2026年夏天，王虹与邓煜斩获菲尔兹奖的消息让国人振奋不已。这是中国基础科学的历史性突破，也印证了我国拔尖人才培育体系已具备“育苗”能力。

    “育苗”之后是“选苗”与“养苗”。一个更深层的追问也随之浮现：在AI能写论文、能跑数据、能生成代码的时代，我们该如何在科研生涯的早期，识别和培养出那些真正有潜力的“未来科学家”？

    8月7日至13日，在江西南昌儒乐湖畔，由广州人才集团、华南理工大学、江西省人才发展集团联合主办的2026年度“未来科学家”研学活动尝试给出一个探索性的回答。

    30名来自清华大学、哈尔滨工业大学、华南理工大学等顶尖高校的博士研究生，在这里经历了一场为期7天的“科学极限训练”。他们的课题可能随时被导师颠覆性质疑，他们的方案可能被要求推倒重来，他们要在跨学科的争论中证明自己的价值。

    当知识本身不再稀缺，识别、培养一个未来的科学家，不再看谁“知道得多”，而是看谁“问得出真问题、做得了真合作”。

    ●南方日报记者 洪钰敏

    问得出“真问题”

    做AI无法淘汰的科学家

    在研学活动的评审会上，北京理工大学研究生院常务副院长邓方把当下的科研人员比作“打工人”——“给导师打工、给项目打工、给国家打工。”而人工智能的发展，可能让大家变成“包工头”，即学会指挥AI工具完成任务。

    但邓方话锋一转：“我们的未来科学家不能只当包工头，而是要真正成为一个设计师，设计研究方向。”而设计师与包工头的本质区别，在于能否提出那个真正值得被解决的问题。

    南昌大学教授、研究生院副院长田西在评审中为“AI+水下机器人多模态感知与三维重建”的课题点赞，“这是一个很有趣的研究，也是一个很有用的研究。未来我们国家一个是向星空探索，一个是向深海探索。”

    当知识的获取成本几乎降为零，一个研究者与另一个研究者的分水岭，不再是谁知道得更多，而是谁更善于追问“什么值得知道”。

    提问不是教出来的，而是在真实场景和反复“被推翻”中磨出来的。“广州人才集团始终致力于以市场化手段打破人才评价‘唯帽子’‘唯论文’的惯性，本次活动所倡导的‘选人不看帽子、评价只看过程、对失败足够宽容’三大特色，正是集团将广州人才体制机制改革探索转化为可推广服务产品的生动实践。”网才科技（广州）集团股份有限公司总经理宁宁介绍，为此，本次活动提出了两个抓手。

    第一个抓手，是把真产业推到学员面前。活动安排了企业参访，学生们走进江西华创新材公司，参观5G智慧工厂和超薄锂电铜箔生产线；深入赣锋锂业南昌研发中心，了解固态电池实验室；前往江铃汽车或济民可信集团，实地听取企业发布的技术需求卡。

    华南理工大学博士生曹柳文在参观华创新材时发现，企业在铜箔生产中“出现缺陷就整段截掉”，损耗巨大。对此，他和团队立刻想到，如果引入AI在缺陷萌芽期就预警，可以大幅降低成本。一个原本做代码生成的研究者，因为一次企业参访，发现了一个全新的可能性应用场景。

    学员们被要求带着问题去、带着痛点回，在真实的产业一线寻找企业最迫切的问题、课题最真实的锚点。“不要让技术追着需求跑，要让需求领着技术走，真问题永远来自对人的理解，而非对技术的追逐。”华南理工大学研究生院常务副院长文宏说。

    第二个抓手，是用“证伪”取代“证实”。本次研学活动将哲学家波普尔的证伪主义引入了科研训练——不是让你证明自己的方案是对的，而是让你拼命找出它的漏洞在哪里。

    “过去我们做科研，常常习惯于优化数据、调整参数，却很少停下来追问：这个问题本身是否成立？它的隐含假设是什么？价值边界又在哪里？”此次研学，来自哈尔滨工业大学的何硕获得了最佳学员称号。

    何硕回忆：“这7天里，问题从结构到价值被反复检验、被反复推翻，一遍遍打磨着我们的思维。真正的创新，从来不是在既有框架里做增量改良，而是敢于刷新底层逻辑。”

    为了把这种“证伪”训练落地，活动设置了“推倒重来测试”环节。导师组直接针对各组方案的隐含假设提出颠覆性质疑，团队必须现场诊断、辩论自证，必要时，整个方案可以推翻重来。

    正是在这样高密度的“被质疑”与“自我推翻”中，这些博士研究生被迫走出了“为方案找证据”的舒适区，进入了“为方案找漏洞”的批判性思维模式，提出真问题的能力，也在反复追问中被磨砺出来。

    做得了“真合作”

    触碰AI够不到的创新

    在结营仪式上，邓方分享了一个观察：“我统计了学校论文的选题，发现各个学科之间的差异越来越小，趋同的越来越多。新的创新点从哪来？一定来自于交叉。”

    然而，在现实中，不同学科的术语体系、研究方法、评价标准各不相同，让一个计算机博士和一个材料学博士坐下来有效沟通，远比想象中困难。

    本次研学活动用“强制组队”打破了这种壁垒。30名学员被编入9支跨学科团队，每队必须覆盖至少两大交叉领域。

    这种“反舒适区”的设计，迫使每一位学员走出自己的圈子，用他人能理解的语言解释自己的研究，也在倾听中寻找跨界的灵感。

    而这种跨学科合作的成效，在学员们的真实反馈中得到了印证。

    被多位导师打出最高分的“AI+水下机器人”课题，三位成员分别来自河海大学信息与通信工程、大连理工大学计算机和重庆大学光电工程专业。三个来自几乎“不搭界”的专业方向的人，却在7天内把各自所长拧成一股绳：孔伟丰的水下光学成像研究提供了真实数据与工程痛点，曾景杰的大模型可解释性分析负责多模态对齐与融合，苟富强的工业高光谱检测贡献了传感器数据处理视角。

    孔伟丰坦言，跨学科合作给他带来了“最大的启发”：“以前我们可能觉得单靠传统方法就能解决一些问题，但现在我们发现单一学科研究存在瓶颈。未来各行各业的主要研究方向，一定是发挥交叉学科的优势。”

    在曾景杰看来，跨学科合作最有价值的“副产品”是争辩。“我们互相讨论的过程中会有争执，比如在这个课题中，我比较注重模态之间的对齐方式，但其他两位同学更关注实际应用场景。在争辩过程中，我们终于意识到应该考虑到不同模态之间的置信度，由此我们的课题变得更加扎实、严谨。”

    这种“争辩”并非情绪化的对抗，而是建立在“对事不对人”基础上的学术讨论。苟富强补充道：“其实在一个团队中，争辩是为了更好地解决问题。最怕的是团队之间没有争辩，觉得什么都可以、你看着做。”

    恰恰是这组“吵得最凶”、表面看上去最“不和谐”的队伍，最终收获导师们的一致好评。事实上，9支临时组建的跨学科团队，每一份方案的成形，都经历过面红耳赤的争论。

    结营仪式上，华南理工大学副校长许勇用三个“平台”概括了本次研学活动的价值。“第一个是思想碰撞的平台，来自不同高校、不同专业的同学在导师指导下紧密交流，这对大家未来的发展非常有意义。第二个是技术交流的平台，不同专业之间的交叉融合非常重要。第三个是友谊提升的平台，今天是一个非常好的起点。”

    当AI能写论文、能算数据、能生成代码，人类科学家的核心价值在哪里？在提出AI想不到的好问题，在跨越AI跨不了的学科边界。而这，恰恰是AI到不了的地方。

    7天的研学活动已经落幕，但对于这30位博士研究生来说，“未来科学家”之路才刚刚开始。