白宫要把美国科学提速10倍：Michael Kratsios 揭开史上最大规模的科研“AI改造计划”

你有没有想过，为什么人类对癌症的认知每隔数十年才有一次“真正”的突破？为什么一篇科学论文的平均审稿周期长达半年以上，甚至有些研究还没出版就已经过时？如果一个训练有素的顶尖科学家，每天竟然有超过一半时间在做表格、写经费申请、应付合规审查，而不是待在做实验、想问题，你作何感想？

2026 年 8 月 5 日，Michael Kratsios 在 Peter Diamandis 的播客节目上，向外界揭开了白宫一项被内部称为“科学提速计划”的神秘面纱。他把目标设定得极其疯狂：将美国联邦科研生产力提高 10 倍。不是 10%，不是双倍。是 10 x。

这不是总统在竞选演说中的修饰性修辞。Kratsios 在节目中以罕见的政策透明度，描述了白宫即将签署的一系列行政命令、拨款流程再造、同行评审自动化、以及全新的联邦科研绩效评估体系。用他的话说：“我们正在把人类的发现系统，从马车时代直接推向算法时代。”

这篇文章，要把这次对话中最让人惊讶、最反直觉、也最具争议的核心要点，全部拆解给你看。准备好了吗？因为这套计划如果落地，不只是美国实验室里的玻璃烧杯会晃动，整个全球科学共同体、高等教育体系、以及与之相连的数万亿美元创新资本，都要经历一场地震。

1. “科学生产力”从一句口号变成联邦政府的硬性指标

——为什么现在才量化科学产出？因为过去真的“没人管”。

Kratsios 在节目一开始拋出的一组数据，让主持人 Diamandis 都沉默了几秒：美国联邦政府一年花在基础研究上的预算大约为 2,100 亿美元，但如果用“重要突破数量”除以“花费金额”，真实效率其实在持续下滑。过去十年间，美国每年的 SCI 论文数量翻了一倍，但真正转化为专利、药物、新物质的比例，并没有同步上升。

“我们有世界上最富有的研究体系，但我们的研究体系正在变成一个巨大的、昂贵的、慢速运转的文档工厂。” Kratsios 在节目里说。

这段话背后的逻辑其实非常反直觉：在大部分人印象中，科学突破无法被“计划”，更不能像工厂流水线一样去计算单件产量。但 Kratsios 的立场很明确——科学发现虽然不可预测，科学管理的浪费却完全可被衡量。一位顶尖教授一年能产出的增量知识是有限的，如果他的时间被 10 份表格、3 次现场审查和 2 场与经费合规无关的会议占据，那么他的产能就不是 100% 发挥。

白宫的算路是：我无法直接命令科学家变得更聪明，但我可以删除他们身上那些非科学的工作。而删除的效率提升，不是以 5% 或 10% 计算——因为放大系数是“时间加乘”的。如果一位科学家的纯研究时间从 20% 提升到 60%——等于他没有多花一分钱工资，多招一个人，国家就多拿到了 3 倍的科研劳动力。

所以，他们要做的第一件大事是：在总统行政办公室内部设立一个专用的“科学生产率技术办公室”。这个办公室的任务，是像管理产业供应链一样管理联邦研究资金的“产出效率”。每个国家实验室、每所获得联邦经费的大学，都必须提交新的生产率指标：从提案到拨款的周期、从数据生成到公开的延迟、从基础发现到技术转让的年数。

你没看错。未来的科学，将不再是论文计数比赛，而是“单位经费的突破密度”竞赛。

2. 行政命令：不是“鼓励”，而是“强制执行”

——新规则将要求联邦机构把拨款周期缩短 90%。

如果你跟政府科研基金申请打过交道，你大概率体会过那种绝望：写一份国家卫生研究院（NIH）的 R01 拨款申请书，通常需要 3 到 6 个月。提交之后，等待同行评审，再等几个月，最终拿到资助结果，全程平均在 12 个月以上。这是全世界最严谨、也最缓慢的科研资金分配方式之一。

Kratsios 在节目里直接宣战：“我们要把这个时间砍到 30 天以内。”

这不是PPT里的愿景。他详细描述了一份即将由白宫预算管理办公室（OMB）发布、编号暂定为 “科研效率改革行政命令” 的文件草案。该草案要求：所有接受联邦科研经费的机构，将申请书的平均处理时间压缩 90%，并允许 2 页纸的“快速提案”用于 50 万美元以下的中小额拨款申请。用 AI 进行初筛，评审委员会只复核 AI 标记的高优先级项目和真正存在争议的边界案例。

这个做法的恐怖之处在于：它直接拆掉了过去五十年来学术界最引以为傲的“慢而严谨”体系。

支持者认为，精简流程可以释放巨大产能。以 NIH 为例，如果平均拨款周期从 12 个月降至 30 – 45 天，那么同一套行政人员的年处理能力会提升约 4 倍。换句话说，在预算不变的情况下，同样金额的钱，能更快地流到更多科学家手中，实验室的空转时间将大幅减少。

但反对者也立刻指出：快速拨款意味着给“不成熟想法”放行，过去那些需要长期论证的、高风险、高回报的研究，会不会因为评审时间不足而被误杀？ Kratsios 对此说法给了个很冷峻的回应：

“高风险研究的风险，不在评审速度，而在‘永远等不到经费’。当一个年轻 PI 的职业生涯黄金期被耗在等待上，这才是全系统最大的风险。”

3. AI 不只是科研工具，它将成为“评审系统”的法定环节

——从辅助发现，到参与论文审查和质量评判。

这一项，大概是 10 倍计划里最让科学家们心里发毛的。平时大家已经接受了用 AI 帮忙查文献、起草邮件、修改语法，但 Kratsios 描绘的未来是：每一个联邦资助项目的申报书、每一篇由联邦资助产出的论文、每一次国家实验室领导层的绩效评估，都必须保留一份 AI 的独立评审记录。

什么意思？简单说，以后你做实验、写论文、交专利申请，除了人类审稿人之外，白宫希望默认搭载一个“算法共同驾驶”。这套 AI 不是简单的反抄袭工具，它可以分析数据的统计学合理性，检测图像是否存在重复使用，甚至检查作者声称的结果能否从原始数据中还原。

在 Kratsios 的逻辑中，人类同行评审的缺点已经暴露得太明显了：审稿人人数有限，越来越难找；审稿意见带有主观偏见；审稿周期长到作者都绝望。AI 无法完美替代人类判断，但它可以作为“第一层过滤网”：把明显低质量、疑似造假、或缺少关键信息的稿件先拦截掉，让顶尖科学家只把时间花在最值得读的内容上。

更激进的是，白宫计划为所有联邦资助的科研项目建立一个统一的“数据轨迹系统”。过去，许多实验室不公开原始数据，导致论文发表了十几年，别人都无法复现。新规则下，使用联邦资金的研究，必须在论文刊登的 24 小时内，将关键原始数据与算法代码上传到一个国家云端平台。这个平台的数据结构训练了专门的 AI——它会把已有文献与新提交的结果进行交叉比对，一旦发现不可复现的特征，立刻标记出来。

这已经不只是“加油提速”了，这几乎是给整个科学界装上了一个实时基因测谎仪。如果你是一位想蒙混过关的研究人员，这肯定是噩梦；但如果你是一位兢兢业业、却被低质量论文挡住视野的科学家，这可能是上帝给你的礼物。

4. 拨款申请书的“两页纸革命”与 45 天生死线

——为什么白宫认为，官僚程序才是科学的第一大杀手？

“我们做过一个内部统计，” Kratsios 在节目中透露了一个让 Diamandis 惊呼的细节。“一位美国顶尖大学的终身教授，平均每年花在撰写拨款申请书上的时间大约是 4 到 6 个月。不是四天，不是四个星期，是四个月。”

四个月，三分之一年，用来写“请给我钱来做研究”的文档，而不是做研究本身。 这是一个让人无语的系统性荒诞。想象一下，如果消防队员每天早上花四个小时填写出勤表格再救火，你会觉得这个城市的安全得多荒谬。

Kratsios 提出，一切都应从“钱从哪里来”入手。美国许多科研项目的问题不是科学质量不够，而是资金分配高度依赖周期极长的“提案竞赛”。为此，白宫计划全面推广“两页纸提案”试点：

第一页：你准备解决什么问题？为什么这个问题在当下如此重要？（最多 500 字）
第二页：你的基本方法、团队能力、以及预算需求。（最多 3 项定量指标）
附加材料：可直接引用的个人 GitHub、预印本、专利链接，不用重复粘贴简历内容。

这套流程将由一个全新的“加速拨款平台”进行在线分发。科学家不再需要写厚达 80 页的“研究背景与文献综述”，因为 AI 已经替他们读过了所有相关文献，并且会实时更新。提案提交后，前 5 天由 AI 做预算合理性分析和文献定位，第 6 天由三名来自同一研究方向的人类审稿人进行 15 分钟评审电话，第 15 天发奖。

Kratsios 还幽默了一句：“如果你不能在两页纸内说清楚自己的想法，那很可能是因为你不够清楚自己的想法。这和科学深度无关，这跟表达纪律有关。”

当然，学术界也不是全盘接受。过去，长篇提案本质上也是“让教授们提前深度思考研究框架”的过程。有人害怕“两页纸”会制造出一堆急就章，让人们失去长期思考的空间。然而，从白宫的角度来看，科学突破从来不是“写出来”的，而是“做出来”的。如果提案过程的思考有价值，那么在拿到经费后的头 3 个月，你依然可以继续深入思考自己的研究计划——而不是被迫把那 6 个月花在“预算理由说明”上。

5. 国家科学云：把 2,000 亿美元的科研数据全部打通

——封闭的实验室数据墙，正在坍塌。

如果你过去几年关注过 AI for Science，应该听过“科学数据孤岛”的概念：美国能源部、国家卫生研究院、国家科学基金会、国防部高级研究计划局……每个部门都有自己的数据存储、接口和访问权限。一个研究癌症的科学家，想同时调用能源部的超算、NASA 的地球观测数据和 NIH 的临床病例库，通常需要申请 3 个不同机构的权限，等上 6 个月。

白宫这套 10 倍计划里，有一个颇为震撼的硬件动作：要求所有联邦资助机构在 2027 年底之前，完成主要数据资产向一个统一的“联邦科学云”迁移。

Kratsios 的原话是：“我们拥有世界上最大规模的超算资源、最丰富的生物数据、最全面的气候观测网络。但这些资源就像是散落在地窖里的 100 本孤本古籍，每本书都锁在单独的保险柜里。AI 时代，任何一本书单独拿出来都价值有限，当它们被放到同一个阅览室并盖上索引章，它们才会变成图书馆。”

这个举措的直接受益者将是 AI 训练。一个能同时访问 X 射线晶体学数据库、蛋白质结构库、电子显微镜图像库、以及数亿篇论文的新模型，才有可能做到“识别已知、提出未知”。

对于投资者和创业者而言，这里有一个值得关注的巨大机会：联邦科学云的搭建，需要全新的数据清洗标准、API 接口、安全监控工具和去中心化访问控制系统。那些能在政府云合规、科学数据互操作性、安全共享技术上占据位置的企业，可能会在接下来的五年里迎来数十亿美元级的政府采购订单。

但相应地，隐私与国家安全风险也如影随形。与中国相关的敏感技术清单，如何在这种“开放云端”上划定边界？ Kratsios 的答案是三层过滤机制：基础数据开放，中间层数据受限，最高层数据必须留在国家实验室的物理安全区。可所有熟悉政府系统工程的人都知道，“分层安全”和“数据互通”本身就是一对矛盾。白宫究竟能走多远，值得观察。

6. 同行评审之死？不，是“机器预审 + 人类终审”的双轨制度

——一个让学术界炸锅的方案，正在酝酿中。

在 Kratsios 描述的所有技术细节里，最让传统学术界感到不适的，是他对现代同行评审效率的直白批评：“我们知道有些引用量极其惊人的论文，在投稿时曾经被 3 家顶级期刊拒稿，最后发在了一份普通期刊上。这说明什么？说明我们引以为傲的同行评审系统，并非可靠的质量过滤器，它有时候只是运气过滤器。”

这话相当大胆。因为主持 Diamandis 的许多订阅者本身就是学者或研究人员，他们在聊天区瞬间沸腾。但 Kratsios 继续往下走：白宫打算在联邦资助的科研项目中，试行一种“双层评审”（Two-Tier Review）制度。

第一层：机器评审。AI 根据论文的方法学严谨性、数据完整性、统计学合理性、可复现性进行打分。它不评判研究者的名气，也不在乎学术派系。
第二层：人类编辑。只关注 AI 标记为“潜力巨大但争议性强”和“极可能存在致命缺陷”的稿件。

这个模式意味着什么？它可能将一篇论文的评审周期从 6 个月压缩到 2 周，同时还能提升对数据造假的检测率。Kratsios 说了一个相当挑衅的比喻：

“当自动驾驶汽车的技术已经可以让交通事故率下降 90% 时，你不会因为自动驾驶不能做到零事故，就继续坚持让人类司机开着每小时 120 公里的车冲下悬崖。完美主义的保守，是创新的敌人。”

这个立场，会深刻影响未来的科研发表体系。如果联邦层面试行下去，经费申请、论文发表、甚至教授升等，都将与“AI 初评分数”挂钩。到那时，“尽可能让 AI 满意”可能会成为新的学术生存法则。而相应的，也会催生一批专门研究“科研 AI 评审逻辑”的公司——这又是另一个全新的护城河。

7. 重新定义“科学生产率”：论文不是答案，专利也不是

——Kratsios：我们要的是第一个治愈老年痴呆的药物，而不是第 10000 篇关于它的论文。

看到这里，你可能会想：10 倍科学生产力，该不会又是要用 AI 批量灌水，写出更多垃圾论文吧？恰恰相反，Kratsios 提出了一个几乎让所有大学排行榜崩溃的新指标。

“我们不能再以论文数量和期刊影响因子作为核心指标。如果我们把‘发表’本身作为答案，那 ChatGPT 一天能写一百万个答案。” 他说，未来衡量一家大学、一个实验室的联邦投资回报，需要采用以下“复合成果积分”：

可复现的原创发现（占权重最高）
进入人体临床试验的药物或医疗器件
获得授权的发明专利与转让收入
建立可以被其他团队使用的公开数据集或软件工具
重大产业合作项目的落地情况

换句话说，白宫打算用“成果转化链”来重估科学价值，而不是简单地数论文。

这种思路一旦全面推开，美国排名靠前的顶尖大学可能会经历一次大洗牌。常春藤盟校中，许多以文科见长的学院将失去大量联邦经费的借口；而更多专注于 AI、生物制造、新能源和先进材料的州立大学，如果能把技术快速推向市场，就有机会异军突起。对于投资人来说，这也释放了一个信号：未来美国政府的科研经费，将更加倾向于那些“能带来经济回报”的领域。

不过，这里也埋着一个巨大的争论：基础科学的魅力，恰恰在于“不知道为什么有用而有用”。DNA 双螺旋结构的发现、黑洞的观测、黎曼几何的奠基——这些东西刚出现时完全无法用“复合成果积分”来衡量。如果我们全面拥抱“应用导向”，会不会杀死未来三十年的基础理论突破？ Kratsios 的回应很实际：联邦资金将继续资助基础理论，但数额与拨款速度将严格绑定“科学家过去十年的知识贡献指数”，这个指数同时包含理论深度、数据共享度和对下一代学者的培养率。他希望，“虚胖的论文”与“真正具有长期价值的数学结构”能被区分开。

8. 追赶中国的焦虑：为什么偏偏是“10x”而不是“2x”？

——一切效率提升，背后都藏着一面地缘政治之镜。

聊到这儿，主持人 Diamandis 抛出了一个所有人都心知肚明的问题：“为什么是 10 倍？这个数字听起来太激进了，为什么不是 2 倍或者 3 倍？”

Kratsios 深吸一口气，说了一句值得全文加粗的话：“因为当我们还在试图把科学效率提高 2 倍的时候，我们的竞争者在用更年轻的年龄结构、更庞大的工程师队伍、更高效的国家级产业动员，去跑一条 10 倍速的跑道。”

他没有明确点名“中国”，但地球人都知道他在说谁。近年来，中国在科研论文发表总数、高被引论文数量、国际专利申请量上都已经实现了惊人的跃升。从 2022 年起，中国的高被引论文占比已经逐步追平甚至超过了美国。如果你关注 AI 大模型领域，你会发现中国团队的论文在各大顶会上占据的比例越来越高。

Kratsios 最焦虑的并不是“论文数量”——而是“转化速度”。他说：“中国的决策者可以快速地把数万人、数千亿资金集中到一项他们认为重要的事务上。他们的机制有其弱点，但在部分技术进步领域，他们正在以令人眩晕的速度把理论变成原型、把原型变成产品、把产品变成全球标准。美国需要用制度创新来对抗那种动员能力，而不是只靠个别天才的灵光一现。”

这就解释了“10x”的底层逻辑：不是要跟中国比谁的人数多、谁的论文多，而是想靠 AI 代理和流程再造，在基础人数不变的情况下，把单位个体的产出拉到对方的 5 到 10 倍。这是一场“质量对抗数量”的国家战略豪赌。

9. 冲击波：官僚系统的失业潮、美国大学的抵抗、科学伦理的悬崖

——没有一场革命不付代价。

如果你觉得这套计划听起来太好了，那你就还没看到它的阴暗面。

首先，美国联邦科研管理系统的雇员规模非常庞大。从 NIH 内部的项目主管到各大学的拨款合规办公室，有数十万人从事着“表格与流程”相关工作。如果拨款申请从 80 页变成 2 页，如果 AI 自动完成预算审查，那么一大批行政和中级管理人员将面临职位缩编。这些人在美国政治体制中往往是强大的游说力量，Kratsios 轻描淡写地将其描述为“需要再就业培训的流程专家”——这显然会在华盛顿的政治计算中引发不小的波澜。

其次，顶尖大学的内部治理结构也很抗拒。许多大学的终身教职评审，依然极度依赖传统的论文发表记录。如果白宫强行用“专利、临床转化、开源工具”作为绩效指标，那么大学就必须改革招聘和晋升制度。一些老牌名校会认为这是联邦政府对学术自由的侵犯，甚至可能出现联合抵制运动。Kratsios 对此的回应非常直白：如果大学不愿意用联邦标准来评估自己的科学家，那他们可以选择让企业投资他们。但科学 10 倍速计划的最大经济回报，将流向那些愿意接受改革的机构。

最后，也是最沉重的：AI 被用于科研评审和数据分析的同时，也存在着系统性造假的风险。 我们已经在过去几年见过太多“AI 生成的研究摘要”流入期刊的丑闻。如果联邦机构过度依赖算法筛选，那么别有用心的人就可能在 AI 面前训练出“专为骗过算法而设计”的论文。这将是一个全新的军备竞赛——审稿 AI 与造假 AI 之间的对抗，将永远处于猫鼠游戏之中。Kratsios 对此的信念是：攻击面确实存在，但只要真实数据第一时间上链、可复现性检测成为审稿标配，那么假科学的存活周期就会从过去的几年缩短到几天。

核心比较：白宫 10x 科学计划的变革一览

下表汇总了这场改革中最关键的项目、现状与未来目标，帮助你快速掌握全貌：

项目	现状	10x 目标	主要风险
科研经费拨款周期	平均 12 个月以上	30 – 45 天	评审深度下降，资助判断仓促
拨款申请书长度	80 – 150 页	2 页快速提案	复杂研究方案被过度简化
同行评审模式	纯人类多轮匿名审稿	AI 预审 + 人类终审	AI 幻觉、算法操纵、误杀创新
论文考评体系	论文数量与期刊影响因子	可复现数据、专利、临床转化、工具开源	应用导向太强，基础科学萎缩
科研数据存储	各机构独立、不互通	联邦科学云统一开放	国家安全与隐私漏洞
科学家行政时间	约 30 – 40%	降到 10% 以下	行政人员失业与社会阻力
地缘政治角色	技术竞争白热化	以 AI 效率对抗对手的规模动员	技术民族主义失控

结语：科学家会被 AI 取代吗？不，但“科学经理人”的时代正式结束了

白宫这套 10 倍计划，表面上是提高科研效率，实质上是要把科学从“兴趣驱动的慢艺术”改造为“算力驱动的快速制造”。

Kratsios 在最后说了一句让我印象极为深刻的话：“如果你问科学家，你为什么要做研究？他们会告诉你，是为了好奇心，为了人类的知识边界。这很棒。但如果我问他，你提交一个项目申请通常要花多长时间？他会耸耸肩。这个动作，就是我们所有效率问题的根源。我们不是要科学家变成机器，我们是希望他们能够重新做回科学家。”

对于投资人来说，这场 10x 改革的信号价值非同小可：未来十年，联邦科研资金将逐渐从传统学术出版向 AI 基础设施、数据互通工具、快速自动评审系统、生物安全与数据链平台迁移。 如果你布局的公司，能够服务于“科研数据合规、AI 安全评审、联邦云迁移、自动可复现性检测”这些政府刚需领域，那么你很可能正在面对一个由纳税人的钱打造的全新增长赛道。

但更根本的问题是：当科学家不再需要花 6 个月写申请书，当同行评审被压缩到两周，当所有数据在 24 小时内自动上传云端——人类是不是终于能腾出足够时间，去解决那些真正急迫的问题？

能源、气候、癌症、衰老、下一代人工智能……这些课题的答案，可能已经存在于某个实验室的硬盘里，只是因为流程的冗长而等待了太久。

这场马拉松，也许终于要切换到百米冲刺了。

但请记住，跑得太快，有时也会被自己绊倒。我们即将见证的，不只是科学的提速，更是一次对人类知识生产制度的大规模重构。你是那个站在跑道上的人，还是那个即将被甩出赛道的人？这个问题的答案，投资人应该用仓位来回答，学者应该用行动来回答，而普通人，应该用选择和关注来回答。

Kratsios 已经把牌桌掀翻了。接下来，看你怎么下注。