卢麒元说，国内砸了天文数字的社科研究经费，养着百万研究大军，到头来连一套能真刀真枪干活的 “智能分析预判系统” 都端不出来。

钱花出去不少，搞社科的人也一大堆，可真要一套能用来分析局势、预判风险的智能工具，却拿不出像样能用的，难道单纯就是技术不行吗？

我们理解的社科研究，无非就是搞调研、写报告、发论文。搁以前，这么干完全没问题。但是现在外面的世界不一样了。国际上各种事变得特别快，局势说变就变，各种消息铺天盖地，留给人分析判断的时间越来越短。

以前节奏慢，可以慢慢查资料，事情发生完再回头总结。但现在很多情况，最好能提前看出苗头，推测后续会往哪个方向发展。光靠人脑加班加点，根本扛不住。

海量的信息，五花八门的数据，人看不过来，这就需要智能系统搭把手，帮忙筛信息、推演可能出现的风险，给判断当个参考。

客观说，国内不是完全没做社科加 AI 的尝试。大学里、研究院里，有不少相关项目。有的做模拟，看看政策推出去之后社会会有什么反应；有的做舆情监测，识别风险线索；也有结合大数据去做经济预测的平台。

但这些东西，大多还停留在实验室和课题项目里面。小范围演示看着挺好，写论文也够用。可真扔到真实复杂多变的现实环境里，就不太顶用。

只能做小测试，没法做成一套成熟稳定、拿来就干活的成品。看着像个样品，不是量产能用的工具。

为啥会变成这样？很多人第一反应：咱们 AI 技术不行。其实不是，国内大模型、大数据技术并不差，很多工业上实用的系统早就遍地跑了。

问题不全在写代码、算力上面，最大的坎，是搞社会研究的人和搞技术的人，中间隔着一道鸿沟。

搞社科的专家，看透社会、看懂局势很在行，但是大多不懂怎么把脑子里分析事情的逻辑，翻译成机器能读懂的规则。

做技术写代码的，会调模型、处理数据，可是搞不懂地缘、经济里面那些弯弯绕绕，很多东西没有标准答案，变量特别多，技术人员抓不住核心判断逻辑。

想做出靠谱的预判系统，绝不是把论文丢给大模型就完事。得社科专家把自己分析问题那一套思路、判断标准完整梳理出来，交给技术人员改成算法，再拿过去真实发生过的大事反复测试修改，一遍一遍打磨。

这种跨行当合作，嘴上说着简单，实际落地处处都是麻烦。

再说说科研考核这个很现实的事。现在搞社科，评职称、项目能不能过关，主要看你发了多少论文、拿了什么等级课题。

做一套智能研判系统，耗时特别久，还很容易失败，好几年都出不了能发论文的成果。安安稳稳写论文，风险小，产出看得见，是最稳妥的出路。

反观搞这种跨界工具开发，投入大，还容易做砸。就算好不容易做出来一套系统，在现有的评价标准里，分量还比不上几篇核心论文。

换作普通人，也会优先选稳妥的路子。

经费分配也是一样。大部分社科经费给到传统写论文做理论的课题，真正留给社科加 AI 交叉研究、允许长期试错打磨实用系统的钱并不多。

不少相关项目，就为了结题交差，课题一到期，项目直接停摆。

一套能用的系统不是做完就结束，要不停拿真实案例修正更新，一直维护。一旦资金断了，再好的雏形也只能搁在那里睡大觉。

说到底，卢麒元这番尖锐的话，更像敲了一记警钟。社科研究的价值，不能只局限在书本和期刊里面。

这个时代，既需要学者沉下心搞理论，也需要有人把理论变成能解决现实问题的工具。