2026年8月，中科院院士张宏在获得未来科学大奖生命科学奖之后的媒体群访中，再度重申他半年前抛出的那个尖锐概念——"资源型科研"。资源型科研是批判性概念，特指以获取经费、人力和规模堆砌为核心驱动力，而非以解决关键科学问题为导向的异化科研模式；其本质是将“资源占有”误作“科研成果”，导致原创动力衰竭、青年学者依附化及公共资源低效浪费。他参加过国家脑计划的考核评审，目睹过一些经费"被肆无忌惮地花掉"的场景；他亲耳听到有人在吹嘘"这篇文章花了一个亿"。他的反问直白而锋利：中国还是发展中国家，科研真的已经到了可以这么花钱的程度吗？更何况，这些花了上亿的文章，往往只是停留在数据积累的层面，"并没有太多真正的科学价值"。这不是一位院士的孤鸣，而是对中国科研生态一次罕见的、系统性的诊断。

一．什么是"资源型科研"：把手段当成目的

张宏对"资源型科研"的定义非常具体：研究某个课题，不是因为这个科学问题重要，而是先简单粗暴地把资源堆起来。他举了一个典型画面：有些人知道某些领域的研究很热门，正好手头也有钱，就砸钱做大量的单细胞测序，罗列出一堆结果来。"这些结果真正回答了什么科学问题吗？他并不清楚，也不关心。"这里有一个关键的概念辨析——张宏批评的不是"资源"，而是"资源型科研"。

国家加大科研资源投入本身是好事，他也从中受益；他反对的，是资源配置的操作顺序被颠倒了：正常流程：先有科学问题 → 再配置资源去攻关。资源型科研：先有充足的钱和人 → 再去寻找热门方向把资源消耗掉。

当资源从"手段"异化为"目的"，一个自我强化的闭环就形成了：资源投入 → 论文产出 → 学术头衔 → 更多资源。在这个闭环里，人们考虑的不是探索什么科学问题，而是怎样尽快发一篇文章，再用这篇文章换取更多的资源。张宏给这种现象起了个名字——"集邮式科研"：有钱可以买到更多邮票，但买不来从零到一的突破。

核心定义与特征。驱动逻辑倒置：正常科研为“问题驱动”（先有科学难题，再配资源）；资源型科研为“资源驱动”（先抢经费/头衔，再凑数据发文章）。典型表现：动辄千万/亿级经费堆砌海量数据（如无序单细胞测序）、追求“大团队/大设备”表象、论文产出与科学价值脱钩、形成“资源→论文→帽子→更多资源”的恶性闭环。关键辨析：并非反对“大科学工程”或高投入本身，而是反对缺乏明确科学目标、仅靠资金人力堆砌的低效/无效研究。

二．闭环的代价：原创性研究与青年学者的双重挤压

资源型科研最大的危害，不在于浪费了某一笔钱，而在于它系统性地挤出了真正重要的东西。

1.首先是原创空间的坍缩。真正的"从0到1"研究，往往高风险、长周期、不可预测，它与资金规模和人力投入并不成线性关系。而资源型科研擅长的，是在已知方向上做增量、追逐热点、扩充规模。当评价体系把资源、论文、头衔捆绑成闭环，原创性探索就失去了生存空间。

历史上许多里程碑式的发现——RNA干扰技术、微小核糖核酸机制——都源于小而精的团队，用的是像秀丽线虫这样"不产生即时效益"的模式生物。张宏透露，他今年5月和RNA干扰领域的诺贝尔奖得主安布罗斯交流过，对方在中国做秀丽线虫很难得到基金支持，因为资助方总在关注"明天能不能治好一个病"。

2.其次是青年学者的结构性困境。张宏没有站在道德高地上苛责年轻人。他很清醒地说："我们不能以一种'世人皆浊我独清'的清高姿态去喊口号——'我们就是要纯粹的科研'。根本的问题不解决，我们是无法苛求这些年轻人'出淤泥而不染'的。"

他刻画了年轻PI（独立Principal Investigator）的真实处境：工资与能不能拿到经费、"帽子"直接挂钩，甚至孩子上学也跟"帽子"相关。3年、5年的硬性考核节点，"误了一步，可能整个职业生涯都没有了"面对的选择很现实：花五年去赌一个可能失败的真问题，还是花三年用现成手段堆一篇高影响力论文？当"抱大腿"成为生存策略，当年轻人一回国就知道"要抱谁的大腿、拿什么项目、怎么拿到资金"，科学文化和土壤的问题，影响的就是一代人甚至几代人。

3.更要命的是复现危机（一系列研究发现，在国际顶级期刊上发表的研究成果可被成功重复的比例低于预期，这导致现行科学研究与出版实践的可靠性遭到质疑）。张宏指出一种"不可能重复"：以前的结果不可重复，是因为造假或选择性发表数据；现在的结果不可重复，是因为要靠大量人力和金钱，测成千上万个组学、分析几万个样本——其他研究者根本无力复现。主要危害的总结。扼杀原创：挤压“从 0 到 1"高风险探索空间，导致真正重要的科学问题被边缘化。人才生态恶化：资源垄断于少数“学阀”，青年学者（独立 PI）生存艰难，被迫依附大团队成为“科研包工头”，丧失学术独立性。资源巨大浪费：大量纳税资金用于产出低价值或不可复现的“数据泡沫”，性价比极低。文化腐蚀：助长急功近利、站队拜码头风气，科学精神让位于行政指标与利益交换。

三．评价体系的病灶：谁来判断科学价值

张宏把所有问题最终归结到一处——科技评价。"所有问题的根源都在于科技评价。原创性科研也好，'从0到1'的工作也好，如果现在的评价体系不变，这些都无从谈起。"

他批评了两个层层递进的偏差：第一层，对"好文章"标准的迷信。"发好文章跟科研水平是不能画等号的。"对于CNS（Cell、Nature、Science）这类顶刊，他的评价很直接："大家都说CNS是顶刊，只不过是因为在这些杂志上，重要工作的比例比其他杂志要高一些。这些顶刊上同样会有很多垃圾文章，可能没有什么科学意义，也可能不久就会被推翻。" 他甚至举出大隅良典的奠基性论文——按国内现行标准，这些影响因子不足4分的成果，甚至无法通过博士答辩。

第二层，对"大同行评审"的质疑。他亲历过杰青评审把植物、生态、信息、细胞、生化几个领域的人放在一起评，"这怎么评？"也亲历过基金委B类基础中心的评审，为了形式上的公平公正，把各个学科放在一起找几十个评委去评，手机没收、不能讨论。他的评语是："看起来非常公平公正。但真的公平公正吗？你让我去评价数学、物理，我怎么评价？"张宏的药方是小同行评审：只有真正在同一细分领域深耕的人，才能判断A只是往前迈了一小步、但这是领域里很重要的问题；而B说得天花乱坠，但问题本身不重要，只是在卖概念。他清楚人情文化是特殊难点，因此提出机制设计：同一小领域的人集中评审，同时设评审委员会和监督委员会，"监督委员会知道评审委员会在做什么"，让评委处于监督之下。说真话是有代价的。2025年12月那篇《"资源型科研"正在摧毁中国的科研文化》发表后，请张宏做评审人的同行"骤然少了很多"。他自己调侃：可能大家"也怕我再说些什么"。

四．破局的方向：政策脉络与制度进路

张宏院士批评的资源型科研是指：不从关键科学问题出发，而是依靠大规模样本、高通量测序堆砌数据，追求顶刊论文，形成“砸经费→论文→帽子→更多经费”的闭环，挤压原创空间。值得指出的是，张宏的批评并非孤军。从政策层面看，"从0到1"的原创导向早已写入顶层设计。

2020年科技部等五部委印发的《加强"从0到1"基础研究工作方案》明确提出：推行代表作评价制度，"让论文回归学术，避免唯论文、唯职称、唯学历、唯奖项倾向"；基础研究项目重点评价新发现、新原理、新方法、新规律的原创性和科学价值。

2025年施行的修订版《国家自然科学基金条例》第十七条授权基金管理机构对重大原创性、交叉学科创新等项目制定专门的申请与评审规定，为"非共识项目"开绿灯——这正是张宏所呼吁的、让高风险探索能在常规竞争之外获得通道。

2026年6月，中共中央组织部重磅署名文章进一步强调："加快构建以创新能力、质量、实效、贡献为导向的人才评价体系"，"持续深化科教界'帽子'治理，避免简单以学术头衔、人才称号确定薪酬待遇、配置学术资源的倾向"。

同年5月《人民日报》议政版面刊登的多位学者建言，与张宏的观察高度共振：破除"唯论文、唯帽子"；对基础研究实行长周期评价；健全容错纠错机制，"明确科研探索失败与失职的边界，包容非主观失误"；加强对非共识项目的支持力度，保护科研人员的好奇心和探索欲。

政策方向已经明确，难的是落地时的"最后一公里"——如何让小同行评审真正运转起来，如何让"帽子"不再绑定薪酬与子女教育，如何让一个年轻人敢于用五年时间去赌一个真问题。

张宏给年轻人的那句朴素忠告。在制度尚未完全破局的当下，张宏给年轻科研人员的忠告反而异常朴素："永远要思考什么是真正重要的科学问题。"

他相信，每一个认真对待自己领域的科学家，其实都知道哪些问题真正重要。难点不在于发现问题，而在于不被短平快的诱惑带走。他补了一句非常实在的操作建议："一些年轻科研人员手里还是有不少经费的，这种时候不要把摊子铺得太散，而是聚焦在真正重要的科学问题上。能做到这一点，就很好了。"这不要求每个人都去做惊天动地的从零到一，而是至少在自己能掌控的范围内，把资源集中到值得做的问题上。中国科研下一步稀缺的，从来不是经费，而是能识别重要问题、并包容失败的评价生态。而破解它的钥匙，就藏在张宏反复强调的那句话里：让科学问题，重新回到资源配置的起点。

五．举例说明哪些领域或项目特别容易陷入“资源型科研”的怪圈？

结合张宏院士的批评，我们给出具体的领域或项目例子。这些领域通常具有以下特征：1) 依赖昂贵的大型设备或平台；2) 容易进行大规模数据采集（如测序、成像）；3) 研究热点高，经费充裕；4) 评价体系看重论文数量和期刊档次；5) 且容易绕过“提出关键科学问题”这一步骤直接进入“生产数据”环节。容易被“堆资源”的方式产出可发表的成果，但缺乏深入的科学问题驱动。

1.单细胞测序与多组学整合（最典型的“重灾区”）。 

张宏院士在采访中多次点名这个领域。其典型表现是：购买最先进的单细胞测序平台，收集几百甚至上千例临床样本（肿瘤、神经退行性疾病等），然后对每个细胞进行转录组、表观组、蛋白质组等多维度测序。最终产出一张包含数十万细胞的图谱，配上华丽的UMAP降维图和热图，发表在CNS子刊上。

为什么容易陷入怪圈？技术门槛主要在设备和经费，而非科学构思。只要样本够多、测序深度够深，总能发现一些新的细胞亚群或差异表达基因。但问题是：这些新发现的细胞亚群到底有什么功能？它们是否解释了疾病的核心机制？很多时候作者自己也说不清。文章标题往往是“XX疾病的单细胞图谱”，本质上是一份“数据说明书”，而不是对一个具体科学假说的检验。后果：这类论文的复现成本极高（需要同样的设备和样本量），其他实验室几乎无法验证。而且，当所有人都去抢着做“第一个绘制某组织图谱”时，真正的机制研究反而被冷落。

2. 大规模人群队列与生物银行 

国家投入巨资建立的百万级自然人群队列（如UK Biobank、中国慢性病前瞻性研究等），初衷是为了长期追踪健康结局，发现风险因素。但在实际运行中，容易出现“数据挖掘竞赛”——拥有数据访问权的团队，利用现成的GWAS（全基因组关联分析）数据和表型数据，批量产出“XX基因与XX疾病相关性”的论文。

为什么容易陷入怪圈？这类研究不需要自己收集样本，也不需要设计实验，只需要统计学方法和计算资源。一个人或一个小组可以在几个月内跑完几十个关联分析，产出数篇论文。但这些相关性有多少能转化为生物学机制或临床干预？极少。绝大多数只是统计噪声或弱关联，无法重复。张宏提到的“一个亿一篇论文”，很可能就是指某些超大规模的队列研究，从建库、采样、测序到数据分析，整体投入巨大，但最终产出的论文只是描述了几个相关性，没有回答任何根本性的科学问题。

3. 冷冻电镜结构生物学（前几年的“镀金工具”）

在2017年诺贝尔化学奖授予冷冻电镜技术之后，国内大量课题组购置高端300kV冷冻电镜。随后出现一股风气：不管是什么蛋白，只要能解析出一个中等分辨率的结构，就可以发一篇不错的文章。有些团队甚至专门挑那些容易结晶或容易表达、但生物学功能已知甚至平淡的蛋白去“刷结构”。

为什么容易陷入怪圈？结构生物学的本质应该是“通过结构解释功能机制”，但资源型做法变成了“我有设备、有经费，所以我要解一个结构”。至于这个结构是否回答了关键的动态调控问题、是否揭示了药物作用的新机制，往往被搁置。结果就是大量“漂亮但无用”的结构被发表，而真正需要高难度技术才能解决的膜蛋白、复合体动态结构，反而没人愿意碰。

4. AI for Science中的“刷榜”式研究 

近年来AI大模型火热，很多课题组将现成的Transformer、图神经网络直接套用到分子性质预测、蛋白质结构预测、材料筛选等问题上。他们不做算法创新，也不深入理解物理化学背景，只是更换训练数据集、调整超参数，然后在公开基准测试集上取得比前人高0.5%的精度，就声称取得了“突破”。

为什么容易陷入怪圈？这类研究的成本主要是GPU算力，而算力可以用经费轻松买到。科学问题被简化为“提高指标”，而真正需要回答的问题（如“模型学到了什么物理规律？”“预测结果能否指导实验？”）却被忽略。这种模式下，产出论文的速度极快，但大多数成果对实际科学进展贡献甚微。

5. 大型动物模型与灵长类神经科学

国家在脑计划中投入巨资建立非人灵长类（猕猴、食蟹猴）转基因模型和大型行为学平台。由于灵长类饲养成本极高（一只猴子每天几十元）、实验周期长，这类项目天然具有“资源密集型”特征。

风险所在：如果研究团队没有清晰的科学假说，而是抱着“先把转基因猴做出来再说”“先建一个大型行为数据库再说”的心态，那么后续的分析往往会沦为“描述性报告”。例如，记录猴子在做决策任务时几千个神经元的活动，然后绘制一张复杂的神经活动热力图，但无法提炼出任何关于决策算法的普适性原理。这类工作耗费上千万经费，但科学增量极为有限。

总结：判断一个项目是否“资源型”的三个标志

出发点：是先问“我想解决什么科学问题”，还是先问“我有什么设备/数据/经费，能做什么热门方向”？产出形式：结论是“我们发现了一种新现象/新机制”，还是“我们提供了一个更大更全的数据集/图谱”？（后者本身有价值，但如果占用了绝大多数资源而缺乏机制解释，就成了问题）。可重复性与可证伪性：其他团队能否用较小的资源验证或挑战你的结论？如果不能，说明你的工作高度依赖于资源垄断，而非思想的力量。

张宏院士的批评之所以振聋发聩，正是因为上述领域占据了当前中国科研经费的极大比例，而其中相当一部分产出的“顶刊论文”经不起科学追问。打破这个怪圈，需要评价体系从“看论文数量/期刊档次”转向“看科学问题的重要性与解答的深刻性”，也需要科研人员自身保持清醒——正如他所说：“永远要思考什么是真正重要的科学问题。”

六．国际上针对"资源型科研"系统性改革案例

国际上针对"资源型科研"这种"重资源投入、轻科学问题"的顽疾，过去十几年已经涌现出一批系统性改革案例。它们不约而同地指向同一件事：把评价重心从"发了多少、发在哪"移回"研究了什么、为什么重要"。下面挑出最具参考价值的几条路径，并对应到张宏院士所批评的痛点。

西班牙：国家级资助项目彻底取消计量门槛

西班牙的 SO 项目（一项国家级科研资助计划）从 2011 年运行到 2025 年，其评价标准的变化堪称"教科书式转身"：

2011—2019年：文献计量指标既是"门槛"也是重要打分依据

2021年起：取消所有强制性文献计量门槛

2023和 2025年：转为"基于质性标准的整体评估"，文献计量指标仅作为参考信息而非决定性因素

配套改革还包括：学术简历从早期要求填引文数、h 指数，改为 4 页叙述式简历，要求概述"最重要的科学贡献"；将专利、数据、软件、临床转化成果纳入"相关贡献"；2021 年起强制研究数据开放，2023 年起扩展到代码和方法开放。

对"资源型科研"的直接纠正：当资助评审不再设"Q1 论文数 ≥ X 篇"的硬门槛，单纯靠堆测序、堆样本换论文数的玩法就失去了通关密码。

荷兰：国家级"认可与奖励"议程 + DORA 全面落地 

荷兰是欧洲科研评价改革最系统的国家之一。2019 年，荷兰研究委员会（NWO）、荷兰皇家艺术与科学院（KNAW）、荷兰健康研究与发展组织（ZonMw）三方联合签署 DORA，并给出了可直接抄作业的操作清单：

1）在所有申请表格和征集文件中，删除期刊影响因子和 h 指数的引用

2）明确告知评审专家和委员会成员：评价首要看研究者与研究提案内容的质量，而非期刊声望

3）质量评价中纳入"数据、软件、代码、专利"等其他科学/社会影响产出

4）最大限度压缩申请材料中的出版物列表

更重要的是荷兰的"国家认可与奖励计划"（2019 年启动），提出五大目标：更大的职业道路多样性、认可个人和团队绩效、优先考虑工作质量而不是定量指标、开放科学和学术领导力。自 2019 年以来，荷兰大学已开始制定国家愿景声明的本地翻译版本，荷兰研究委员会采用了"循证"简历，KNAW 还开发了三年计划内部实施，并每年举办"认可与奖励节"形成社区学习机制。

值得注意的副作用：叙述性简历在荷兰也遭遇过反弹。伊拉斯谟大学医学中心副教授 Raymond Poot 曾公开信批评，固定格式迫使学者"擅长所有事情"，否则不填某些部分会对申请人产生不好的影响。这说明工具改革需要配套缓冲，不能"一刀切"。

英国：REF 从"数论文"转向"评文化"

英国研究卓越框架（REF）是国际公认的"全国性科研评估"样板，其改革方向对破解资源型科研极具参考价值：

REF 2021 首次将"影响"（Impact）作为核心评价维度，占总分 25%——这里的影响不是被引次数，而是"研究成果对经济、社会、文化等领域的实际贡献"，需要提交具体案例研究（如"某研究成果如何帮助企业提升生产效率"）。

2029 年下一轮 REF 将进一步大修：

打破"个人与论文提交之间的联系"——每位研究人员的论文提交数量不再有最低/最高限制

对机构"研究文化"的评估权重从 15% 提升到 25%

减轻行政负担，降低对失败的恐惧

配套工具是英国皇家学会 2019 年推出的"研究者简历"（Résumé for Researchers），2020 年被英国研究与创新署（UKRI）采纳为标准格式后演化出 R4RI，要求申请人围绕四个板块讲述贡献：新知识和新方法的产出、对他人和团队成长的贡献、对科研共同体的参与、对更广泛社会的影响，篇幅限制在 2 页纸以内。

真实成效与局限：REF 2021 中出版物仍占提交内容的 98.5%，软件、数据等"非传统产出"仅占 1.5%。为此学界发起"隐藏的 REF"倡议，要求 2029 年至少有 5% 的参评作品是非传统产出。这提醒我们：改革方向对了，但执行惯性极大。

比利时根特大学：人才评价改革的先驱样本

根特大学较早注意到定量评价对研究文化的系统性损害，认为其助长了"发表在哪儿比发表什么更重要"的文化。在签署 DORA 后，该校 2016 年发布《评价研究愿景声明》，2017 年公布定量指标使用指南，2018 年建立全新教师评价模式：

5年为一个评价周期，包括初期证据性评价、中期反馈访谈、末期访谈式评价

评价内容是"在研究、教学、社会参与度、管理和领导力方面最重要成就的叙述性展示"

完全不使用可衡量的定量标准，重点看未来 5 年意向规划

这套制度设计的核心是"把责任和学术自由还给教授级教职员"，直接针对"3 年考核逼着年轻人抱大腿"的痛点。

美国 NIH：项目评审的"去量化"改革

美国国立卫生研究院（NIH）在签署 DORA 后，对项目评审做了三方面改革：

1）修改评审规则：对研究者和研究环境的评估必须放在研究项目背景下考虑，而不是单独评分；评审标准从"越强越好"改为"能胜任即可"

2）推广"叙述性简历"：每位主要研究者都要提交"对科学的贡献"章节，用叙述性文字挑出至多 5 项最重要的科学贡献，逐一说明面对的科学问题、进展及影响；支撑材料不仅限于论文，还包括模型、软件、课程教材等

3）2026 年生效的新版申请表进一步减少对论文列表的依赖，叙述部分不再允许插入完整文献引用——逼着申请人把"这项工作为什么重要"讲清楚，而不是罗列期刊名和引用数

这条对张宏所呼吁的"小同行评审"是绝佳补充：NIH 用"叙述性简历 + 能胜任即可"的组合，从申请人端和评审端双向降低了对量化指标的依赖。

加拿大：联邦层面五机构联合签署 DORA

加拿大卫生部下属的加拿大卫生研究院（CIHR）等五家联邦级科研资助机构全部签署 DORA。在 CIHR 的项目资助竞争中，申请人可在"最重要贡献"部分突出广泛的产出形式；同行评议手册明确指引评审人宽泛地评估生产力（即不仅仅基于出版物），并考虑申请人的具体情境（如职业阶段、休假历史等）。这是联邦层面系统性改革的代表。

欧盟 CoARA：联盟化改革的新形态

2022 年 9 月，欧盟委员会与科学欧洲联合发起推进研究评估联盟（CoARA），以《改革科研评估协议》为基石，确立四项核心承诺：承认研究贡献多样性、优先定性评估、放弃不当使用期刊影响因子和排名、促进评估诚信与透明。

截至 2025 年底，CoARA 成员机构已近千家、签署方覆盖 40 余国。联盟通过"级联资助"机制投入 275 万欧元支持 53 个项目，形成自下而上的改革网络。这是一种"软性联盟 + 硬承诺"的治理创新——不靠行政命令强制，而是用同行压力和公开承诺推动成员国自主改革。

这些案例对中国的具体启示 

把上述案例横向对比，可以提炼出四条可直接对照张宏痛点的制度工具：

1. 取消强制性计量门槛

西班牙 SO 项目、荷兰 NWO 的做法证明：当 Q1 论文数不再作为"门票"，资源型科研就失去了"合规外壳"。我国 2020 年五部委《加强"从0到1"基础研究工作方案》已提出代表作评价，关键是落地时敢不敢真正"取消门槛"。

2. 推广叙述性简历（Narrative CV）

英国 R4RI、NIH 新版申请表、荷兰 NWO 的 Vici 人才计划都已采用。核心是用"我解决了什么科学问题"替代"我发了多少篇 CNS"。这是张宏"小同行评审"理念的最佳载体——评审人必须先读懂叙述，才能判断。

3. 延长评价周期 + 访谈式评估

根特大学的 5 年周期 + 三期访谈模式，直接破解"3 年考核误了一步，整个职业生涯都没有了"的青年困境。我国若能把青年 PI 的考核周期从 3 年拉长到 5 年，并引入中期反馈而非一年一算账，资源型科研的"短平快"动机将大幅削弱。

4. 认可团队贡献与非传统产出

荷兰、英国 REF 的改革都把"数据共享程度、软件、专利、对团队和共同体的贡献"纳入评价。这对应张宏批评的"复现危机"——当数据共享本身成为正向评价指标，单一课题组垄断数据、"不可重复"的顽疾才有破解希望。

必须正视的改革陷阱：国际经验也显示，叙述性简历可能被质疑"迫使学者擅长所有事情"；REF 2021 中出版物仍占 98.5%，说明"数论文"的惯性远超想象；英国下一轮 REF 能否真正降低个体产出权重，学界仍持谨慎态度。改革不是换一套表格就能完成的，它是一场 10 年尺度的文化战。

张宏院士在采访中也提到，他参加评审时见过"大同行评小同行"的荒诞——把植物、生态、信息、细胞、生化的人放一起评。而荷兰、比利时、NIH 的案例告诉我们：小同行评审 + 叙述性简历 + 长周期评估，这三件套是国际公认的解法。我国 2025 年新修订的《国家自然科学基金条例》已为非共识项目开绿灯，下一步的关键，是把这些工具从政策文本搬到每一次评审现场。

一句话：国际改革的方向高度一致——让"研究内容"重新成为评价的唯一主角。这条路荷兰走了 6 年、英国走了 2 轮 REF、NIH 仍在打磨叙述性简历的细节。中国不需要从头摸索，但需要警惕"形似神不似"：表格换了，评审人还是那批人，评价标准还是"影响因子 + 帽子"，那就只是把资源型科研换了个马甲而已。

根源与对策建议。根本症结：科研评价体系异化（唯论文、唯帽子、唯经费额度）及行政化管理惯性，使得“搞到钱”比“做出事”更容易被量化考核。改革方向：推行代表作制度与长周期评价，弱化数量指标，重估原创价值。深化小同行评议，避免大同行评审的形式主义与外行指导内行。设立原创探索专项，向青年学者和小团队倾斜，保障“好奇心驱动”研究的生存土壤。厘清学术与行政权力边界，打破资源垄断与圈子文化。