场应用，如果这些能力逐渐流失，科学优势并不会自动转化为技术和产业优势。因此，报告特别强调重新连接科学与制造，推动国家实验室、科研设施更多向企业开放，并把工程技术人员、熟练技术人才及其掌握的隐性知识纳入国家科技能力建设。

对我国而言，这一点尤其具有现实意义。我国拥有完整产业体系、超大规模市场和丰富应用场景，这是建设科技强国的重要优势，而这些优势只有更早、更深地进入创新过程，才能转化为原始创新优势。科研体系与产业体系之间不能只在成果形成以后再去“对接”，而应让真实产业问题更早进入研究过程，让工程和应用结果持续反馈科研判断，在科学发现、技术验证、工程放大和产业应用之间形成更加紧密的循环。

人工智能的发展进一步放大了这种体系能力的重要性。《科学：新的黄金时代》报告把AI视为可能改变科学研究方式的通用技术，但同时提出一个值得警惕的判断：每个科研人员因为使用AI而提高效率，并不意味着整个科学体系就会自动提高创新效率。AI可以更快生成论文、代码、科研申请甚至科学假设，却无法凭空生成尚未存在的实验数据，也不能让细胞跳过生长周期、让一座半导体工厂瞬间建成。

因而，AI赋能下科学研究要想真正产生突破，不单需要更强的模型，更需要高质量科学数据、先进科研仪器、算力平台、自动化实验系统以及可信的验证机制。当提出假设越来越容易，验证假设的能力反而可能成为更加稀缺的科学基础能力。我国“十五五”规划纲要提出，体系化布局建设重大科技基础设施，加强高端科研仪器、科技期刊、科学数据等条件建设，强化资源开放共享。未来，应进一步推动数据、算力、仪器和实验平台相互连接，使科研基础设施不仅“建得起来”，更能广泛、高效地使用起来。

这也要求我们重新认识科技人才。从大趋势上说，重大科技创新越来越不是少数科学家单独完成，而是科学家、工程师、技术人员以及熟悉工程化、产业化过程的专业人才共同作用的结果。很多关键能力并不在论文和操作手册里，而在长期实验、制造和工程实践中形成。正因此，白宫这份报告特别强调科学知识与工艺知识、显性知识与隐性知识的结合。

我国推进教育科技人才一体发展，同样需要进一步打通人才培养与真实创新活动之间的桥梁。高校、科研院所、重大科技平台和企业不仅应当共同开展创新，也应成为共同培养创新人才的重要场域，使更多人才在真实科学问题、工程任务和产业项目中成长。

一个趋势值得高度关注：当现代科技创新越来越复杂，越来越依赖多学科交叉及大型科研设施、工程能力和产业协同，一个国家的科技实力已经不能简单用研发投入、论文数量、专利数量乃至少数重大成果来衡量，而越来越取决于能否把人才、平台、企业、数据、资本和应用场景有效组织起来。

我国“十五五”规划纲要提出“提高体系化创新能力”，正是抓住了这一关键。面向科技强国建设，既要不断拓展科学边界，也要不断提高把原创发现转化为工程能力、产业能力和发展能力的水平。真正强大的国家创新体系，不止是能够产生重大突破，更在于能够持续产生突破，并使这些突破不断转化为推动经济社会发展和国家竞争力提升的持久力量。

• 媒体链接
  新华社