让人类文明不再“开盲盒” ——以人工智能引领科研范式变革 加快塑造可积累的新质生产力

站在人类文明的长河回望，一个事实常被忽略：人类知识的大爆发，长期依赖极少数天才的偶然降临。张衡、祖冲之、牛顿、爱因斯坦……他们的出生与出现，在历史深处近乎随机，如同开盲盒——人类只能等待，无法预约。打开一个，文明跃升一次；等不到，就可能停滞数百年。

更深层的问题是：即使天才降临，他们也是孤独的。牛顿无从与爱因斯坦对话，张衡无缘与祖冲之切磋。每一个天才都必须在有限的生命里，独自完成知识的积累、方法的摸索与边界的突破；而当他们逝去，毕生的隐性经验也随之消散大半。天才的偶然性之上，还叠加着个体生命的有限与知识传承的低效。

人类文明被迫以"盲盒模式"艰难前行，已数千年。而改变这一模式，正是人工智能的历史性使命。

近日，中共中央、国务院印发《关于发展新质生产力的意见》，明确提出"以人工智能引领科研范式变革，助力提升科研效率"。这一部署，抓住了生产力跃迁的要害——科研范式的变革，本质上是知识生产方式与人类认知能力组织方式的变革。创新不再寄望于天才的偶然涌现，生产力的发展就真正掌握了历史主动。

从"偶然涌现"到"必然生成"，让人类顶尖认知能力成为可持续的生产要素

《意见》强调，坚持高技术、高效能、高质量，以全要素生产率大幅提升为核心标志，推动劳动者、劳动资料、劳动对象优化组合和更新跃升。这其中，"劳动者"要素的跃升，正在获得前所未有的内涵。

纵观人类历史，最具决定性的生产要素，始终是人类最顶尖的那部分认知能力。而过去的难题在于：这种能力附着于极少数个体，不可复制、不可量产、不可预约，始终是生产力体系中最不可控的变量。

人工智能正在改变这一局面。通用基础模型经过人类全部知识的训练，已在相当程度上站上无数思想巨人的肩膀；个性化智能技术，则使模型能够在共享这一底座之上，学习特定领域的方法、经验与判断。这意味着，人类第一次有可能把张衡的缜密、牛顿的洞见、爱因斯坦的想象力所代表的不同维度的顶尖认知模式，汇聚于同一智能体系之中；让跨时空的智慧对话、互鉴所长成为常态；再让这一体系持续学习最新科学发现与技术进展，始终站在知识前沿。

这不是对天才的简单模仿，而是对知识生产方式的一次深层重构：天才不必再等五百年随机降临一次，顶尖认知能力可以被系统地组织出来；智慧不再困于个体生命的局限，而可以在智能体系中持续积累、迭代、增值。当"劳动者"这一要素突破了个体生命的边界，新质生产力的核心标志——全要素生产率的大幅提升，才有了根本性的支撑。

从"孤独探索"到"协同智能"，让人工智能深入产业创新一线

《意见》明确提出，全面实施"人工智能+"行动，推动科技创新和产业创新深度融合。行动的落点，不在实验室的指标，而在生产一线的能力。

历史上，绝大多数突破性创新产生于单一学科的纵深。牛顿不会计算基因序列，爱因斯坦不懂半导体工艺——不是能力不足，而是任何个体都受制于时间与认知带宽。当汇聚多领域顶尖认知能力的智能体系，与具体领域的专业经验相结合，跨学科的碰撞就不再依赖某个幸运儿"恰好"横跨两界，而成为一种可以按需调用的常规能力。

把人类智慧转化为产业能力，关键一环是把沉淀在工程师判断、科研人员经验中的隐性知识，转化为可积累、可复用的组织能力。在这一探索上，北京通用人工智能研究院产业平台孵化的通衍灵智平台，探索"共享基础模型+个性化参数"的技术路径，通过参数高效微调等方式，在保留基础模型通用能力的同时，让模型学习特定企业、岗位和业务场景中的经验与偏好——基础模型提供共同底座，个性化参数承载专业差异，使人工智能不再是"千模一面"，而能在千行百业中形成各有所长、各具特色的专属智能。

这一路径的现实意义在于：企业不必重复建设基础模型，也能形成符合自身业务逻辑的智能化能力；"共享通用模型+轻量化适配"，更为广大中小企业低成本接入智能化发展提供了现实路径，让前沿能力的普惠共享落到实处。

从"薪尽火传"到"持续进化"，让创新成果沉淀为可积累的智能资产

《意见》要求，加速科技成果向现实生产力转化。转化的要义，不仅在"一次成功"，更在"次次可复用"。

历史上，经验随人逝去而流失，是人类文明最深的遗憾之一——张衡的地动仪技艺失传， 中世纪工匠的秘方中断，莫不如此。智能时代，这一遗憾第一次有了制度性的解法。通过递归自我改进机制，对任务结果和人工修正进行分析、筛选有效样本、更新个性化参数、以效果评估检验迭代质量，逐步形成"学习—验证—迭代"的闭环，企业的经验不再随项目结束而消散，而是转化为能够反复调用、持续升级的智能资产。

基础模型可以迭代升级，企业积累的业务数据、任务记录、标注样本和评价标准，仍可用于新模型适配与效果评价，从而减少重复投入，增强能力延续性。知识的积累不再是悲壮的接力，而成为螺旋叠加的复利增长。这正契合《意见》提出的"推动技术革命性突破、生产要素创新性配置"——数据只有经过合法授权、规范整理、科学评价和持续迭代，才能真正成为驱动新质生产力的长期资产。当然，技术分层不等于权属清晰，智能资产不能脱离治理，数据授权、商业秘密、个人信息、责任边界，都必须纳入制度化管理，坚持创新发展与安全治理并重。

从"等待天才"到"造就英才"，让智能积累夯实中国式现代化的创新根基

《意见》专门部署"深化人才工作机制创新"，强调培养新质生产力发展急需人才、坚持在实践中造就人才。人才工作的深层命题，恰与人工智能的能力互补——不是以机器替代人，而是让人的知识、经验和创造力获得更大释放。

人工智能的未来，不是让人类坐等下一个天才的偶然降临，而是让每一个领域都能按需组织起顶尖的认知能力；不是让人被技术替代，而是让人类数千年积累的隐性智慧，第一次获得不被岁月磨损的载体；不是追求一次效率的提升，而是建立文明可以自觉进化的长效机制。

从等待天才到组织天才，从孤独探索到协同智能，从薪尽火传到持续积累——深入贯彻落实《关于发展新质生产力的意见》，以人工智能引领科研范式变革，把人工智能塑造成可积累的新质生产力，人类文明或将真正告别"开盲盒"的时代，走上一条螺旋叠加、自主进化的快车道。让通用智能成为共享底座，让专属智能扎根千行百业，让人的创造力与机器的智能持续结合，必将为以中国式现代化全面推进强国建设、民族复兴伟业注入源源不断的新动能。