知名学者卢麒元提出的灵魂拷问，令不少业内人士深受触动。我国拥有上百万社科领域研究人员，每年投入数百亿科研经费，为何每逢需要推演国际形势、预判经济风险之际，却拿得出一套能够实战落地的智能化分析预警系统？先不要急于指责科研工作者碌碌无为，反观当下的现实状况，着实充满魔幻色彩。
 
这话听着刺耳，却不是凭空发难。根据财政部和全国哲学社会科学工作办公室的公开数据，2024年仅中央本级的社会科学预算就达到68.11亿元，其中国家社科基金年度资金规模超过35亿元；而全国中级职称以上的社科研究人员，早在2021年就已突破51.3万人，算上高校教研队伍、地方社科院、党政部门研究机构的相关从业者，整体规模早已逼近百万大关。人确实不少，钱也确实没少投，这也是这一问能戳中舆论痛点的根本原因。
 
很多人不知道的是，国内相关领域并非完全空白。中国社科院早几年就成立了世界经济预测与政策模拟实验室，搭建了制裁数据库等十余个专属数据库，整合了十几万条数据记录，也在尝试用机器学习方法做政策监测和风险研究。每年社科院都会发布国际形势黄皮书、世界经济黄皮书，还有覆盖上百个国家的海外投资风险评级报告，这些都是实打实的研究产出。但不得不承认，这些成果大多还是以报告、论文的形式呈现，和一套能实时推演、动态预警、落地可用的智能系统，完全不是一回事。
 
网上很多人把这事归结为学者们只会写论文、不接地气，可我觉得并不是这么回事。问题的根子从来不是某个人或者某个群体不努力，而是整套评价体系的导向就不在这里。在现有的科研评价逻辑里，评职称、拿项目、攒头衔，看的是论文数量、期刊级别、引用次数，是课题能不能按期结项、能不能拿到优秀评级。做一套能实战的智能分析系统，要啃数据、调模型、反复迭代，耗时长、出成果慢，还很难发高水平的学术论文。在现有的考核体系里，做这种事性价比极低，没人愿意把精力砸在这种“费力不讨好”的方向上。
 
乍一看，很多人可能觉得是我们的技术水平不够，做不出先进的智能分析系统，可再往深处看，就会发现根本不是技术卡脖子。今天国内的大模型算力、算法能力都站在世界第一梯队，技术层面从来不是短板。真正的断层出在学科之间：研究了几十年国际政治、经济运行的老专家，看不懂底层算法逻辑；写代码做模型的技术骨干，又摸不透社会运行里那些幽微的利益博弈、政策弹性和人情变量。两拨人凑到一起，往往最后做出来的就是个套着AI壳子的演示系统，课题一结项、论文一发表，就扔去仓库吃灰，再也没人迭代更新。
 
这事最让人接受不了的是，明明我们手里握着海量的数据资源，却没法真正用起来。一套能干活的智能预判系统，最核心的从来不是算法，而是真实、鲜活、颗粒度足够细的数据——政策落地的基层反馈、市场主体的真实诉求、跨境资金的流动细节、地缘事件的连锁反应。但现实是，这些数据分散在不同部门、不同机构、不同系统里，彼此之间壁垒高筑，别说跨部门打通，就算是同一个单位的不同院所，数据共享都难。没有高质量的数据喂养，再厉害的算法也只能输出正确的废话，做不出能实战的预判。
 
这背后的问题，远没有看上去那么简单。它本质上是传统社科研究体系和时代需求之间的错位。过去几十年，我们的社科体系走的是学术化路线，目标是出理论、出成果、出学科建设。但今天我们处在百年未有之大变局，不管是应对地缘博弈、防范金融风险，还是保障海外投资利益，都需要能快速响应、能精准推演、能直接支撑决策的工具。旧的体系和新的需求之间，出现了一道明显的鸿沟。
 
但是我认为，卢麒元的这场拷问，价值从来不是否定整个社科界的贡献，而是给整个领域敲了一记警钟。我们拥有全世界规模最大的社科研究队伍之一，也有充足的经费投入，更不缺聪明的头脑，缺的是把这些资源拧成一股绳的机制，缺的是向实战倾斜的导向。
 
说白了，我们不缺做学问的人，缺的是愿意沉下心做“能用的学问”的环境。我们真正该问的，不是为什么做不出一套智能分析系统，而是我们愿不愿意为了“真能用、真管用”，去调整已经运行了几十年的评价逻辑和资源分配方式。毕竟在风云变幻的国际棋局里，多一套能打硬仗的预判工具，比再多的论文和课题，都更有分量。