白宫《Science: A New Golden Age》深度解读：美国科研体制的「特朗普重构」

7月21日，白宫科技政策办公室（OSTP）主任 Michael Kratsios 发布了一份123页的 PDF 。标题叫 Science: A New Golden Age，副标题直接对标81年前范内瓦·布什那份 Science: The Endless Frontier。布什那份报告催生了 NSF，定义了美国二战后的科研体制；Kratsios 这份报告的意思很明确：旧体制该拆了。

报告里点名了 NSF 的学科壁垒、NIH 的行政负担、大学间接成本率高达 40%、同行评议拖垮高风险研究、可重复性危机每年浪费 280 亿美元。与此同时，它把中国列为「购买力平价下 R&D 支出已与美国持平」的同级竞争者，把过度依赖外国 STEM 博士、制造业外流、科研成果在海外工厂落地，全都摆到了台面上。

📌 一句话讲明白 这份报告不是简单的「增加科研经费」，而是一次制度层面的重构：用 AI 作为国家科学基础设施，用 任务驱动型国家项目 替代被动的基础研究资助，用 再工业化和监管松绑 把论文重新变成工厂里的产品。简单说，他们在对标中国那种「全社会动员」的科技竞争模式。

🧭 一份要替代 NSF 神学体系的报告

布什1945年的逻辑很简单：政府资助基础研究，大学做研究，产业做转化，三者线性流动。这个模型运行了80年，养出了 NSF、NIH、DOE 国家实验室和硅谷。但 Kratsios 在报告里说，线性模型已经不成立了。

现在的前沿科学里，基础研究和应用研究的边界完全模糊。AlphaFold 来自 DeepMind 的工业实验室，却也拿了2024年诺贝尔化学奖；量子计算设备同时是物理实验和工程产品；LLM 的训练既需要数学理论，也需要价值百亿美元的算力集群。最顶尖的研究工具越来越不在大学里，而在 OpenAI、Anthropic、Google DeepMind 和几大云厂商手里。

报告提出了四大目标，直指现有体制的核心。

💡 要点 这份报告最激进的地方在于，它不再把「基础研究与应用的分离」当作神圣原则。它要的是 一种能同时资助纯数学、AI for Science、EUV 光刻和核反应堆的混合体制。布什建立的是学科神殿，Kratsios 想要的是任务驱动的投资组合。

⚖️ 科研体制的「摩擦力」

报告第二章花了大量篇幅讲一个问题：美国科研投入在涨，但产出效率在跌。

1960年代联邦政府资助了美国超过 70% 的基础研究，现在跌到 40%，企业资助上升到 35% 以上。研究者把近一半 federally funded research time 花在 paperwork 上。NIH 资助机构的有效间接成本率平均超过 40%，但同一批机构对私人资助者只收 10% 到 15%。制药业 R&D 效率自1950年代以来下降了约80倍，每十亿美元获批新药数持续走低，业内戏称为 Eroom’s Law（Moore’s Law 倒过来写）。

心理学研究约一半到三分之二无法复制，知名经济学实验超过三分之一失败，临床前生物医学研究中不可重复发现每年误导约 280 亿美元。Kratsios 的原话是，AI 会让生成「看起来像科学的成果」变得廉价，但验证成本没有下降。如果底层知识库是错的，AI 只会加速错误知识的传播。

报告直接点名 NSF 仍按1950年代的学科划分组织，资助对象几乎全是大学 PI 领导的研究组。学术激励鼓励发论文、拿终身教职，惩罚跨机构合作、产业转化和负面结果。申请流程冗长到年轻研究者不得不在博士毕业前就开始为终身教职叙事服务，而不是追随真正值得问的问题。

🏭 从论文到工厂：被动模式破产

第三章的标题是 Securing U.S. Dominance in Critical and Emerging Technologies，但真正的主线是批评美国科研的「被动模式」。政府只资助基础研究和保护知识产权，相信市场会自然把成果变成产业优势。这个假设在报告中被称为「没能在与竞争对手的接触中存活下来」。

报告列了一串例子：美国发明了平板显示，亚洲厂商占领了市场；美国 pioneered 锂离子电池，生产规模化在海外；美国做了 EUV 光刻的核心技术突破，现在唯一能造 EUV 光刻机的公司 ASML 总部在欧洲。最尖锐的一句话是：我们付了研究账单，竞争对手拿走了工艺改进和经济回报。

这不是单纯的技术转让问题，而是制度问题。美国监管体系被描述成「擅长说 no，却对不作为的成本视而不见」。核反应堆公司提交 1.2 万页申请和 200 万页技术文档，DOE 为一个设计花了 6 亿多美元支持审批流程，然后再来一轮多年的 combined license review。生物技术领域，一款在加州 Alameda 开发的视网膜假体因为审批困难，只能去欧洲做临床试验。

报告提出的解法是整章最值得关注的内容：把联邦实验室、测试台、用户设施向产业开放；用 CRADA、OTA 简化公私合作；在各州设立监管沙盒；复兴 SEMATECH/EUV LLC 那种 pre-competitive consortia；让人才在大学、国家实验室和产业之间自由流动。

🤖 Genesis Mission：AI 作为国家科学基础设施

第五章 A New Golden Age 在画新蓝图。核心项目 Genesis Mission 去年11月就由特朗普通过行政令启动，DOE 主导，目标是十年内让美国科研生产力翻倍。

具体做法不是给每个 AI 实验室撒钱，而是建一个叫 American Science and Security Platform 的国家平台，把 DOE 17个国家实验室的超级计算机、AI 模型、科学仪器和数据集连成一个 discovery engine。DOE 已经与24家机构签了合作协议，包括领先的 AI 公司、半导体制造商和云服务商。

Genesis Mission 要处理六大国家挑战：先进制造、生物技术、关键材料、核裂变与聚变、量子信息科学、半导体。这些领域被选中的标准很清晰：有大规模组合搜索空间、有大量结构化数据、有明确评估基准，而且突破后能解锁整个下游产业链。这基本就是按照 AlphaFold/CASP 的成功模板在挑问题。

但报告对 AI for science 的野心不止于加速现有方法。它提出要建 scientific foundation models、American Science Cloud、开放联邦数据集、激励研究者整理和分享实验记录与负面结果，还要投资机器人化和自主实验室。DOE 已经在 A-Lab（Lawrence Berkeley，固态无机材料合成）和 Polybot（Argonne，模块化机器人材料表征）做了原型。NSF 也推出了 3.8 亿美元的可编程云实验室网络计划。

⚠️ 硬伤 Genesis Mission 的瓶颈可能不在算力，而在 数据格式和仪器接口。报告自己也承认，科学仪器行业长期整合和离岸化导致设备昂贵、软件封闭、数据格式 proprietary，研究者光是让不同仪器互相通信就要花几个月。如果不先把仪器工业基础从底层重做，AI 代理根本跑不起来。

🔬 Gold Standard Science：AI 时代更需要「可证伪」

报告里一个论断是：AI 不会让科研自动变快，反而可能让系统性疾病恶化。

逻辑是这样的。AI 降低了生成论文、申请、综述的成本，但如果激励机制不变，研究者会用 AI 生产更多可发表的单元，而不是更多真实的发现。同行评议系统会被 AI 生成的低质量投稿和评论淹没。 conference submission 已经给出预警：ICLR 2025 投稿量一年涨了近 60%。

所以报告把 Restoring Gold Standard Science 行政令放在核心位置。要求是：可重复性、透明度、误差与不确定性沟通、跨学科合作、假设可证伪、无偏见同行评议、接受负面结果、无利益冲突。它还提议投资 AI-enabled verification systems，让专门 agent 解析论文、重建计算环境、在 sandbox 里执行分析、比对结果。

数学被当作最有希望的试点。因为数学里验证证明比发现证明容易，证明助手和 AI 的结合已经展现出惊人速度。2024年初一个团队用18个月、20多人在做素数定理的形式化证明；2025年9月，一家 startup 用 AI 在三周内完成了 1100 个形式化验证的定理和定义。报告引用 Terence Tao 的预测：未来数学家可能成为工业化证明系统的架构师，而不是单独的手艺人。

🎯 takeaway AI 在科学里的真正价值，不是让每个人都能写论文，而是让「生成」和「验证」重新配对。 如果验证基础设施跟不上，AI 只会把已有的科研泡沫吹得更大。

🆚 中美科技竞争的隐性主语

整份报告提到 China 的次数不算多，但每一章的焦虑都指向同一个方向。

第一章就提到：过去二十年，中国 R&D 支出从可以忽略的水平涨到按购买力平价与美国持平。这甚至超过了冷战时期苏联带来的压力，因为苏联经济体量明显小于美国。北京把科研能力当作全球竞争的核心支柱，采取 all-of-society 方式，把政府、产业、军事、学术的边界模糊掉。

另一个敏感点是人才。2024年，美国计算机科学和数学有确定毕业后计划的博士毕业生中，约一半是 temporary visa holders。报告批评这是双重损失：既让本土学生被挤到边缘，又培养了大量最终回流到竞争对手国家的人才。它把研究安全与开放科学的平衡重新提了出来，强调「分享信息不等于被剥削」，要把科研体系中不公开的部分当作比较优势来保护。

第三章的竞争框架更具体。美国不应追求在每个领域都领先，但要确保对手无法在关键平台技术上取得全面主导。半导体被反复当作核心平台：控制半导体供应链的国家正在滚一个越变越大的雪球，把移动通信、卫星导航、AI 系统全部吸纳进去。这也是为什么 SEMATECH 和 EUV LLC 的历史被翻出来当作政策模板，美国想复制的是「用国家协调+产业联盟解决单个公司做不起的基础工程瓶颈」。

❓ 几个模糊点

报告本身不是预算案，所以很多问题它只开了处方，没给药。

第一，钱从哪来。Genesis Mission 目前没有明确的拨款数字，行政令只是指示 Kratsios 通过资助机会、奖项、奖学金来吸引私营部门。FY 2028 R&D Priorities Memo 是给各机构的预算编制指导，但最终能兑现多少取决于国会和 OMB。

第二，政治周期。这份报告打着「美国250周年」的旗号，但特朗普政府的任期只剩两年半。如果下一届政府换人，X-Labs、metascience 单元、国家实验室开放政策这些需要长期执行的改革很容易被架空。

第三，学界反弹。报告对大学的批评非常直接：间接成本高、行政膨胀、tenure 激励错位、IP 授权慢。这些改革会触动 NSF、NIH、研究型大学的既得利益，执行阻力不会小。

第四，AI 验证的实操难度。Gold Standard Science 听起来很对，但让联邦资助研究全部达到机器可审计的复制包标准，对大量实验科学领域几乎不现实。报告自己也说这是「下一代基础设施」，不是一两年能建好的。

✍️ 写在最后

读完整份报告，最强烈的感受是：这是一份给全球看的政治经济学文件。它的核心论点不是「美国科研不行了」，而是「美国科研的成果分配机制需要重新设计」。它要把科研从论文、引用、终身教职的闭环里拉出来，重新绑到国家工业能力和地缘竞争上。

对 AI 行业的人来说，最值得关注的信号是 Genesis Mission。美国政府第一次明确把 AI 定位为「国家科学基础设施」，而不是单纯的前沿技术赛道。它想要的不只是更好的大模型，而是让 AI 成为材料发现、聚变控制、药物设计、芯片制造的通用工具平台。

但它也在提醒我们另一件事：AI 加速科学研究的同时，也会放大科学体系本身的缺陷。如果激励机制不改，AI 会让垃圾论文、低质量审稿、不可重复结果的生产成本趋近于零。Kratsios 的报告其实是在说，真正决定下一个科学黄金时代的，不是模型参数有多大，而是我们能不能建出一套配得上 AI 速度的验证、资助和转化机制。

中国读者看这份报告，可能最该注意的不是它骂了什么，而是它想要复制什么。SEMATECH、EUV LLC、Apollo、Human Genome Project 这些美国国家项目，正是中国科技政策里最常被拿来对标的模板。当美国自己也重新强调「国家使命+举国体制」时，中美科技竞争就进入了一个更直接的制度对撞阶段。