【导语】每天刷社交媒体后，你是否感觉难以专注阅读或深度思考？科学家发现，AI也有类似困扰。德州农工大学等高校研究显示，用大量“垃圾信息”训练大语言模型，会致其出现“脑腐”——推理、记忆等能力全面衰退，且难以恢复。人类大脑是否也面临同样风险？

你每天会花多长时间在刷社交媒体上？不(bù)知(zhī)道(dào)你(nǐ)是否会有这样的体验——经常刷社交媒体，看一些没有深度的内容之后，会觉得自己很难集中注意力去深入阅读一本书，或者深度思考一些问题了。

有意思的是，科学家们在AI身上也发现了类似的情况。

德州农工大学、德州大学奥斯汀分校、普渡大学的研究者就共同发表了一项研究，里面就提到，使用大量社交媒体上受欢迎的短内容、标题党等的“垃圾信息”对大语言模型进行训练，会让大语言模型出现“脑腐”的现象。

01“脑腐”是啥？

“脑腐”（brain rot）这个词并不是谁在卖萌跟你说老虎，它是《牛津词典》评选的2024年年度词汇。

它的大意是说“阅读了大量碎片化、没有深度的内容（现在尤其指网络内容），一个人的精神和智力状态发生的衰退”。

这个词其实并不是2024年才出现的，它的出现最早可以追溯到1854年亨利·卢梭写的《瓦尔登湖》中。只不过在数字时代，尤其在2024年，这个词的使用频率大大增加。

牛津大学的心理学家安德鲁·普日比尔斯基(Andrew Przybylski)教授表示，虽然“脑腐”并不是一个正经的科学研究术语，毕竟目前还没有心理学或者神经科学研究对脑腐给出明确的定义。但这个词的再度流行，体现出了人们对现在网络流行内容的焦虑。

牛津大学出版社语言数据与词典事业部负责人卡斯珀·格拉斯沃尔(Casper Grathwohl) 也提到，“脑腐”这个词的再度流行很有意思，这个词本身在Z世代和α世代（也就是95后到10后）群体中很流行。这两个群体也正是社交媒体上数字内容主要的使用者和创造者，在这个群体中“脑腐”能流行，说明他们对社交媒体内容的危害有着某种程度的心知肚明。

虽然目前还没有针对人类的“脑腐”研究，但AI科学家已经迫不及待(dài)地(de)开(kāi)始(shǐ)对(duì)大(dà)语(yǔ)言(yán)模(mó)型(xíng)做(zuò)实(shí)验(yàn)了(le)，想(xiǎng)看(kàn)看(kàn)我(wǒ)们(men)创(chuàng)造(zào)的(de)数(shù)字(zì)大(dà)脑(nǎo)是(shì)不(bù)是(shì)也(yě)会(huì)“脑(nǎo)腐(fǔ)”。

02大(dà)语(yǔ)言(yán)模(mó)型(xíng)会(huì)脑(nǎo)腐(fǔ)吗(ma)？

为(wèi)了(le)研(yán)究(jiū)这(zhè)个(gè)问(wèn)题(tí)，研(yán)究(jiū)者首先要定义什么叫垃圾信息，什么叫大语言模型的“脑腐”。

1、垃圾信息

研究者选取了两个维度来定义垃圾数据。

维度一：长度与受欢迎度

这一维度基于信息的长短和受欢迎程度（转、评、赞之类的互动数据）对信息进行区分。

对于那些信息长度很短，转、评、赞数据非常高的，这样的信息被认定为是碎片化、吸引眼球的。而那些内容比较长，转评赞比较低的，被选为对照组。

维度二：语义质量

这一维度衡量的是信息的内容质量。

如果内容标题是典型的“标题党”，比如“WOW”“LOOK”“TODAY ONLY”，类似于中文媒体上的“震惊”“刚刚收到通知”之类的，内容(róng)就(jiù)会(huì)被(bèi)归(guī)为(wèi)垃(lā)圾(jī)信(xìn)息(xi)。

另(lìng)外(wài)，如(rú)果(guǒ)内(nèi)容(róng)里(lǐ)满(mǎn)是(shì)夸(kuā)大(dà)其(qí)词的(de)说(shuō)法(fǎ)，同(tóng)样(yàng)会(huì)被(bèi)标(biāo)记为垃圾数据。而陈述事实、有教育性的、合情合理的内容被作为对照组。

有了这两个维度的垃圾数据，研究者就给LLaMA（基础版）大语言模型“调制”了几份训练食谱。

研究者把“第一类垃圾”和“第二类垃圾”分别与各自的对照组信息按比例调配成5组（两类“垃圾信息”不混用，所以总共为10组）。

垃圾信息的占比为100%，80%、50%、20%、0%（即全部用对照数据）。然后分别用这10组数据训练模型。

2、“脑腐”评价维度

有了“垃圾素材”，接下来研究者还需要设定几个可衡量的维度，从而判断垃圾信息是否会对大语言模型的认知能力产生影响。

研究者选择了四个维度：推理能力、记忆和多任务处理能力、道德规范和性格特(tè)征(zhēng)。

推(tuī)理(lǐ)能力测试是让AI处理简单、困难的抽象逻辑推理题（ARC），以及在做题时候展示思维链过程。

记忆和多任务处理是通过一些特定的测试方法，检测模型的上下文理解能力，以(yǐ)及(jí)从(cóng)海量的内容中检索多个关键信息的能力。

道德规范使用的是HH-RLHF 和 AdvBench基准。大致是诱导AI生成一些有害的、有偏见的、或者露骨、暴力、违法的内容，看AI是否能“经受住考验”。

性格特征是通过一些性格测试问卷，来判断AI在某些人格特性方面的倾向。

有了训练数据和评估标准，接下来就要看AI的具体表现了。

03AI果然“脑腐”了

在使用“第一类垃圾”和“第二类垃圾”干扰的情况下，大语言模型的四项能力都受到了影响。

从上到下四个评估维度分别为推理能力、长文本处理能力、道德规范和性格特征。数据红色表示比基准值更差，蓝色表示比基准值好。图片来源：参考文献[2]

比如，在简单、困难和要展示思维链的抽象推理能力上，两种垃圾数据都让模型的评分降低了。相比之下，投喂第一类垃圾（也就是“肤浅”且互动量大的垃圾信息），评分下降的更多。

通过进一步分析发现，大语言模型无法完成推理挑战的主要原因是“思维跳跃”，即AI无法生成准确的中间推理步骤（就好比人类无法进行步骤比较长的深入思考了）。

对于记忆和多任务处理能力，从整体上看，两类数据也都让模型评分降低了，而且也是第一类垃圾数据让评分下降的更多。

在道德规范方面趋势也是相同的，两类数据都让安全风险值变高了（越高意味着越不安全）。

而在人格特质上，两类垃圾数据的影响不尽相同，相比之下，第一类垃圾数据产生的负面影响更糟一些，它让模型的自恋、精神病态、马基雅维利主义（可以简单理解为功利主义）的评分提高了。

可以说，垃圾数据让大语言模型全方位地“脑腐”了。

04脑腐难以恢复

研究者还发现，大语言模型认知能力的全面衰退，也就是“脑腐”，并不能通过简单的微调来消除，而且即便后续使用高质量的数据进行预训练，模型依然会表现出“脑腐”的特征。

这给大语言模型的训练提了个醒，随着大语言模型训练资料越来越多，可能会让越来越多的网络资料被“吸纳”进训练数据库里。

这样的训练数据很可能会对大语言模型造成难以消除的影响，在使用互联网内容的时候要小心。

当然了，看到这项研究，网友们也纷纷表示，希望这项研究最好不要在“影射”什么。如果人类的大脑也会受到这样的影响，或许，我们也已经“脑腐”了吧。

参考文献

[1]https://corp.oup.com/word-of-the-year/#:~:text=brain%20rot,to%20lead%20to%20such%20deterioration.

[2] Xing, S., Hong, J., Wang, Y., Chen, R., Zhang, Z., Grama, A., ... & Wang, Z. (2025). LLMs Can Get" Brain Rot"!.arXivpreprint arXiv:2510.13928.

【导语】单一通用机器人难满足多元需求，中国科学院自动化研究所推出“Q系列人形机器人系统”天团，五位成员各展所长，还依托“大工厂”实现高效研发，未来或将在多领域与人类并肩。

机器人都是为了适应某项工作需求而研发的，但在很多时候，用单一的通用机器人去解决所有问题显然不太现实。因此中国科学院自动化研究所的研究人员推出了一个“系列机器人”天团，目前已有五位成员！

这五兄弟的能力各有侧重，同时每一代新机型在研发中也会吸取前辈的经验。

名称：Q系列人形机器人系统

研发机构：中国科学院自动化研究所

形态：人形

成员：

Q1仿生高动态机器人(rén)

Q2多(duō)地(de)形(xíng)适应机器人

Q3高爆(bào)发(fā)运(yùn)动机器人

Q4类人形机器人

Q5高并发推理人形机器人

Q1 是位平衡大师，可以对自身姿态进行实时跟踪，并通过精密的算法和驱动器进行准确的平衡控制，在各种地形环境下，都能“从容不迫”地稳定前行。

Q2 堪称全地形适应王，“懂得”根据室内室外地形的差异随时调整自身的行为模式，可以在平坦但狭窄的室内规避障碍，也能在宽敞但崎岖的室外保持平衡。

Q3 可谓是肌肉猛男，在完成任务中可以排除环境中的干扰因素，拥有高爆发力！

Q4 是极致追求模仿人类的类人机器人，运作模式基于人类的肌肉、大脑运作机理，可执行高柔顺、高精度的操作！

Q5 则是最强“大脑”担当，搭载 “紫东太初”多模态大模型，可以利用物理知识进行逻辑推理和执行！

设计、生产强悍的机器人往往需要融合智能、机构、部件、控制和决策等单元技术，研究人员于是想出一个高效做事的好方法，那就是设立人形机器人“大工厂”。

通过这个大工厂，研究人员可以在软、硬件设计中运用系列化、模块化的理念，从而快速生成各类人形机器人系统。

要知道机器人的价值之一就是可以到达人类不便前往的地方，所以科学家们始终希望机器人能获得自主维护、改装、生产的能力，在没有人类支持的情况下，也能独立工作！

或许在不久后的将来，这些“钢铁天团”便将在生产、救援等领域，与人类并肩作战了！让我们共同期待那一天的到来。

【导语】清洗，是维系人类生产生活秩序的基础环节，但传统清洗技术往往在效率与环保间陷入两难。直到1965年，科学家偶然发现激光可精准擦除墨迹而不伤基底，由此开启了激光清洗的新纪元。这项被誉为“21世纪绿色清洁技术”的创新，凭借选择性吸收与瞬时能量转化的特性，在芯片制造中精准擦除纳米级灰尘，在文物修复中守护脆弱材质，更在交通、化工等领域展现潜力。从偶然发现到广泛应用，激光清洗正以无污染、高精度的优势，重塑清洁技术版图，为可持续发展注入“光之力量”。

出品：{全文关键词}

作者：宋峰（南开大学物理科学学院教授）林德惠（南开大学物理科学学院硕士研究生）

监制：中国科普博览

清洗，是与人类生产生活实践关系十分密切的行为。我们对于清洗都不陌生，因为我们每天都要洗脸、洗碗、洗衣服、擦洗家具、拖地。在工业生产中，仪器设备、交通工具、建筑物等外表面的污渍、破损油漆、锈蚀等需要定期去除。可以说，清洗无所不在，是维持我们生活和生产秩序的基础环节。

如果说得专业点，清洗可以这么定义：去除物体表面（如人脸、地板、轮船外壳、飞机外皮、车床、墙壁）的污染层或覆盖层（如灰尘、油污、锈蚀等），而使其恢复原表面状况的过程称为清洗。

随着生产力发(fā)展(zhǎn)和(hé)社(shè)会(huì)进(jìn)步(bù)，清(qīng)洗(xǐ)已(yǐ)发(fā)展(zhǎn)成(chéng)一(yī)门(mén)涉(shè)及(jí)范(fàn)围(wéi)广(guǎng)泛(fàn)、内(nèi)容(róng)丰(fēng)富(fù)的(de)实(shí)用(yòng)技(jì)术(shù)。在(zài)生(shēng)活(huó)中(zhōng)，我(wǒ)们(men)研(yán)究(jiū)洗(xǐ)脸(liǎn)膏(gāo)、洗(xǐ)衣(yī)粉(fěn)、地(de)板(bǎn)去(qù)污(wū)剂(jì)等(děng)，进(jìn)行(xíng)洗(xǐ)脸(liǎn)洗(xǐ)衣(yī)服(fú)拖(tuō)地(de)擦(cā)桌(zhuō)椅(yǐ)，去(qù)除(chú)灰尘污渍等污染物，使其恢复到原先的干净状态；在工业生产中，我们研究化学试剂、喷砂等技术，去除铁板上的锈蚀、管道里的污染物，使其恢复最初的状态。

清洗(xǐ)的(de)意(yì)义(yì)是(shì)显(xiǎn)而(ér)易(yì)见(jiàn)的(de)。在(zài)日(rì)常(cháng)生(shēng)活(huó)中(zhōng)，清(qīng)洗(xǐ)可(kě)以(yǐ)提(tí)高(gāo)卫(wèi)生(shēng)标(biāo)准(zhǔn)，利(lì)于(yú)人(rén)体(tǐ)健(jiàn)康(kāng)，保(bǎo)护(hù)生(shēng)活(huó)环(huán)境(jìng)，提(tí)高(gāo)物(wù)体(tǐ)外(wài)观(guān)的(de)价(jià)值(zhí)，从而提高人们生活质量。工业清洗的意义则更多，主要有体现在以下几个方面：

1.改善设备外观，净化美化环境。

2.去除污渍污垢，维持正常生产。

3.扩大运行周期，延长设备寿命。

4.提高生产能力，提高产品质量。

5.减少能源消耗，降低生产成本。

6.减少生产事故，有利人体健康。

总而言之，清洗的目的就是去除污染物，恢复物体本来面目，提高生产效率，保持环境洁净。

所以，清洗对于人类的生产生活是不可或缺的，不断发展清洗技术，可造福人类。在接下来的内容中，我们将深入探讨一种绿色、高效的清洗技术——激光清洗。

传统清洗技术：效率与环保的困境

清洗技术多种多样，根据清洗原理，可以分为物理清洗和化学清洗（生物清洗也可归类于化学清洗）技术。

物理清洗技术：顾名思义是利用物理原理，如力、热、光、电等，从待清洗物体表面去除污染物。它具有安全、无腐蚀的优点。例如，我们用毛巾洗脸就是最简单的物理清洗。在工业上，传统的物理清洗技术主要有：喷砂、高压水、干(gàn)冰(bīng)、电(diàn)磁(cí)波(bō)以(yǐ)及(jí)超(chāo)声(shēng)波(bō)。

化(huà)学(xué)清(qīng)洗(xǐ)技(jì)术(shù)：则(zé)是(shì)采用(yòng)化(huà)学(xué)溶(róng)剂(jì)通(tōng)过(guò)化(huà)学(xué)反(fǎn)应(yīng)，使(shǐ)得(de)污(wū)染(rǎn)物(wù)被(bèi)清(qīng)洗(xǐ)掉(diào)。它(tā)具(jù)有(yǒu)快(kuài)速(sù)、高(gāo)效(xiào)、成(chéng)本(běn)低(dī)等(děng)优(yōu)点(diǎn)。比(bǐ)如(rú)，我们用肥皂洗衣服，就属于化学清洗。常用的化学清洗方法有：化学试剂清洗、电化学分解清洗、微生物清洗，等等。

然而，传统的物理和化学清洗方法也存在明显的不足，例如，化学试剂清洗可能会对物体带来侵蚀，还会产生大量废液，对环境造成污染；而机械打磨时产生的粉尘会弥漫在车间，还会产生噪音，影响工人健康。

面对这些问题，我们不禁要问，清洗一定要以环(huán)境(jìng)污(wū)染(rǎn)作(zuò)为(wèi)代(dài)价(jià)吗(ma)？当(dāng)然(rán)不(bù)是(shì)！科(kē)学(xué)家(jiā)们(men)正(zhèng)积(jī)极(jí)研(yán)发(fā)一种新的清洗技术——激光清洗技术，它被誉为“21世纪的绿色清洁技术”。

激光清洗的起源：一次偶然的发现

谈到激光，大家并不陌生。然而，将激光用于清洗的奇妙想法，却源于一个偶然的发现。

1965年，诺贝尔奖获得者Arthur Schawlow发现，用脉冲激光照射油墨印刷的纸张时，纸张表面的墨迹会瞬间汽化消失，而纸张基底不受损伤，如图1所示。基于这一现象，他首次提出了“激光擦”(laser eraser)的概念。

图1 激光擦——激光照射去除墨迹

（图片来源：参考文献[1]）

1969年，在加州大学伯克利分校的空间科学实验室，贝德尔（S. M. Bedair）等人，在美国宇航局（NASA）刘易斯研究中心的研究项目中，尝试用激光清除镍材料表面的氧和硫污染，他们构建了理论模型，并分析了激光清洗的优点和不足。

接着，激光清洗在文物保护中开始显现身手。阿斯慕斯研究团队在1973年的一个国际会议上报道了他们用激光清洗艺术品的实验。此后，他们对石雕、壁画、古建筑物等文物和艺术品进行了激光清洗，深入研究了激光清洗前后的文物形貌和表面属性的变化。现在，激光清洗文物已经成为文物修复和保护的一个非常重要的手段。

1987年7月2日，扎普卡在德国申请了第一个关于激光清洗(xǐ)的(de)专利EP0297506A。同年，苏联科学家彼得洛夫课题组率先发表了激光清洗物体表面微粒的论文，这是公认的第一篇激光清洗微粒方面的论文。该论文的作者之一Prokhorov是激光领域的先驱，他于1964年因为激光方面的开创性工作和突出贡献，与汤斯、巴索夫共同获得了诺贝尔物理学奖。

此后，激光清洗在除漆除锈、清除电子线路板、模具等方面得到了研究和应用，美国和欧洲国家在激光清洗方面一直走在前列。如今，激光清洗已经用于机械、化工、微电子与文物保护等众多行业。

激光清洗的“秘密武器”：选择性吸收与瞬时转化

那么激光是如何实现擦除和清洗的呢？其核心在于材料的选择性吸收和能量的瞬时高效转化。主要过程如下：

精准的能量投递（“激光枪”发射“光(guāng)子弹”）：激光器产生一束高亮度、方向性好和特定波长的相干光，照射污染物表面。这就像无数高能量的“光子弹”击中了目标。

选择性吸收（污染物“贪吃”，基体材料“挑食”）：对于不同波长的光，不同物质的吸收程度存在差异。我们选用容易被污染物吸收，而基体材料不易吸收的激光波长进行清洗。可以形象地理解为，我们选择性地“投喂”一些污染物爱吃的“光子弹”，而基体材料对这些“光子弹”不感兴趣，几乎不吸收。这样，激光能量主要被污(wū)染(rǎn)物(wù)吸(xī)收(shōu)，而(ér)基(jī)体(tǐ)材(cái)料(liào)几(jǐ)乎(hu)不(bù)受(shòu)损(sǔn)伤(shāng)。

能(néng)量(liàng)的(de)瞬(shùn)时(shí)转(zhuǎn)化(huà)（“光(guāng)子(zi)弹(dàn)”变(biàn)“热(rè)炸(zhà)弹(dàn)”）：污(wū)染(rǎn)物(wù)吸(xī)收(shōu)的“光子弹”在极短的时间（通常是纳秒、皮秒甚至飞秒量级）内，通过光热效应瞬间转化为热能。这导致污染物温度急剧升高。

污染物的去除（被高温或爆破力“赶走”）：在这突如其来的高温下，污染物将无法稳定存在，同时或先后发生如图2所示的几种变化：

1.分解或蒸发：当激光能量足够高时，污染物的温度将超过其分解和气化温度，变成蒸汽或分解气体飘走。这是最主要的去除方式。

2.热膨胀诱导的崩裂和喷射：极高的升温速率会导致污染物内部产生巨大的温度梯度，使得漆层内部产生极大的热应力。这种热应力导致污染物剧烈膨胀，瞬间崩裂成微小的颗粒并喷射出去。

3.界面剥离脱落：当污染物层较薄时，“光子(zi)弹(dàn)”能(néng)够(gòu)穿(chuān)透(tòu)污(wū)染(rǎn)物(wù)到(dào)达(dá)其(qí)与(yǔ)基(jī)体(tǐ)材(cái)料(liào)的(de)界(jiè)面(miàn)处(chù)。二(èr)者(zhě)的(de)显(xiǎn)著(zhe)热(rè)膨(péng)胀(zhàng)系(xì)数(shù)的(de)差(chà)异(yì)导(dǎo)致(zhì)在(zài)界(jiè)面(miàn)处(chù)产(chǎn)生(shēng)巨大的热应力。这将导致污染物层以相对较大的碎片或薄片形式从基材表面整体剥落。

图2 激光清洗的原理示意图

（图片来源：作者供图）

激光清洗：从工业到文物的“多面手”

激光清洗凭借“无污染、高精度、不伤基体、易自动化”的优势，正越来越多地在工业应用中获得青睐，目前已在众多领域一展身手。

芯片行业：在指甲盖大小的芯片上，密密麻麻排列着数十亿个晶体管。激光清洗就像拿着光做的“纳米橡皮擦”，能精准擦除0.1微米级的灰尘颗粒（相当于头发丝的百分之一粗细）。这大大提高了芯片的良品率和可靠性。特别是现在流行的3D芯片封装（把几层芯片像搭积木一样叠起来），结构非常复杂，激光清洗更是成了必不可少的“清洁大师”。

交通行业：飞机、轮船、火车等交通工具在使用一段时间后，油漆层和基体材料会破损，甚至被腐蚀。为了确保安全，需要定期清洁和维护。然而，传统的化学清洗污染环境且容易腐蚀基体，机械打磨也容易损伤基体。目前，激光清洗已在大量飞机、轮船、火车等交通工具的激光清洗研究和初步应用中展现出巨大潜力。

图3 ARLCRS对F-16战斗机进行激光除漆

（图片来源：参考文献[2]）

文物清洗领域：目前常用的文物清洗方法主要有：刮、擦、刷、超声波等物理方法，以及化学试剂擦拭等化学方法。这些清洗方法对文物都有一定的损伤。而有些文物，如丝绸、纸张等，甚至于无法使用这些方法进行清洗。超短脉冲激光却能精准地剥离表面的污垢层，且不损伤脆弱的基体材料（如颜料、纸张纤维、大理石等）。故宫、敦煌研究院这些守护国宝的“大内高手”们，已经用它成功让许多宝贝重现光彩了！

激光之光，点亮洁净未来

激光清洗技术，这把高效的“光之扫帚”，不仅带来了清洁方式的革命，更是我们追求可持续发展、建设美丽家园的有力工具。它显著减少了传统清洗方式带来的水污染、空气污染和化学(xué)污(wū)染(rǎn)风(fēng)险(xiǎn)，实(shí)实(shí)在(zài)在(zài)地(de)帮(bāng)助(zhù)我(wǒ)们(men)拥(yōng)有(yǒu)更(gèng)加(jiā)洁(jié)净(jìng)、健(jiàn)康(kāng)的(de)生(shēng)活(huó)和(hé)工(gōng)作(zuò)环(huán)境(jìng)。

随(suí)着(zhe)技(jì)术(shù)的(de)不(bù)断(duàn)成(chéng)熟(shú)和(hé)普(pǔ)及(jí)，激光清洗将在守护蓝天、碧水、净土的道路上，扮演越来越重要的角色，让“洁净”成为我们环境更鲜明的底色。

参考文献：

[1]A. Schawlow, Lasers: The intense, monochromatic, coherent light from these new sources shows many unfamiliar properties, Science, 149(3679) (1965) 13-22.

[2]Z. Liu, J. Cheng, Z. Li, et al, Removal of composite coating from 2024 aluminum alloy surface by CO2 laser cleaning, Electroplating & Finishing, 40(12) (2021) 974-979.

【导(dǎo)语(yǔ)】人(rén)一(yī)生(shēng)健(jiàn)康(kāng)状(zhuàng)况(kuàng)动(dòng)态(tài)变(biàn)化(huà)，疾(jí)病(bìng)间(jiān)关联(lián)复(fù)杂(zá)，科(kē)学(xué)家(jiā)一(yī)直(zhí)寻(xún)求(qiú)更(gèng)早(zǎo)、更(gèng)准(zhǔn)预(yù)测(cè)疾(jí)病(bìng)的(de)方(fāng)法(fǎ)。今(jīn)年(nián)9月(yuè)《自(zì)然(rán)》发(fā)表(biǎo)研(yán)究(jiū)，展(zhǎn)示基于GPT架构的Delphi-2M人工智能模型，能依个体健康信息预测超千种疾病未来风险。它虽展现潜在价值，但尚处科研阶段，存在数据代表性、可解释性及伦理监管等挑战，未来走向临床实践仍需完善相关体系 。

在人的一生中，健康状况始终处于动态变化之中，并且许多疾病之间也存在着复杂的关联，比如慢性病常常伴随其他健康问题一起出现。这些健康变化和疾病发生与人的遗传特征、生活习惯以及所处的社会环境都有关系。科学家们一直在努力寻找方法，希望能更早、更准确地预测疾病的发展趋势，不仅帮助个人保持健康，也为公共卫生决策提供依据。

人工智能正在从语言、图像的理解领域，逐步进入医学预测的核心地带。今年9月，《自然》杂志发表了一项由德国癌症研究中心、欧洲分子生物学实验室和哥本哈根大学等机构合作完成的研究，展示了一个名为Delphi-2M的人工智能模型。该系统基于生成式预训练变换模型（GPT）架构，能够根据个体的健康记录、生活习惯和既往病史，预测超过一千种疾病在未来数年甚至数十年内的发生风险。

发表在《自然》上可预测疾病的AI模型（图片来源：参考文献[1]）

AI如何学习疾病的时间规律

传统上，医生在诊断时往往关注当前的症状或某一类疾病，但事实上，健康是一条不断变化的时间线。很多疾病并不是突然出现的，它们之间存在复杂的先后关系——比如肥胖可能增加糖尿病的风险，而糖尿病又会影响心血管健康。

研究团队开发的Delphi-2M模型，尝试让人工智能去学习这种疾病的时间规律。它的原型来自GPT语言模型，也就是支撑聊天机器人的那种人工智能。GPT能通过分析句子中词语的前后关系，预测下一个词；而Delphi-2M则把这种逻辑迁(qiān)移(yí)到(dào)医(yī)学(xué)领(lǐng)域——根(gēn)据(jù)一(yī)个(gè)人(rén)的(de)病(bìng)史(shǐ)、体(tǐ)检(jiǎn)结(jié)果(guǒ)和(hé)生(shēng)活(huó)习(xí)惯(guàn)，去(qù)预(yù)测(cè)他(tā)未(wèi)来(lái)最(zuì)可(kě)能(néng)出(chū)现(xiàn)的(de)疾(jí)病(bìng)以(yǐ)及(jí)大(dà)致(zhì)的(de)时(shí)间(jiān)。

健康轨迹示意图（图片来源：参考文献[1]）

为了训练这个模型，科学家使用了英国生物样本库的大规模数据，涵盖约40万人从年轻到老年的诊疗记录。这些数据包括上千种疾病，从感冒、哮喘到糖尿病、癌症，还有个人的性别、体重、吸烟饮酒等信息。模型学习的目标，是找到不同疾病之间的时间顺序与联系。

研究结果显示，Delphi-2M不仅能预测常见疾病的风险，准确(què)度(dù)与(yǔ)现(xiàn)有(yǒu)的(de)临(lín)床(chuáng)评(píng)估(gū)工(gōng)具(jù)相(xiāng)当(dāng)，甚(shén)至(zhì)在(zài)某(mǒu)些(xiē)疾(jí)病(bìng)上(shàng)更(gèng)高(gāo)；它(tā)还(hái)可(kě)以(yǐ)发(fā)现(xiàn)疾(jí)病(bìng)之(zhī)间(jiān)的(de)隐(yǐn)性(xìng)关系(xì)，比(bǐ)如(rú)代(dài)谢(xiè)问(wèn)题(tí)可(kě)能(néng)与神经系统疾病的发生有关。更重要的是，它能基于一个人的健康记录，模拟未来20年的疾病变化趋势，为早期干预和预防提供参考。

潜在价值与现实挑战

Delphi-2M的研究成果展示了人工智能在疾病预测领域的潜在价值。它不仅能识别个体层面的健康风险，还能在群体尺度上推算未来的疾病负担。

研究团队利用模型模拟不同体重指数、吸烟与饮酒水平人群的健康轨迹，结果显示这些生活方式因素与疾病风险的变化趋势高度一致，说明模型能够反映现实中的流行病学规律。这种能力使其有望成为公共卫生规划与资源配置的重要辅助工具。

在医学研究层面，Delphi-2M提供了新的分析维度。通过可解释人工智能方法，研究者能够追踪不同疾病之间的时间依赖关系。例如，模型揭示出恶性肿瘤在诊断后的数年内仍显著提高死亡率，而败血症或急性心肌梗死的风险则会在短期内逐步下降。这种时间分层的风险评估，有助于改进疾病监测和随访策略。

然而，研究团队也明确指出该模型目前仍处于科研探索阶段。首先，训练数据的代表性不足可能导致偏差。英国生物样本库的参与者以中老年白人群体为主，健康状况相对较好，模型在其他族群或社会经济群体中的适用性仍需验证。其次，模型的可解释性有限。虽然使用了可视化和因果权重分析方法，但其内部决策机制仍难以完全理解。最后，伦理与监管问题尚未解决。如何在保护隐私的同时利用健康预测结果，如何避免预测信息在保险或就业等场景中的误用，都是未来必须面对的关键议题。

总体来看，Delphi-2M展示了人工智能在医学预测与疾病建模中(zhōng)的(de)前(qián)沿(yán)能(néng)力(lì)，但(dàn)要(yào)真(zhēn)正(zhèng)进(jìn)入(rù)临(lín)床(chuáng)与(yǔ)公(gōng)共(gòng)卫(wèi)生(shēng)实(shí)践(jiàn)，还(hái)需(xū)要(yào)在(zài)数(shù)据多样性、算法透明度与伦理监管方面建立更完善的体系。

结论

Delphi-2M的出现代表了人工智能在疾病预测领域的一次重要尝试。通过对数百万条健康数据的分析，它能够在个体和群体层面揭示疾病之间的时间规律和潜在联系。这种以全生命周期为视角的健康建模，为未来的精准预防、早期筛查和医疗资源规划提供了新的思路。

但研究者也强调，任何预测模型都不能取代临床判断。Delphi-2M目前仍需更多人群验证和长期随访数据来完善性能。在医疗体系真正采用此类技术之前，如何保证数据的公平性、透明性与安全性，是必须解决的问题。

参考文献：

[1] Shmatko, Artem, et al. "Learning the natural history of human disease with generative transformers." Nature (2025): 1-9.

[2] Zhu, Zhihong, et al. "Causal associations between risk factors and common diseases inferred from GWAS summary data." Nature communications 9.1 (2018): 224.

[3] Kraljevic, Zeljko, et al. "Large Language Models for Medical Forecasting--Foresight 2." arXiv preprint arXiv:2412.10848 (2024).

策划制作

作者丨张玮杰 中国科学院大学博士；杨超 中国科普作家协会

审核丨邵文亚 福建医科大学副教授

【导语】在微纳世界的方寸之间，香港大学教授李文迪以“隐形斗篷”般的金属网格电极、电子束“雕刻”的精密电路、纳米压印的“柔性魔法”，持续突破物理极限与产业落地的边界。从清华园到普林斯顿，从惠普实验室到香港大学，这位“微纳加工魔术师”以“实用主义好奇心”开辟出一条独特的科研道路——既在纳米尺度追逐光的奥秘，又让柔性电子技术从实验室走向生活，用“土法炼钢”的坚韧与孩童般的探索热忱，点亮了未来科技的星辰。

用“隐形斗篷”般的金属网格电(diàn)极(jí)，让(ràng)屏(píng)幕(mù)既(jì)能(néng)像(xiàng)透(tòu)明(míng)薄(báo)膜(mó)一(yī)样(yàng)透(tòu)光(guāng)，又(yòu)保(bǎo)持(chí)优(yōu)异(yì)的(de)导(dǎo)电(diàn)性(xìng)能(néng)，柔(róu)韧(rèn)又(yòu)耐(nài)用(yòng)；用(yòng)比(bǐ)头(tóu)发(fā)丝(sī)细(xì)千(qiān)倍(bèi)的(de)电(diàn)子(zi)束(shù)“雕(diāo)刻(kè)”电(diàn)路，让(ràng)激(jī)光(guāng)像(xiàng)水(shuǐ)波(bō)般(bān)干(gàn)涉(shè)形(xíng)成(chéng)精(jīng)密(mì)图(tú)案(àn)；用(yòng)纳(nà)米(mǐ)压(yā)印(yìn)等(děng)技(jì)术(shù)在(zài)柔(róu)性(xìng)材料上“盖章”出精密电路，让可穿戴设备上的功能仪器比蝴蝶翅膀还轻薄……这些魔幻场景的实现，离不开一群“微纳加工魔术师”日积月累的研究。

▲李文迪

香港大学机械工程系教授李文迪是其中一员。这些年先后走过清华大学、美国普林斯顿、惠普实验室和香港大学这些国内外科学研究的殿堂，他的科研观也在不断地丰富和调整——从最初对追求极致科研信仰的认同，到最后在香港大学逐渐找到自己的科研节奏——在物理极限处开疆拓土，在推进产业落地时把控平衡。“既要对光物理世界的神秘保持孩童般的探索热忱，又要对技术落地怀揣匠人的执着。”这种独特的“实用主义好奇心”，让他的团队在纳米压印、柔性电子等领域持续突破。

自下而上——多元化的科研探索之路

20多年前，当(dāng)手(shǒu)握(wò)保(bǎo)送清华大学且可以任选专业这一“王炸”手牌的李文迪站在人生选择的十字路口，他的父亲——一位与雷达朝夕相伴、保卫祖国蓝天20多年的老兵给出了建议：“电子虽好，但光电结合或许才是未来的方向。”如同光束穿透云雾，父亲的启迪为年轻的求学者照亮了前路。“物理电子与光电子技术”这个将基础物理与前沿光电研究相结合的专业，恰好为他提供了最理想的学术土壤——既能夯实理论根基，又能触摸科学技术前沿。

在清华园求学的岁(suì)月(yuè)里(lǐ)，李(li)文迪(dí)亲(qīn)历(lì)了(le)中(zhōng)国(guó)光(guāng)电(diàn)研(yán)究(jiū)，特(tè)别(bié)是(shì)光(guāng)通(tōng)信(xìn)技(jì)术(shù)的(de)发(fā)展(zhǎn)。本(běn)科(kē)毕(bì)业(yè)设(shè)计(jì)时(shí)，他(tā)专(zhuān)注(zhù)高(gāo)速(sù)电(diàn)路板(bǎn)的(de)设(shè)计(jì)；研(yán)究(jiū)生(shēng)阶(jiē)段(duàn)，他(tā)则(zé)投(tóu)身(shēn)光(guāng)通信系统的搭建。那些来自美国的半导体激光器、放大器等核心器件，在他和同伴手中被精心组装成完整的通信系统。第一次完成系统联调时的成就感至今让他难以忘怀。这些经历，让他领略到系统集成的魅力和作用。但随着实验的深入，一种隐忧渐渐浮现。“我们就像高级组装工，”他回忆道，“把进口芯片连成系统固然重要，但最核心的器件(jiàn)却(què)始(shǐ)终(zhōng)依(yī)赖(lài)国(guó)外。”20年前，“卡脖子”这个词尚未流行，但看着实验台上清一色的外国器件，这位年轻人已然明白：没有自主可控的核心工艺，再精妙的系统设计也如同建在沙滩上的城堡。真正的核心竞争力，在于掌握关键器件的制造工艺。

2004年，李文迪远渡重洋来到美国普林斯顿大学深造，师从美国工程院院士、纳米压印技术的发明人周郁（Stephen. Y. Chou）教授。在微纳加工的微观世界里，他见证了导师如何以“追求极致、突破极限”的科研态度，发展X射线、电子束、纳米压印等各种技术，从50纳米到10纳米再到5纳米……在不断突破极限的尺度上开疆拓土。那些令常人望而生畏的工艺难题，反而激发了他的斗志——越是精密复杂的结构，越可能孕育突破性的创新。每一次尺寸的突破都意味着要重新理解材料与工艺的极限，都可能发现新的物理现象，创造前所未有的器件和应用。值得一提的是，这位兼具学者与创业者双重身份的导师，用实际行动教导他：科学研究既要扎根物理原理，又要瞄准应用靶心。独特的科研哲学为李文迪之后的学术探索指明了方向：“在极限处发现可能，在应用中创造价值。”这句箴言不仅成为他科研生涯的座右铭，更指引着他在微纳制造领域不断突破边界。

博士毕业后，李文迪加入惠普实验室工作。在这个早年孕育了硅谷许多重大技术突破的实验殿堂，他与当时全球仅有的几台氦离子束显微镜“共舞”。这台能将从单个钨原子上发射的氦离子聚焦成纳米级束流的尖端设备，为他进一步打开了微观世界的大门。在这里，他不仅将光刻精度推向新高度，更领悟到精密设备的双重性——既是探索工具，也是创新对象，而最高级的工具使用者必然是新工具的创造者。在他看来，这是“非常有意思的、值得做的事儿”。短短一年间，他主导开发的多种氦离子束光刻新工艺，不仅支撑了惠普实验室在忆阻器件、金刚石色心等前沿领域的研发，更成为他日后独立开展科研工作的起点。

随着研究的深入，李文迪开始思考更深层的问题：“当科研人员沦为设备的‘操作员’和‘奴隶’，创新灵感是否会被精密仪器所束缚？”这种反思最终促使他做出重要抉择：重回高校可以独立做一些自己想做的事情。恰恰彼时，香江江畔，东西方学术文化交融的巍巍学府香港大学正有意在微纳加工研究领域蓄势发力。在博士生导师的推荐之下，李文迪在这里开启了一段全新的学术征程。

十多年前初到香港大学时，李文迪面临的是“从零开始”的挑战——微纳加工对前沿研究的平台性支撑尚未得到重视，实验室缺乏高端微纳加工设备，不仅基本的超净间尚未建立，在国外实验室像空气一样无感存在的一些基本条件，例如氮气、去离子水，在这里也难觅踪影。这与他在惠普实验室使用的千万级精密仪器形成了鲜明对比。“虽然起步时设备匮乏，但至少能按照自己的思路去做研究，哪怕‘土法炼钢’，也能做出独特的东西。”困难反而激发了他对科研本质的重新思考，倒逼他和团队回归对科学和技术本源问题的探讨，反而有机会独辟蹊径。

尽管十多年前的香港大学实验条件有限，但在港大宽松的学术氛围和前辈同事的悉心关怀中，李文迪逐渐找回了科研的初心。他带领团队开辟(pì)了(le)一(yī)条(tiáo)独特的研究路径：既保持学术的前瞻性，又始终面向实际应用需求。这种平衡，正好能圆他想做有价值研究的初心。他们面向应用取得的一系列成果不仅发表在领域顶级期刊上，更因其“接地气”的特性获得不少产业界的青睐。

▲李(li)文迪(dí)展(zhǎn)示(shì)团(tuán)队(duì)自(zì)主研(yán)发(fā)的(de)激(jī)光(guāng)干(gàn)涉光刻设备

从光通信系统初探到微纳器件的探索，再到核心工艺及相关应用研究，这条“自上向下”的探索之路，恰似一束光穿透棱镜的轨迹，折射出李文迪多元的科研探索之路。那些关于光的(de)探(tàn)索(suǒ)初(chū)心(xīn)，终在微纳尺度的世界里，绽放出研究得以应用的光芒。

深耕积累——让柔性电子之光照亮生活

柔性光电子研究是一门融合材料科学、电子工程和光学等交叉知识的前沿学科，旨在突破传统刚性电子器件的局限，通过开发新型柔性材料、创新微纳制造工艺和设计可变形光电器件架构，最终实现电子设备与人体、环境乃至日常物品的无缝集成。

近年来，李文迪和团队针对柔性光电子器件相关的透明电极、柔性电路板、表面等离子传感等开发了多种新型微纳金属结构制备工艺，其中部分已通过专利授权建立生产线进行量产。此外，他和团队在用于集成光电芯片制造的各种先进光刻技术领域，包括聚焦电子束及离子束光刻、激光干涉光刻、纳米压印等，具有丰富经验和原创技术。凭借多年深耕积累，他们在相关领域收获了系列创新成果。

神奇的透明导电薄膜

在柔性电子领域，传统氧化铟锡（ITO）材料面临三大瓶颈：脆性易断裂、铟元素稀缺推高成本、导电性能不足。这些缺陷严重制约了折叠屏手机、柔性太阳能电池等新兴技术的发展。

2015年，李文迪团队开发出一种神奇的透明导电薄膜——嵌入式金属网透明导电薄膜（EMTE）。通过在塑料薄膜中嵌入比头发丝细百倍、具有特殊三维微纳结构的金属网格，在保持高透光性的同时，其导电性能显著优于传统的氧化铟锡（ITO）材料。根据团队发表的测试结果，这种新型材料的导电性可达ITO的100倍，且因其嵌入式的结构，在反复弯折后仍能保持稳定性能。

这一技术的创新性不仅体现在材料本身，更在于其制造工艺。基于李文迪团队在光刻技术和压印工艺方面的丰富经验，团队开发的光刻-电沉积-压印转移（LEIT）生产技术相比传统真空薄膜沉积技术，可降低2～3倍的成本，并且能够直接形成所需的电路图案，为相关技术产业化应用奠定了重要基础，并因此获得2019年日内瓦国际发明展金奖项目。目前，这项技术已经通过孵化公司进行产业化应用的开发(fā)，而(ér)李(li)文迪(dí)团(tuán)队(duì)正(zhèng)在(zài)香(xiāng)港(gǎng)政(zhèng)府的经费支持下将这项技术进行进一步的发展，用于制造未来微电子器件所需的高密度先进封装基板。

“一键式”绘图

在现代科技领域，从增强现实眼镜到高端显示器，都需要在大面积基板上制备精密的纳米结构。传统制造这些结构的电子束光刻(kè)技(jì)术(shù)，就(jiù)像(xiàng)用(yòng)最(zuì)细(xì)的(de)毛(máo)笔(bǐ)在(zài)米(mǐ)粒(lì)上(shàng)作(zuò)画(huà)，不(bù)仅(jǐn)加(jiā)工(gōng)速(sù)度(dù)缓(huǎn)慢(màn)，成(chéng)本(běn)也(yě)令(lìng)人(rén)望(wàng)而(ér)却(què)步(bù)，严(yán)重(zhòng)制(zhì)约(yuē)了(le)相(xiāng)关产(chǎn)品(pǐn)的(de)普(pǔ)及(jí)和(hé)发(fā)展(zhǎn)。从(cóng)需(xū)求(qiú)出发，李文迪团队发明了一种快速可重构大面积干涉光刻纳米图案化平台，以支持新兴纳米结构器件的研发与生产。

这项技术的核心在于巧妙地利用激光(guāng)干涉原理——当两束激光相遇时，会产生精细的干涉条纹。通过用这些干涉条纹来曝光光刻胶，就可以在大面积的基板上生成具有各种功能的精密纳米结构。为了将这一技术变成光刻设备产品，研究团队实现了一系列创新突破：通过采用灵活的激光分束与传输系统，用柔性光纤传输替代传统光学元件，实现了前所未有的自动化调节能力，可快速调整纳米图案的晶格、周期和几何形状，并使设备对环境振动具有极强的抗干扰能力；通过开发主动反馈图案稳定技术，利用闭环反馈算法与硬件，能够在晶圆级尺度上高质量制备特征尺寸低于50纳米的高深宽比纳米结构，并确保纳米图案的清晰度和一致性。此外，他们还借助数值曝光模型，进一步建立了智能预测模型，可以可靠预测和分析光刻图案的质量，并实现工艺参数的精准优化。

这项发明彻底革新了传统干涉光刻技术——此前相关技术仅能作为光学实验室的实验装置，而今已升级为计算机控制的一键式纳米光刻设备，其图案化成本和处理时间相比性能最优的电子束光刻机均降低10倍以上，因而获得2022年日内瓦国际发明展金奖。如今，相关技术孵化的紫荆光刻技术有限公司（InterLitho Innovation Limited）公司已成功推出商用设备，并交付给增强现实显示企业使用，在新型显示、半导体制造、液滴操控、超灵敏分子传感等领域具有广阔应用前景。

纳米级“彩色印刷术”

在追求更高清、更节能的显示技术道路上，钙钛矿材料被誉为“明日之星”。这种神奇的材料能发出纯净的光，色彩鲜艳且能耗极低，但科学家们一直面临一个棘手难题：如何在基底上精准“种植”出纳米级的钙钛矿晶体阵列？传统方法要么无法突破100纳米分辨率极限，要么难以实现大面积均匀生(shēng)长(zhǎng)，严(yán)重(zhòng)制(zhì)约(yuē)了(le)其(qí)实(shí)用(yòng)化(huà)进(jìn)程(chéng)。

不(bù)久(jiǔ)前(qián)，李(li)文迪(dí)带(dài)领(lǐng)团(tuán)队(duì)开(kāi)发(fā)的(de)“润(rùn)湿(shī)性(xìng)引(yǐn)导(dǎo)刮(guā)涂(tu)法(fǎ)”，像(xiàng)极(jí)了(le)纳(nà)米级的“彩色印刷术”。这项技术的巧妙之处在于——它能在普通环境下，通过简易的操作，将钙钛矿溶液直接“印刷”成排列整齐的纳米晶体。这些晶体小至90纳米（约头发丝直径的千分之一），却能覆盖超过900平方毫米（邮票大小）的面积，且尺寸差异控制在10%以内——这相当于在足球场上均匀撒播米粒，每粒米的误差不超过十分之一毫米。

值得一提的是，通过调(diào)节(jié)卤素成分（氯、溴、碘的比例），团队成功“调”出了蓝、绿、橙三色发光阵列，其色彩纯度媲美顶级商用显示器。这些晶体不仅能在玻璃等硬质基底上生长，还可以“印”在柔性塑料表面，为未来可折叠显示器件铺平了道路。

从实验室的创新火花到产业线上的规模化应用，多年来，李文迪团队一直有个梦想：让更多的柔性光电子技术从理论构想走向触手可及的生活场景，虽然还有很多工作要做，但蓝图已绘就，要做的就是风雨兼程。

保持好奇——做在科海边肆意玩耍的孩子

多年实践让李文迪对产业研究有了更清醒的认识——那些在学术论文中被津津乐道的技术参数，在实际生产中可能要让位于良率、成本和量产稳定性；而那些在实验室里被视为关键难题的创新点，在产业视角下或许并非真正的“卡脖子”环节……这种认知的转变，正是产学研融合最珍贵的收获。

“如今回过头来看，我挺感激那段科研初探索之时资金有限、设备简陋的日子。对我来说它是一把双刃剑，正是那些在实验条件不足的情况下摸索前行的经历，让我学会‘俯下身’来做一些更接地气、与产业结合得(de)更(gèng)紧(jǐn)密(mì)的(de)事(shì)情，做我最想做的‘有价值’的研究。”回望多年走过的艰辛历程，李文迪更多的是感谢——感谢香港大学的自由和包容让他能从容(róng)不(bù)迫(pò)地(de)做(zuò)自己想做的事情，感谢早年的艰难让自己找到了契合理想的科研方式和步调……

犹记早年科研起步时，条件艰苦，为验证技术设想，李文迪常背着激光器、光学元件飞往内地友人的实验室，在别人的平台上用一两天时间搭光路、做测试，再把验证可行的方案带回香港推进。曾有学生因为条件过于简陋在困难面前差点掉眼泪，李文迪耐心(xīn)劝(quàn)慰(wèi)：科(kē)研(yán)突(tū)破(pò)不(bù)在(zài)设(shè)备(bèi)贵(guì)贱(jiàn)，而(ér)在(zài)思(sī)维(wéi)深(shēn)浅(qiǎn)。只(zhǐ)要(yào)从(cóng)第(dì)一(yī)性(xìng)原(yuán)理(lǐ)出发确认原理可行、方向没错，吃点苦，“土法搭桥”也未尝不会柳暗花明，有意外收获——这份出于对科研本真的追寻而保持的坚韧成为如今他和团队最佳的科研注脚。

▲李文迪在作学术报告

虽然早(zǎo)已(yǐ)走(zǒu)过(guò)了(le)当(dāng)初(chū)的(de)局(jú)促(cù)，科(kē)研(yán)在(zài)横(héng)向(xiàng)和(hé)纵(zòng)向(xiàng)上(shàng)都(dōu)取(qǔ)得(de)了(le)扎(zhā)实(shí)的(de)推(tuī)进(jìn)和(hé)发(fā)展(zhǎn)，李(li)文迪(dí)却(què)始终保持着“小而精”10人左右的团队运行模式，拒绝流水线式的科研分工。“对我来说，每个学生都应该是‘工匠学徒’，应该完整经历从设计到测试全流程。”对刚进组的博士生，他不谈项目指标，只强调要掌握“3项技能”：掌握一门独立开发的微纳加工工艺的手艺技能，掌握一套仿真设计的方法，掌握一套表征测试的手段，期望他们最终能成为领域里“能从头到尾讲得明明白白的真专家”。——这份对“全流程独立”的坚持，藏着他对学术本真的守护。

“我不知道世人怎样看我，但在我自己看来，我就像一个在海边玩耍的孩子，为偶然发现一块比寻常更光滑的卵石或一片更斑斓的贝壳而欢喜，而真理的浩瀚海洋仍在我面前未被探索。”——正如牛顿所追寻的，在李文迪的内心深处，一直守着一个“在科研海洋边肆意玩耍的孩子”，这些年来他也一直在尽力鼓励学生要“Stay hungry，Stay foolish”（求知若渴，守拙如愚），持有一颗探索的好奇心。所以在他的团队里，没有必须遵循的操作守则，而是鼓励拆解盲盒般的各种尝试；不存在按部就班的精密流程，而是奖励突破程式的创新“玩法”……在这里，鼓励学生把实验室仪器当“大玩具”，为他们“不着调”的想法和尝试鼓掌……李文迪坚信，那些曾被视作“玩具”的精密仪器，终会铺就一条通往真理海岸的贝壳路，而“每一束独立的光源，都是能照亮星空的璀璨星辰”。

【导语】铁路是现代化经济体系重要支撑，在长三角一体化背景下，高速磁浮列车意义凸显。“十四五”来，磁浮技术标准渐完善。中国交通发展迅猛，高速磁浮作为新一代地面交通工具试点，优势独特。2024年我国掌握600公里级磁浮全系统技术，2025年超导高速磁浮车亮相。它为何定速600公里？何时能普及？引发期待。

铁路是综合交通运输体系的骨干，是建设现代化经济体系的重要支撑。在长三角一体化发展的背景下，高速磁浮列车的应用显得尤为重要。

“十四五”以来，工信部给磁浮技术“立规矩”：从电动机能效到压缩机标准，再到分子泵技术，8项关键标准陆续立项或发布，相当于给磁浮的“核心部件”和“系统应用”都套上了“质量外衣”。

但大家最关心的还是两个问题：高速磁浮速度究竟有多快？啥时候才能普及？

从蒸汽轰鸣到磁浮飞驰

从19世纪末蒸汽机车仅仅30公里的时速，到21世纪复兴号动车组时速达到350公里、国产C919大飞机巡航时速达近1000公里，中国交通在百余年来取得了飞速发展。目前，高速磁浮作为新一代地面交通运输工具投入试点，以其独特的优势和潜力，或将成为未来交通运输新模式。

高速磁浮列车摒弃了传统的汽轮机、内燃机或电力驱动的轮轨传递方式，而是采用了一种创新的“磁性悬浮”技术，即通过车内线圈产生的磁场与轨道的相互作用，推动列车前行。这种独特的“抱轨”运行方式，使得列车在行驶过程中与轨道无接触，仅受空气阻力影响，从而(ér)实(shí)现(xiàn)了(le)更(gèng)高(gāo)的(de)速(sù)度(dù)。

其(qí)实(shí)，对于磁浮列车我们并不陌生。上海磁浮列车从2006年开始运营，早已成了知名打卡地，不少人特意跑去体验“贴地飞行”的感觉。

图源：Pixabay

2016年，科技部启动了国家重点研发计划先进轨道交通重点专项——时速600公里高速磁浮交通系统关键技术研究项目。5年后，时速600公里高速磁浮交通系统在青岛正式下线。2024年，我国已全面掌握常导磁浮工程建造关键技术，成为全球第三个拥有600公里级磁浮全系统技术的国家。

时速600公里有多快？大型民航飞机时速(sù)一(yī)般在800公里~1000公里，小型客机时速约500公里，600公里的时速相当于贴着地面飞，把它比喻为“零高度飞行器”再贴切不过了。

但(dàn)你(nǐ)知(zhī)道(dào)吗(ma)，磁(cí)浮(fú)列(liè)车(chē)可(kě)以(yǐ)快(kuài)得(de)像(xiàng)飞(fēi)机(jī)，也(yě)可(kě)以(yǐ)慢(màn)得(de)像(xiàng)地(de)铁(tiě)。

高(gāo)速(sù)磁(cí)浮(fú)列(liè)车(chē)时(shí)速(sù)可(kě)达(dá)400公(gōng)里(lǐ)~600公(gōng)里(lǐ)，中(zhōng)速(sù)磁(cí)浮(fú)列(liè)车(chē)时(shí)速(sù)200公里，中低速磁浮列车时速仅100公(gōng)里(lǐ)左(zuǒ)右。它们使用的技术、车辆结构和线路轨道结构均不相同，中低速、中速磁浮列车要比高速磁浮列车简单，造价也更低，适用于城市内部、市域及郊区等短距离的轨道交通(tōng)。

我(wǒ)国目前已有了三条商业化(huà)运(yùn)营(yíng)的(de)中低速磁浮线路：2016年开通的湖南长沙磁浮快(kuài)线(xiàn)、2017年(nián)开通的北京中低速磁浮列车S1线，以及(jí)2022年(nián)开(kāi)通(tōng)的(de)湖(hú)南(nán)凤(fèng)凰(huáng)磁(cí)浮(fú)观(guān)光(guāng)快(kuài)线(xiàn)。

图(tú)源(yuán)：Pixabay

为(wèi)何(hé)时(shí)速(sù)定(dìng)在(zài)了(le)600公(gōng)里(lǐ)？

三(sān)大(dà)技(jì)术(shù)路线(xiàn)揭(jiē)秘(mì)

根(gēn)据(jù)不(bù)同(tóng)的(de)悬(xuán)浮(fú)方(fāng)式(shì)，高(gāo)速磁浮分为三种制式和技术路线。

路线壹 吸力派

常导电磁悬浮：基于电磁吸力，车厢下方的电磁铁与轨道磁场产生吸引力，实现悬浮运行。

路线贰(èr) 斥(chì)力(lì)派

超导电动悬浮：基于楞次定律，利用车载超导磁体与轨道感应部件之间产生的斥力实现悬浮运行。

路线叁 固定派

超导钉扎悬浮：利用超导体的钉扎效应，产生与车辆自重平衡的悬浮力，实现悬浮运行。

前文我们提到的所有磁浮列车均采用常导电磁悬浮技术，现在，我们要将目光放在超导电动悬浮上。

2025年7月，在第十七届中国国际现代化铁路技术装备展览会上，常导高速磁浮车、超导高速磁浮车及常导中低速磁浮车实车集体亮相。其中，时速600公里超导电动高速磁浮列车为首次亮相。

为什(shén)么(me)非(fēi)要(yào)把(bǎ)时速定在600公里？因为我国幅员辽阔，长三角、珠三角、京津冀、长江中游和成渝等主要几个人口密集、经济发达的城市群间的连通只靠现有交通方式还不够，尤其像北京、上海、广州(zhōu)等(děng)核(hé)心(xīn)大(dà)城(chéng)市(shì)，间(jiān)距(jù)在(zài)1000多(duō)公(gōng)里(lǐ)。

“若(ruò)让(ràng)大(dà)都(dōu)市(shì)圈(quān)相(xiāng)互(hù)联(lián)系(xì)，并(bìng)且(qiě)能(néng)在(zài)时(shí)间(jiān)效(xiào)益上发挥优势，两点间加上停站希望是3小时可达，出于实际需求，我们把目标速度放在了时速600公里。”同济大学铁道与城市轨道交通研究院院长、（国家）磁浮交通工(gōng)程(chéng)技(jì)术(shù)研(yán)究(jiū)中(zhōng)心(xīn)主任(rèn)陈(chén)小(xiǎo)鸿(hóng)的(de)解(jiě)释(shì)很(hěn)实(shí)在(zài)——现(xiàn)有(yǒu)交(jiāo)通(tōng)要(yào)么(me)太(tài)慢(màn)（高(gāo)铁(tiě)要(yào)4.5小(xiǎo)时(shí)以(yǐ)上(shàng)），要(yào)么(me)太(tài)贵(guì)（机票成本高），600公里时速刚好补上这个缺口。

超导电动高速磁浮列车主要利用车载超导磁体与轨道线圈间的电磁感应实现磁浮运行，其核心在于车载高温超导磁体——超导磁极可产生超过5T的强大磁场，为列车提供可靠牵引力。全车还配备了低温恒温器和低温制冷机组，确保超导系统在极端条件下稳定运行。

车体外壳则采用高强度铝合金与碳纤维复合材料，流线型车头大幅降低气动阻力，悬浮架兼容低速走行与高速悬浮需求。系统达到GoA4级无人驾驶标准，集成5G通信与AI监控，并(bìng)部(bù)署(shǔ)多(duō)重(zhòng)冗(rǒng)余(yú)与(yǔ)电(diàn)磁(cí)防(fáng)护(hù)，兼(jiān)顾(gù)高(gāo)效(xiào)运(yùn)行(xíng)、安(ān)全可靠与智能舒适。

中车长客股份公司高级工程师邵南表示，“工程团队已独立完成了从材料、线圈到低温恒温器、制冷系统设备等全链条设计。若该车型未来实现规模化应用，将对轨道交通产业链上下游、超导产业及其他高科技领域产生强大的拉动作用，成为培育新质生产力的典型代表。”

高速磁浮是超复杂大型系统工程，必须遵循一定的研发流程。我国目前常导高速磁浮列车已完全具备工程化条件，这意味着我们在高速磁浮落地应用的技术上已经完全没问题。但要实现真正落地，还需建设一条工程试验线——用以完成达速试验，才能正式“开门迎客”。

至于首条线路会选在哪，大家不妨在评论区讨论一下，毕竟这种“贴地飞行”的通勤体验，光是想想就让人期待不已。

参考资料：

[1]“磁悬浮技术应用”专刊概述.西南交通大学学报,2025 ,60 (04).

[2]程桦,郑文文,等.磁浮交通发展历程和未来展望[J].电力机车与城轨车辆,2025,48 (04).

供稿单位：重庆陆海传媒有限公司电脑报出版分公司

编辑：叶家余

审核：陈　鑫、杨建华

审核专家：余师亮

【导语】在科技飞速发展、传统芯片升级遇阻的当下，材料“叛逆者”金属有机框架（MOF）迎来高光时刻——2025年诺贝尔化学奖花落相关研究。曾因稳定性差被视为“丑小鸭”的MOF，如今澳大利亚科学家借助它开发出流体计算机芯片，模拟(nǐ)人(rén)脑(nǎo)且具短期记忆特性。其分级MOF纳米流体晶体管实现“三极管”效应，还能构建流体电路，未来或颠覆传统芯片，催生“大脑芯片”，推动强人工智能诞生。

编者按：在科技迅猛发展的当下，从高精尖设备的研发，到对深海、外太空等极端环境的大胆探索，每一项革新与突破的背后，都离不开新型先进材料的支撑！“逆天改命”新材料系列文章将聚焦那些材料中的“叛逆者”。它们借助科学家们的巧妙设计以及前沿技术的加持，彻底改写了自身的一些固有特性，从而打破命运的枷锁，以全新的姿态，肩负起推动人类文明迈向未来的重任！



分级 MOF 纳米流体器件中存在纳米（nm）级与埃（Å）级的通道  图片来源：该研究论文

2025年的诺贝尔化学奖颁发给了“金属有机框架（MOF）”研究背后的科学工作者。这类研究利用配位化学成键原理，让科学家们得以像搭“乐高积木”一样连接金属离子和有机分子，从而创造出各种各样，具有独特性质与功能的新式材料。但你知道吗？MOF材料在被创造之初，曾广受质疑与轻视。

由于早期的MOF材料稳定性较差，在当时也没显现出很强的应用潜力，所以一度被许多学者看作是没用且脆弱的“丑小鸭”。

然而最近，来自澳大利亚莫纳什大学（Monash University）的科学家在《科学进展》（Science Advances）期刊上发表了研究成果，提出了一种利用MOF的新思路。他们试图开发出一种相当“异类”的流体计算机芯片！

是的，这种芯片的主体部分将不再是固体，而是液体的！它的运作机制在一定程度上模拟了“人脑”，且具备短期记忆特性！

MOF，这类当初不起眼的冷门材料，如今不仅帮助它的研究者们斩获了2025年的诺贝尔化学奖，更是可能在将来颠覆基于传统硅基芯片的研究，催生出下一代“水汪汪”的超级电脑！


看科学家如何在微观世界中“驾驭”离子

我们身边的电子设备，如手机、电脑、汽车中控等，它们的核心都是由硅基材料制成的微型芯片。这些芯片上的晶体管，如同一道道闸门，通过精确控制电子的流动来处理信息。

这种传统芯片的优点是速度快、效率高，并且十分精确！然而随着人们对于计算能力的要求不断提升，以及近些年人工智(zhì)能(néng)领(lǐng)域的(de)研(yán)究(jiū)不(bù)断(duàn)兴(xìng)起(qǐ)，传(chuán)统(tǒng)芯(xīn)片(piàn)由(yóu)于(yú)在(zài)材(cái)料(liào)固(gù)有(yǒu)特(tè)性(xìng)、运(yùn)作(zuò)机(jī)制(zhì)、制(zhì)造(zào)工(gōng)艺(yì)等(děng)诸(zhū)多(duō)方(fāng)面(miàn)的(de)限(xiàn)制(zhì)，升(shēng)级(jí)速(sù)度(dù)正逐渐放缓，变得(de)愈(yù)发(fā)难(nán)以(yǐ)满(mǎn)足(zú)人(rén)们(men)飞(fēi)速(sù)增长的需求，并在一些领域成为了技术发展的瓶颈！


常见电路板及各种芯片都是固体  图片来源：维基媒体 Mister rf

那么，能否另辟蹊径，采用一种全新的方式来传递和处理信息呢？一些科学家把目光投向了自然界的超级计算机——人类的大脑。

在人脑中，信息的传递方式之一是通过液体中离子的转移来进行。神经元通过内外钠、钾等离子的跨膜流动，产生电位差，以此来进行电信号传输，继而实现思考、感知、运动控制等功能。那么我们能否也利用类似的思路，制造出一种流体芯片呢？


神经元细胞图  图片来源：维基媒体 LadyofHats

电子计算的本质，是用电信号的通断来实现逻辑判断。在传统的固体芯片中，人们通常以电子的流动为基础来构建电路；而(ér)对(duì)于(yú)液(yè)体(tǐ)芯(xīn)片(piàn)，我(wǒ)们(men)则(zé)要(yào)换(huàn)种(zhǒng)思(sī)路，去(qù)想(xiǎng)办(bàn)法(fǎ)在(zài)微(wēi)观(guān)层(céng)面(miàn)精(jīng)确(què)控(kòng)制(zhì)离(lí)子(zi)的(de)传(chuán)输(shū)，这(zhè)属(shǔ)于(yú)另一个领域——纳米流体学（Nanofluidics），同时它也正好是一个可以让MOF材料“大显身手的舞台”。

研究人员的基本思路是，制造一根根极其细小的通道，再向其中注入含有离子的溶液，然后通过巧妙地设计出一道道针对离子的“闸门”，用来“筛选”和“驾驭”特定种类离子的进出，让它们按照我们设定的规则和路径流动，最终实现逻辑计算！

在(zài)这(zhè)个(gè)领域，过去的研究主要关注如何实现离子通道的“整流”功能，就像二极管一(yī)样，让离子单向流动。但这还远远不够。要真正实现复杂的信息处理，我们需要更精密的“三极(jí)管(guǎn)”等(děng)“晶体管”，来实现对信号的放大、切换，甚至是记忆功能。

分级MOF纳(nà)米(mǐ)流(liú)体晶体管的诞生

为了达成这一效果，研究人员设计出一种“分级金属有机框架（MOF）纳米流体晶体管”（h-MOFNT）。简单来说，它是一种主要利用分级MOF材料所制成的器件，具有该类材料代表性的高度有序的孔道结构。

为了实现更为精确的控制，h-MOFNT材料内部不仅具有纳米通道，还通过向聚合物纳米通道中加入分级MOF晶体而制作出“多维离子异质结”（multidimensional ionic heterojunctions）。

这种器件内的孔道可以非常小，甚至达到埃（Å）级别（是纳米的十分之一），而且它们的内部结构和化学性质可以被精确设计，就像是为离子量身定制的“隧道”和“检查站”。

简单来说，这就像是在一个大通道里又嵌套了多个小通道，小通道里还存在着不同尺(chǐ)寸(cùn)和(hé)结构的“微型孔洞”。这种“分级异质结构(gòu)”赋(fù)予(yǔ)了(le)h-MOFNT前(qián)所(suǒ)未(wèi)有(yǒu)的(de)离(lí)子(zi)传(chuán)输(shū)特(tè)性(xìng)。

传(chuán)统(tǒng)的(de)固(gù)体(tǐ)电(diàn)子(zi)晶(jīng)体(tǐ)管(guǎn)通(tōng)常(cháng)是(shì)“三(sān)极(jí)管(guǎn)”，通(tōng)过(guò)控(kòng)制(zhì)一(yī)个(gè)小(xiǎo)电(diàn)流(liú)来(lái)开(kāi)关或(huò)放(fàng)大(dà)一(yī)个(gè)大(dà)电(diàn)流(liú)。而(ér)h-MOFNT则(zé)在(zài)纳(nà)米(mǐ)流(liú)体(tǐ)领(lǐng)域同(tóng)样(yàng)实(shí)现(xiàn)了(le)类(lèi)似(shì)的(de)“三(sān)极(jí)管(guǎn)”效(xiào)应(yīng)！

研(yán)究(jiū)人(rén)员(yuán)发(fā)现(xiàn)，当(dāng)盐(yán)酸(suān)（HCl）溶(róng)液(yè)通(tōng)过(guò)h-MOFNT时(shí)，其(qí)中(zhōng)的(de)质(zhì)子(zi)（H+）表(biǎo)现(xiàn)出(chū)一(yī)种(zhǒng)独(dú)特(tè)的(de)非(fēi)线(xiàn)性(xìng)传(chuán)输(shū)行(xíng)为(wèi)，具(jù)体(tǐ)来(lái)说(shuō)：

在(zài)低(dī)电(diàn)压(yā)（0–0.2 V）时(shí)：质(zhì)子(zi)传(chuán)输(shū)顺(shùn)畅(chàng)，其(qí)流(liú)速(sù)随(suí)电(diàn)压(yā)同(tóng)步(bù)快(kuài)速(sù)增(zēng)加(jiā)，使(shǐ)得(de)电(diàn)流(liú)快(kuài)速(sù)增(zēng)大(dà)。在(zài)中(zhōng)等(děng)电(diàn)压(yā)（0.3–0.8 V）时(shí)：电(diàn)流(liú)增(zēng)大(dà)的(de)速(sù)度(dù)开(kāi)始(shǐ)放(fàng)缓(huǎn)。而(ér)在(zài)高(gāo)电(diàn)压(yā)（0.9–2.0 V）时(shí)：质(zhì)子(zi)电(diàn)流(liú)达(dá)到(dào)饱(bǎo)和(hé)，几(jǐ)乎(hu)不(bù)再(zài)随(suí)电(diàn)压(yā)增(zēng)加(jiā)而(ér)升(shēng)高(gāo)，这(zhè)让(ràng)材(cái)料(liào)本(běn)身(shēn)体(tǐ)现(xiàn)出(chū)一(yī)种(zhǒng)类(lèi)似(shì)于(yú)“电(diàn)阻(zǔ)开(kāi)关”的(de)特(tè)性(xìng)。

更(gèng)神(shén)奇(qí)的(de)是(shì)，这(zhè)种(zhǒng)三(sān)极(jí)管(guǎn)效(xiào)应(yīng)只(zhǐ)对(duì)质(zhì)子（H+）“发难”！而对于钾离子（K+）等金属离子，h-MOFNT则表现出传统的“二极管”效应，也就是线性的整流传输。这就像h-MOFNT能够“识别”不同离子，并对它们采取不同的“交通管制”措施一般。

后来研究人员又尝试了其他浓度(dù)以(yǐ)及(jí)不(bù)同(tóng)组(zǔ)成(chéng)成分的溶液，最终证明该材料的这种非线性传导特征对于质子具有普适性。


h-MOFNT实现了稳定的“三极管式”非线性质子（H+）传输特性  图片来源：该研究论文

流体电路成为可能

利用这个特性，通过将多个h-MOFNT并行设置，我们就可以构建出一个小型“流体电路”，为今后复杂流体电路的设计与制造提供基本雏形。


研究人员利用h-MOFNT搭建流体电路  图片来源：该研究论文

那么，这种奇特的质子非线性传输的机制到底是什么呢？科学家们通过大量的实验和理论模拟，揭示了背后的“秘密”。

在h-MOFNT复杂的内部结构中，跨相质子传导会诱发内建电势，这种电势在通道异质结中会产生自调控（self-gating）效应。当外加电压超过某一阈值，这种效应就会被激活。

通俗地说，当施加的电压超过某个阈值时，一部分质子会从材料内部较大的纳米级通道穿梭到更小的埃（Å）级通道内。在那里，质子（H+）不容易传输，其传导速度将被大幅拖慢，同时在两种通道的界面间形成一个局部的内置电势（ΔE）。

这个内置电势会反向抵消外部施加的电压对质子传输的驱动力，并干扰质子在纳米通道中的格罗特斯机制（Grotthuss mechanism，一种加速质子传输的跳跃式机制），从而导致质子（H+）传输速度下降！

像动物大脑一样具备“短时记忆”

除了三极管效应，h-MOFNT还展现出了另一个令人惊叹(tàn)的(de)特(tè)性(xìng)——相当于忆阻器（Memristor）的记忆功能。

什么是忆阻器（Memristor）呢？这(zhè)是(shì)一(yī)种特殊的电子元件，它的电(diàn)阻(zǔ)值(zhí)会根据流过它的电流历史而改变，就像具备了“记忆”功能一样。我们大脑神经元之间的突触，就具有类似的“忆阻”特性。

h-MOFNT在质子传输的过程中展现出了明显的“迟滞回线”，这意味着它的电流-电压曲线会随着扫描电压的方向和历史路径发生相应的变化。

前文已经提到，质子会在MOF内部异质结中积累形成内置电势。当电压反向施加时，这个内置电势并不会立即消失，而是会持续一段时间，从而影响后续的质子传输，形成“记忆”。

这表示，新型流体电路将具备一定的“学习”能力，能够“记住”之前的电压刺激，并影响后续的离子传输，就像具备了短时的记忆能力一般。


在未来的计算机内，硅基固体芯片和新型流体芯片或许将协同运作，优势互补  图片来源：引导AI绘制

当然，目前这种“类脑”芯片还处于极为基础的研究阶段，但就好像当初不被看好的MOF材料如今已斩获诺贝尔化学奖了一般，有潜力的研究方向，只要假以时日，都可能实现长足的发展，继而厚积薄发，最终改变世界。

将来，如果这种“类脑”芯片能够投入应用，由于它可能拥有更小的计算单元，或将突破传统固体芯片硅材料的物理极限，从而实现更强大的计算能力。

同时借助这种对特定离子信号的精确识别与处理技术，研究人员还有望开发出更灵敏、更具选择性的生物传感器或化学传感器。

甚至于，将来我们还可能利用这项研究制造出“流体忆阻器”，它们将具备更复杂的记忆与学习能力，为构建模拟人脑神经突触功能的“大脑芯片”打下基础。

或许未来的强人工智能也将因此而诞生，届时它们将拥有更接近生命的“思考”方式。让我们拭目以待吧。


参考资料：
1.https://phys.org/news/2025-10-scientists-nanofluidic-chip-brain-memory.html
2.https://www.science.org/doi/10.1126/sciadv.adw7882
3.https://english.news.cn/20251010/bbb8f348850e4ec192db3d41e4b887d4/c.html
4.https://www.manchester.ac.uk/about/news/manchester-scientists-achieve-brain-like-memory-in-nanofluidic-devices
5.https://smbtech.au/news/monash-scientists-build-fluid-based-chip-with-brain-like-memory/

作者：宋世超
审核：刘颖 张超 李培元 杨柳
审核专家：薛斌 上海海洋大学副教授，中国化学会《化学通讯》编委、《无机盐工业》青年编委

【导语】哈佛大学研究员基于LinkedIn大数据研究发现，2015-2025年间，使用生成式AI（GenAI）的美国公司中，新手岗位减少9%-10%，资深岗位则几乎未受影响。AI正重塑职场生态，新手该如何应对？

你们有没有用过ChatGPT这样的工具？它能帮你写作业、画图，甚至编故事。这就是“生成式AI”（简称GenAI）——一种超级聪明的电脑程序，能创造出新的(de)东(dōng)西(xi)。最(zuì)近(jìn)，一篇研究论文告诉我们，这种AI正在悄悄改变工作世界，尤其是对刚毕业或资历浅的年轻人来说，影响特别大。

一、什么是“生成式AI”？

想象一下，一个机器人能像人一样思考和创造。比如，它能帮程序员写代码、帮律师检查文件，或者帮市场人员想广告文案。

这就是生成式AI的厉害之处。

这篇论文的作者是哈佛大学的两位研究员，他们查看了美国从2015年到2025年的大数据，包括6200万人的简历 和2亿个招聘广(guǎng)告(gào)。这(zhè)些数据来自一个叫LinkedIn的网站，大家以后找工作可能也会用到。



二、研究的问题：AI对“新手”和“老鸟”的影响一样吗？

论(lùn)文想(xiǎng)回(huí)答的问题很简单：公司开始用GenAI后，对“新手”（叫junior，比如刚入职的年轻人）和“老鸟”（叫senior，经验丰富的人）的影响一样吗？

结果发现——不一样！

在使用GenAI的公司里：

新手职位减少了9%～10%；

而老鸟的职位几乎没变。

这就像一架“职场梯子”：新手在梯子底部，负责简单重复的工作（如检查bug或整理数据）——这些正是AI最容易替代的部分；老鸟在梯子上方，负责管理团队、解决复杂问题——这些暂时还不是AI的强项。

三、研究方法：怎么知道公司在用AI？

作者用了一个聪明的方法：他们分析招聘广告。

如果公司在招“GenAI整合员”（就是专门把AI技术装进公司系统的人），那就说明这家公司在认真使用AI。

到2025年3月，已经有1万多家公司这样做了。

这些公司通常规模较大、科技化程度更高，占了美国约17%的就业岗位。

从2023年开始，使用AI的公司数量突然增加——这也正好是ChatGPT火爆全球的时间点。

四、新手岗位减少的真正原因是什么？

别担心，这并不是公司在大规模解雇人。

研究发现：

公司减少了招聘新手，而不是大量裁员。

论文用数学方法对比了使用AI与不使用AI的公司，结果显示：

在使用AI的公司里，每个季度少招了大约5个新手员工。离职人数略有减少，但招聘减少得更多，导致整体新手岗位缩水。

晋升（从新手变成老鸟）的比例则几乎没变化。



五、谁受影响最大？

影响主要出现在那些容易被AI替代的职业。

例如：

写代码、分析数据——这些“高暴露岗位”的新手职位下降最快。

而一些不容易被替代的职业（如体力劳动、创意设计、管理岗位）变化并不明显。

这说明：AI并不是“乱砍职位”，而是优先取代那些重复性强、技术性但可自动化的工作。

六、为什么变化这么快？

这种变化并不一定是AI马上取代了工作，而是公司老板们提前做出了反应。

他们看到AI的能力越来越强，就在心里盘算：“以后这些简单工作AI都能做，为什么现在还要花钱雇人呢？”

这就像你在买东西时，会想：“再等等，也许以后会更便宜。”于是公司选择“先不买人力”——提前减少新手招聘。

当然，这只是从公司层面观察到的现象，并不代表整个经济都会一样变化。



七、对学生的启发：AI是帮手，不是敌人！

AI是一把“双刃(rèn)剑(jiàn)”：
它(tā)可(kě)能(néng)让(ràng)新(xīn)手(shǒu)找(zhǎo)工(gōng)作(zuò)变(biàn)得(de)更(gèng)难(nán)，但(dàn)也(yě)带(dài)来(lái)了(le)新(xīn)的(de)机(jī)会(huì)，比(bǐ)如(rú)：

AI工(gōng)程(chéng)师(shī)、内(nèi)容(róng)创作者、数据提示设计师（Prompt Designer）等新职业。

因此，学生们要学会与AI共处，而不是害怕它。

几点建议：

多学习AI技能，了解它的工作原理。

别只做重复的事，要训练自己的逻辑思考与创意思维。

学会适应新技术，未来职场的竞争力来自“人+AI”的结合。



论文信息：

Lichtinger, Guy and Hosseini Maasoum, Seyed Mahdi and Hosseini Maasoum, Seyed Mahdi,

Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data (August 31, 2025). Available at SSRN: https://ssrn.com/abstract=5425555 or http://dx.doi.org/10.2139/ssrn.5425555

供稿单位：重庆市无线电科普体验中心

审核专家：张启义

声明：除原创内容及特别说明之外，部分图片来源网络，非商业用途，仅作为科普传播素材，版权归原作者所有，若有侵权，请联系删除。 

【导语】近日，国能大渡河大数据公司副总经理刘金全在2025说·河北场演讲中介绍，“云上水电”平台以数字技术赋能中小水电站，打破传统局限，实现数据流通(tōng)与(yǔ)协(xié)同(tóng)调(diào)度(dù)，在防洪等场景(jǐng)成(chéng)效(xiào)显(xiǎn)著(zhe)，未(wèi)来有望重塑能源生态，探寻人与自然和谐新路径。

近日，国能大渡河大数据公司副总经理、高级工程师刘金全在2025{全文关键词}说·河北场带来演讲《云端大脑：搜索水电数智化发展新范式》。

以下是刘金全的演讲节选：

提到水电站，很多人首先想到的是三峡、白鹤滩这样的超级工程，但实际上，它们只是中国庞大水电体系中的冰山一角。我国超过99%的水电站是装机30万千瓦以下的中小电站。它们分布在山川河谷之间，默默发电、调水、防洪，是能源体系中最广泛也最坚实的基础。

全国45,000条河流，就像文明的脉络，而遍布其间的上万座水电站，是绿色发展的动力源泉。它们每年减少的二氧化碳排放量，相当于地球上新添了10亿棵树。在中国清的洁能源结构中，每10度电，就有6度来自水电。它们不仅是绿色引擎，也是洪水的调节器，是资源的分配者。

然而，这个庞大的系统中，大型电站早已迈入智能化、数字化时代，而大量中小电站依然各自为战，被贴上“老、旧、散、弱”的标签。有的仍在使用十几年前的系统，有的厂区之外的数据根本无法监测。很多中小电站没有条件建设自己的数据中心，也缺乏高水平的数字化管理能力。

如果能通过数字技术提升这些中小电站的效率，只需发电量提升10%，就足以满足一个新一线城市的年用电需求。因此，我们希望通过“云上水电”平台(tái)，为(wèi)这(zhè)些(xiē)数(shù)量(liàng)庞(páng)大(dà)的(de)工(gōng)业(yè)老(lǎo)兵(bīng)搭(dā)建(jiàn)一(yī)条(tiáo)低(dī)成(chéng)本(běn)、高(gāo)效(xiào)率(lǜ)的(de)数(shù)字(zì)化(huà)道(dào)路。建(jiàn)设(shè)水(shuǐ)电(diàn)工(gōng)业(yè)互(hù)联(lián)网(wǎng)，让小电站能花小钱也能用上大技术，让分散的数据能够安全流通，让中小电站真正连成一张网。

“云上水电”的核心理念，是让数据能流、会算、有用。我们用三层架构搭建了智慧的金字塔。

（图片来源于刘金全PPT）

底层的边缘层相当于守在电站门口的“数据快递员”。通过智能边缘网关识别60种通信协议，不论设备新旧，都能安全传输数据。每条数据都带有独特的PMS身份编码，让数据在云端更能够精准地找到目的地，传输效率提升40倍。过去建实时监控系统需要几百万元，如今只要(yào)三(sān)万(wàn)元就能实现。

数据被送到平台层后，我们实行数据标准化，用统一规则处理不同年代、不同设备的数据，进行有序归类和分级管理。再通过隐私计算，让上下游电站能够协同调度而不暴露核心信息，关键数据“可用不可见”。我们还安装了加速器，使15座以上电站能同时实现安全的“加密聊天”，效率提升14%，完全实(shí)现(xiàn)了(le)数(shù)据(jù)“一(yī)处(chù)采集、多(duō)处(chù)使(shǐ)用(yòng)”的(de)高(gāo)效(xiào)利(lì)用(yòng)。

在(zài)最(zuì)上(shàng)层(céng)的(de)应(yīng)用(yòng)层(céng)，我(wǒ)们(men)建(jiàn)了一个“水电超市”，提供八大板块、五十多种数字化服务工具。建模时间从一周缩短到半天，效率提升15倍。智能报表系统能自动生成日报、月报，极大减轻了人力负担。

平台还能根据不同角色提供千人(rén)千面的界面，让管理者看到全流域数据，值班员则专注自己机组的运行状态。我们设计了三种灵活的服务模式。一种是SaaS订阅，像看视频会员一样，按月付费即可使用全部功能，比自己建系统至少节约2/3的成本。第二种是专家答疑服务，为小电站提供7×24小时远程预警与诊断。第三种是数据元件模式，把脱敏后的数据转化为可交易的数字商品，实现流域内的协同调度。

“云上水电”打破了传统“单机作业”的局限，让建设者、运维者、研究者能够在同一个平台上共享数据，共研模型，共破难题。技术专家可以上传算法模型，让全国电站共享使用；一线工程师可以用低代码工具开发小程序，提高工作效率；平台上的“水电社区”，则像水电人的社交媒体，让大家分享经验、互(hù)帮(bāng)互(hù)助(zhù)。

目(mù)前(qián)已(yǐ)有(yǒu)百(bǎi)余(yú)名开(kāi)发(fā)者(zhě)入(rù)驻(zhù)，百(bǎi)余(yú)个(gè)模(mó)专(zhuān)业(yè)型(xíng)上(shàng)架(jià)，123座(zuò)电(diàn)站(zhàn)加(jiā)入(rù)平(píng)台(tái)。参(cān)与(yǔ)者(zhě)越(yuè)多(duō)，平(píng)台(tái)越(yuè)强(qiáng)，治(zhì)水(shuǐ)的智慧也能跨越流域，形成协同进化的新生态。

2024年7月，大渡河发生十年一遇的特大洪水，与岷江洪峰同(tóng)时到来，形成“双龙碰头”的危险局面。关键时刻，“云上水电”平台启动联动机制，通过隐私计算让上下游电站在不泄露数据的情况下实现协同调度。

当系统检测到上游铜街子电站洪峰将达1万立方米每秒时，自动启动“错峰调度”策略，上游提前泄洪、下游提前预留库容，洪峰被削减40%，避免了下游三万群众的紧急转移。整个过程完全自动完成，没有打一个电话进行沟通。

这背后是平台三大核心能力的体现。一是秒级预警，能提前7小时发出预警，准确率达92%。二是跨主体协同调度，能够同时管理多个流域、主体的水电数据。三是智能决策支持，平台内置了洪水预报等100多个专业模型。在预测洪峰的路径的时候，系统会综合考虑河道的地形、植被的覆盖，人类的活动，给出最精准的洪峰到达时间。

未来，我们希望让“云上水电”成为能源行业的通用平台。通过与光伏、风电等新能源联动，发挥水电的调节作用，接入电力市场，让水电站知道“什么时候发电最赚钱”。甚至帮助偏远地区的小水电组成“虚拟电厂”，共同参与市场竞争。就像互联网改变了零售业，我们相信“云上水电”也将重塑能源行业的生态。

更重要的是，我们希望通过云上水电，找到一条人与自然和谐共处的新路径。大坝不再是冷冰冰的控制者，而成为能听懂河流脉搏的智慧调停者。当算法中有对生命节律的敬畏，当调度既能满足电网需求，又能守护鱼群洄游的周期，我们就在技术中重建了人与自然的契约。

策划制作

演讲人丨刘金全 国能大渡河大数据公司副总经理、高级工程师

责编丨艾静

审校丨徐来、林林

【导语】山东极度缺水，为此建起庞大水网。面对调度难题，山东省水网运行调度中心郑英团队打造数字孪生“智慧大脑”，实现精准调水、无人操控，还能预测水质、节能培训，为山东乃至国家水网建设提供可复制方案 。

近日，山东省水网运行调度中心调度运行部副部长、高级工程师郑英在2025{全文关键词}说·河北场带来演讲《胶东调水的“导航系统”：如何给胶东地区精准送水？》。

以下是郑(zhèng)英(yīng)的(de)演(yǎn)讲(jiǎng)节(jié)选(xuǎn)：

一(yī)提(tí)到(dào)山(shān)东，大家往往想到的是泰山、孔子、趵突泉或青岛的海鲜，但很少有人知道，山东其实是一个极度缺水的省份。省人均水资源量不到全国平均水平的六分之一，对水的渴望几乎刻在了山东人骨子里。

为了“解渴”，我们建起了一张庞大的山东水网，它就像人体的血脉，全长超过710公里，把黄河水和长江水送进3000多万户人家，送到田间地头和工业厂区。

这张网巨大而复杂，运行管理的难度可想而知。过去调度员要对着图纸，一个数、一个数地算，一个电话、一个电话地打。后来有了电脑，能看到实时水位流量，但关键的判断和决策依然要靠人，就像开车时即使有导航，方向盘仍要自己掌握。

在我们最重要的胶东调水工程中，这种复杂性被放大了。工程全长600多公里，沿线有13座大型泵站、100多座闸阀站、40多个分水口门。我们每天都要解决三个难题：有限的水资源如何在青岛、烟台、威海之间分配？上百个泵站、闸门如何协同操作才能高效？突发的极端天气、设备故障又该如何应对？

这些问题，仅靠人力计算和经验判断，越来越吃力。于是我们萌生了一个大胆的想法：能不能在数字世界中，建出一张与真实水网一模一样的“孪生水网”？

（图片来源于郑英PPT）

数字孪生系统就像真实水网的双胞胎兄弟，我们把每条河道、每座泵站、每个闸门都数字化，连水流速度、管道压力都实时同步。在数字孪生系统中，可以先行演练各种调度方案，不会影响真实世界。当真正的挑战到来时，这个虚拟的双胞胎就能帮我们快速决策。

今年3月，烟台、威海遭遇大旱，急需调水。我们只需在系统中输入“向烟台威海调水”的指令，系统背后的水利模型和AI算法就会开始运转。它考虑当时的水位、流速，结合运行情况，1分钟不到，就自动生成最优方案，清楚地标出每个泵站、闸门的开度、流量。

更神奇的是，我们的智慧大脑还能自动下达指令。过去要一个电话、一个电话地通知现场，如今指令通过网络传送到闸站和泵站。每个现场都有一个叫“调控智能体”的小盒子，我们给它起了个昵称，叫“小诸葛”。它能自主执行调度命令，让闸门自动开合，水泵自动启动。同时，我们还有无人机作为“千里眼”，沿着输水线路巡航，实时监测运行状态。整个过程无需人工操作，真正实现了无人值守、自动操控。

这次紧急调水任务，以前要花整整一天时间，现在只用了6个小时就能完成。过去水位波动十几厘米，如今控制在3厘米以内。可以说，我们让水流的“脉搏”变得前所未有地稳定、精准。

我们的智慧大脑不仅仅会调水，还能像天气预报一样预测水质变化，提前一周发出预警，保障供水安全。它还能自动计算出最节能的水泵组合，一年下来省下大量电费。智慧大脑还可以作为培训平台，让新员工在虚拟系统中练习高难度调度操作，既安全又高效。

这些成果的背后，是数据与经验的结合。我们把几十年来积累的上亿条运行数据喂给系统，又请来工作30多年的老调度员，把他们脑海中的经验规则转化为机器能理解的算法，让智慧大脑既有智商，又有情商。数据让系统学会了逻辑，经验让它学会了判断。

很多人可能觉得，这样的技术离我们的生活很远。但实际上，它带来的改变非常具体。过去(qù)从(cóng)下(xià)令(lìng)到城市供水恢复要24小时，如今只需6小时，一座城市能提前半天用上水。水位波动从10厘米降到3厘米，意味着我们能省下更多的水，去滋润更广阔的土地。

我们(men)的(de)成(chéng)功(gōng)实(shí)践只是一个开始，它就像一个样板间，为整个山东水网，乃至我们正在建设的、更宏伟的国家水网，都提供了一套可以复制、推广的方案。

设想一下，未来当河北需要水时，国家级的超级水网大脑就会立刻计算，是从长江调水，还是从黄河调水，哪个路线最快、最节能、最环保。

每一滴水都能被精准调度，流向最需要它的地方，发挥最大的价值。这就是我们水利人努力的方向。

策划制作

演讲人丨郑英 山东省水网运行调度中心调度运行部副部长、高级工程师

责编丨艾静

审校丨徐来、林林

【导语】近日，在2025{全文关键词}说·河北场，河北(běi)工程大学学术副校长雷晓辉提出“智慧水网”构想：水网能否像无人驾驶汽车一样实现“自动驾驶”？他以胶东调水工程为例，详解具身智能、“左右脑”协同及云边协作三大技术，勾勒出从人机协作到完全“无人驾驶”的未来图景，并强调需通过(guò)“仿(fǎng)真水网”严格测试确保安全。AI正推动水利行业从人工调度迈向智能控制，带来规划、设计、施工、运行的(de)全面(miàn)变(biàn)革(gé)。

近(jìn)日，河北工程大学学术副校长、教授级高级工程师雷晓辉在2025{全文关键词}说·河北场带来演讲《智慧水网：给水网装上“自动驾驶系统”》。

以下是雷晓辉的演讲节选：

大家熟悉的无人驾驶汽车，能通过摄像头和雷达感知周围环境，再由车载大脑决策路线，控制油门、刹车和方向盘，实现从感知到决策再到执行的闭环，让汽车能自主运行，逐步实现无人驾驶。那么，水网是否也能像汽车一样，实现“自动驾驶”？

水网其实无处不在，从南水北调、三峡工程，到城市的供排水系统、河湖调度、灌区灌溉，它们共同构成了庞大的水网(wǎng)系(xì)统。要让水网“自动驾驶”，核心在于三个关键技术：具身智能(néng)，“左(zuǒ)脑(nǎo)”与(yǔ)“右脑”协同，以及云计算与边缘计算的协作。

具身智能意味着每个闸站、泵站、水电站，都能像机器人一样“有脑有手”，能够自主感知、分析和执行控制。例如胶东调水工程的宋庄分水闸，系统会实时采集闸前闸后的水位、流量等数据，自动计算开闸程度，并指令执行器调整闸门。这就像闸站长出“眼睛”“大脑”和“手脚”，能自己感知、决策、行动，成为真正意义上的智能体。

在整个水网系统中，我们还构建了“左脑”和“右脑”的结构。右脑负责理解与创造，左脑负责计算与执行，两者之(zhī)间(jiān)通(tōng)过(guò)“胼(pián)胝体”协作，让系统像人一样实现科学、高效的决策。

以(yǐ)胶(jiāo)东(dōng)调(diào)水(shuǐ)工(gōng)程(chéng)为(wèi)例(lì)，全线(xiàn)超(chāo)过(guò)500公(gōng)里(lǐ)，有(yǒu)十(shí)几(jǐ)座(zuò)泵(bèng)站(zhàn)、两(liǎng)百(bǎi)多(duō)座(zuò)闸(zhá)站(zhàn)，系(xì)统(tǒng)调(diào)度(dù)要(yào)综(zōng)合(hé)考(kǎo)虑(lǜ)沿(yán)线(xiàn)城(chéng)市(shì)的(de)供(gōng)水(shuǐ)、防(fáng)洪(hóng)、生(shēng)态(tài)、工(gōng)业(yè)等(děng)多(duō)重需求，还要结合天气预报、政策法规、视频与文档等多模态信息。

过去调水的年计划、月计划的决策需要多地会商，现在我们用大模型充当水网的“右脑”，通过多模态识别，快速分析复杂数据并形(xíng)成(chéng)知(zhī)识(shi)图(tú)谱(pǔ)。再(zài)把(bǎ)它(tā)转(zhuǎn)化(huà)为(wèi)仿(fǎng)真(zhēn)与(yǔ)优(yōu)化(huà)问(wèn)题(tí)，由(yóu)“左(zuǒ)脑(nǎo)”完(wán)成(chéng)精(jīng)打(dǎ)细(xì)算(suàn)推(tuī)演(yǎn)优(yōu)化(huà)，全局(jú)优(yōu)化(huà)调(diào)度(dù)。

人(rén)类(lèi)的大脑给小脑发指令，小脑给大脑反馈信息。水网的“大脑”部署在调度中心，进行“云计算”，“小脑”部署在现场的每一个闸站和泵站上，称之为“边缘计算”。

云端“大脑”与现场“左脑”“小脑”之间的协同，让整个水网成为一个由数百个智能体组成的复杂群体系统。每个闸站的“小脑”负责现场控制，云端的“大脑”负责总体规划，两者信息互通，构成完整的感知—决策—执行闭环，像人类神经系统一样精准运行。

未来的水网将由云端大脑与分布式小脑共同组成，每个泵站、闸站都配备一个边缘智能体。开始时它们与人协作，人类仍主导运行；随(suí)着(zhe)系(xì)统(tǒng)不(bù)断(duàn)优(yōu)化(huà)与(yǔ)自(zì)学(xué)习(xí)，逐(zhú)步(bù)实(shí)现(xiàn)由(yóu)智(zhì)能(néng)体(tǐ)主导(dǎo)、人(rén)类(lèi)辅(fǔ)助(zhù)，最(zuì)终(zhōng)完(wán)全实(shí)现(xiàn)“无(wú)人(rén)驾(jià)驶(shǐ)水(shuǐ)网(wǎng)”。

（图(tú)片(piàn)来源于雷晓辉PPT）

当然，这样的系统必须安全可靠。就像无人驾驶汽车要通过严格测试一样，智能水网也要经过层层验证。我们无法直接在真实工程上实验，所以建立了一个“仿真水网”，在数学模型中复现真实水流过程。

智能体在这个虚拟环境中接受洪水、干旱、污染、设备故障等多重测试，评估它的智能等级：从L1到L5，等级越高代表智能化水平越成熟。测试包括模型在环测试、软件在环测试、硬件在环测试以及“人在环”环测试四个阶段，确保系统在逐步脱离人工干预的同时仍然安全、稳定、可控。

水网的智能化是AI革命的一部分。

回顾人类文明的进程，我们经历了两次伟大的革命：工业革命和正在到来的AI革命。工业革命让人类吃饱穿暖、城市林立，也让水利体系得到巨大提升，建起了大坝、调水工程和供排水网络，解决了“有没有”的问题。而AI革命带来的变化更深远，它不仅是文明层面的飞跃，更可能是“物种层面的变革”。

AI的到来将彻底改变水利行业。过去水网依靠人工监测和调度，而未来的水网将实现无人驾驶，要实现这一目标，智能体必须从规划和设计阶段就参与其中。就像如今的汽车都自带自动驾驶系统一样，未来的水利工程也将自带智能控制(zhì)能(néng)力(lì)。

在(zài)施(shī)工(gōng)环(huán)节(jié)，机(jī)器(qì)人(rén)与(yǔ)无(wú)人(rén)机(jī)将(jiāng)替(tì)代(dài)人(rén)工(gōng)完(wán)成(chéng)碾(niǎn)压(yā)、安(ān)装(zhuāng)等(děng)高(gāo)强(qiáng)度(dù)作(zuò)业(yè)。而(ér)“智(zhì)慧(huì)水(shuǐ)利(lì)”将(jiāng)从(cóng)复(fù)杂(zá)的(de)软(ruǎn)件(jiàn)系(xì)统(tǒng)，转(zhuǎn)变(biàn)为(wèi)模(mó)块(kuài)化(huà)、可安装的智能设备体系，像安装摄像头一样简单高效。

AI时代到来，让我们水利行业从规划到设计，到施工，到运行都发生了颠覆性的变化。我希望越来越多的人关注并参与其中，共同见证这一场由科技引领的深刻变革。

策划制作

演讲人丨雷晓辉 河北工程大学学术副校长，教授级高级工程师

责编丨艾静

审校丨徐来、林林