2026年7月，白宫科技政策办公室（OSTP）主任克拉齐奥斯向总统特朗普提交《科学：新黄金时代》，这是对范内瓦·布什1945年《科学：无尽的前沿》的正式回应，也是美国在AI革命与大国竞争叠加时刻对本国科学体制的一次系统性重写。

AI正在把“科学发现”从一种缓慢的、个人化的、依赖自由探索的活动，变成一种可规模化、可工程化、可闭环制造的活动，这一转变比布什当年面对的“战时科学转和平”更为深刻，因为它同时动摇了线性创新模型、基础研究的公共性，以及国家与科学之间的旧契约。

一、我们正站在两次科学契约的交接点上

1945年7月，范内瓦·布什把《科学：无尽的前沿》交到杜鲁门总统案头，它回答了罗斯福1944年冬天提出的四个问题：战时的科学成果如何公开、医学研究如何延续、政府如何资助科研、科学人才如何培养。布什给出的答案，重塑了此后八十年的美国：联邦政府以长期、稳定、不干预选题的方式资助大学基础研究；大学和非营利研究机构成为联邦基础研究资助的核心承载者。企业负责把发现变成产品；人才靠奖学金与研究生培养体系源源不断地输送。以布什报告为代表的战后科学政策逐渐形成了后来被概括为‘线性创新模型’的制度逻辑，孵化了NSF（National Science Foundation，国家科学基金会）、NIH（National Institutes of Health，国立卫生研究院）、DARPA（Defense Advanced Research Projects Agency，国防高级研究计划局），孵化了晶体管、激光、互联网与人类基因组计划，也孵化了“美国世纪”本身。

2026年7月21日，白宫科技政策办公室主任迈克尔·克拉齐奥斯（Michael Kratsios）把一份题为《科学：新黄金时代》（Science: A New Golden Age）的报告交到特朗普总统案头。封面语直接引用特朗普2025年1月23日的讲话：“今天，一片新的科学发现前沿正展现在我们面前。”

两份报告之间，到底发生了什么？答案是AI

AI正在把“科学发现”从一种缓慢的、个人化的、主要依赖自由探索的活动，变成一种可规模化、可工程化、可闭环制造的活动。这个转变，比布什当年面对的“战时科学转和平”更为深刻，它同时动摇了三样东西：一是布什所依赖的线性创新模型——今天的发现早已不是“基础研究→应用研究→开发”的单向流水线，而是基础与应用之间的迭代循环；二是基础研究的公共性——企业实验室今天已经能拿出诺奖级的基础成果，联邦政府“出钱但不指方向“的旧契约需要重新定义；三是科学与国家安全的边界——布什相信知识扩散本身就是安全，今天的美国政府则明确认为“不加护栏的开放”会被对手利用。

正因为如此，《新黄金时代》不是一份普通的政策更新，其真实含义是：美国认为自己在1945年建立的那套科学制度已经“老化”——科研生产率下滑、同行评审趋同、可重复性危机侵蚀知识底座、外国人才依赖与产业外流同时发生——而AI既是诊断书，也是药方。这份报告把“AI for Science”立为国家使命（Genesis Mission，创世任务），把“可验证的科学”立为新底线（Gold Standard Science，金标准科学），把“科学与制造再联姻”立为新的国家目标。

中国是这份报告反复点名的“peer-level competitor”（对等对手）：过去二十年，中国R&D支出从“可忽略的零头”涨到按购买力平价计算的“完全对等”，“这是冷战时期美国都未曾面对过的局面——苏联经济规模明显小于我们”。报告同时指出，中国走的是“all-of-society approach”（全社会动员），是美国需要学习而非仅仅防范的对象。

问题在于中国自己是否已经想清楚了，要在AI时代建立一套什么样的科学制度？2026年是中国“十五五”开局之年，全社会研发经费年均增长目标定在7%以上，基础研究占研发投入比重刚过7%——而美国、日本、韩国、英国等世界科技强国这一比例大多在15%左右甚至更高。我们在投入规模上追得很快，在制度弹性、科研生产率、青年人才处境、开放科学与国家安全的再平衡上，是否也准备好了？

二、布什留下了什么，克拉齐奥斯改了什么

1、布什1945年的六条原则

布什报告的核心，常被简化为“政府要出钱搞基础研究”，但这只对了一半，其真正贡献是一套制度设计，六条原则：

第一，基础研究是技术进步的“起搏器”（pacemaker）。布什的原话是：“Basic research leads to new knowledge. It provides scientific capital. It creates the fund from which the practical applications of knowledge must be drawn.”（基础研究产出新知识，它提供科学资本，它是知识实际应用必须从中汲取的源泉。）新产品、新工艺不会凭空出现，它们建立在新原理、新概念之上，而这些来自最纯粹的科学领域。

第二，依赖他国基础科学，工业必弱。这句被《新黄金时代》第一章直接引用：“A nation which depends upon others for its new basic scientific knowledge will be slow in its industrial progress and weak in its competitive position in world trade, regardless of its mechanical skill.”（一个在基础科学新知上依赖他国的国家，无论其机械技艺多精湛，工业进步必迟缓、国际贸易竞争地位必虚弱。）1945年布什说这话时，是说美国不能再靠被战火蹂躏的欧洲；2026年克拉齐奥斯引用它时，对象换成了中国。

第三，自由探索必须保护。布什在“探究自由”一节写得很重：“Scientific progress on a broad front results from the free play of free intellects, working on subjects of their own choice, in the manner dictated by their curiosity for exploration of the unknown.”（广阔前沿上的科学进步，来自自由心智的自由游戏，来自他们自主选题、按好奇心指引探索未知的方式。）任何政府资助方案都必须保留这条。

第四，人才是根本限制。布什引哈佛校长科南特的话说：“the limiting factor is a human one... the future of science in this country will be determined by our basic educational policy.”（限制因素是人的因素……这个国家科学的未来，由我们的基础教育政策决定。）培养一个科学家要十年以上，奖学金与研究生培养体系不能让家境成为门槛。

第五，联邦承担新责任，但要建独立机构。布什建议成立国家研究基金会（NSF前身），并提出五项基本原则：资金多年稳定；董事会成员选自政府之外；只通过合同/拨款支持外部机构，不自建实验室；保留受资助机构内部的政策、人事、方法与范围自主权；但基金会必须对总统与国会负责。这五条是“政府出资但不干预”的制度设计，至今仍是全球科技政策的母本。

第六，产业会充分应用新知识，但不会做基础研究。布什说：“Industry will fully rise to the challenge of applying new knowledge to new products. The commercial incentive can be relied upon for that. But basic research is essentially noncommercial in nature. It will not receive the attention it requires if left to industry.”（产业会充分接受挑战，把新知识应用于新产品，商业激励在这件事上可靠；但基础研究本质上是非商业的，若交给产业，它得不到应有的关注。）

这六条，构成了1945年到2025年八十年间美国科学体制的宪法。

2、《新黄金时代》的四个判断

克拉齐奥斯的报告表面上致敬布什——呈送函开篇就说“81年前，罗斯福写信给布什……那份报告奠定了联邦政府支持基础科学的角色，催生了NSF”——但其用意是提出新形势下的四个判断。

①线性模型不再成立。报告第一章有一节标题就叫“The Linear Model No Longer Holds”，指出今天的发现“是基础工作与应用工作之间的迭代循环，产业与工程在催生甚至基础研究中扮演关键角色”。报告引用斯托克斯（Donald Stokes）的“巴斯德象限”——研究可以同时追求基本理解与应用目的——并举了2024年诺贝尔化学奖的蛋白质折叠预测、2025年诺贝尔物理学奖的超导量子器件，作为“理论雄心与实用问题深度结合”的范例。

布什描绘的分工图——大学做基础研究、企业做开发——从提出那天起就只有一半是现实，在1945年报告问世的同一时期，贝尔实验室正在做出晶体管和信息论。只是当时的企业基础研究依赖的是垄断租金，随着AT&T分拆和中央实验室时代终结（贝尔实验室的基础研究部门于2008年被撤销），分工图一度真正成为常态。AI时代让钟摆重新摆向企业，因为前沿研究所需的数据、算力与工程闭环沉淀在企业手中，大学难以独立承担。Transformer出自Google Brain，AlphaFold出自DeepMind，基础模型几乎全部诞生于企业实验室。因此，问题不再是“企业要不要做基础研究”，而是这种研究由谁买单、受什么规则约束、成果在多大程度上对外开放。

②政府角色的真正变化不是“不再为基础研究出钱”，而是从全面主导转向三重职能——为企业不覆盖的学科和长周期方向托底、建设数据与装置等竞争前公共品、并以使命导向投资创造企业尚看不见的市场。

美国企业每年R&D支出约7000亿美元，美国企业已经成为整个R&D体系的绝对主体，布什时代联邦作为科学主要金主的格局早已改变。但基础研究仍具有不同的资金结构：联邦政府至今仍是基础研究最大出资方，约占40%，企业约占约34%，只是在AI和制药等少数领域逼近联邦政府。

③发现不等于产业，制造必须回流。这是报告最具现实感的一节：美国发明了EUV光刻技术的关键使能技术，但“今天唯一能造EUV光刻机的公司总部在欧洲”；美国发明了锂电池，但“亚洲企业主导全球供应链”。因此，“Discovery without domestic manufacturing leaves America paying the research bill while rivals develop the process improvements and capture the economic，strategic，and knowledge returns.”（发现若没有本土制造，美国就是在替对手付研究账单，让对手去做工艺改进，去获取经济、战略与知识回报。）

这是对布什“自由探索→产业应用”自动传导链条的根本怀疑。布什相信只要科学够强，产品自然会来；2026年的报告说，不会了。布什时代的制度假设是基础研究、应用研究与产业化之间可以形成相对顺畅的传导，《新黄金时代》则认为，在全球产业链高度分工、关键制造能力外迁的情况下，仅仅拥有科学发现已经不足以保证经济和战略收益留在本国。

④科学体制需要自我诊断与改革。报告用了一整章写“科学机器正在陷入泥潭”，NIH首次担任首席研究员的平均年龄从1980年的39岁升到2008年的51岁；报告引用相关研究指出，在维持摩尔定律等技术进步方面，所需研究者数量自1970年代初增长18倍，“思想生产率”年降7%；制药R&D效率自1950年下降约80倍（“Eroom定律”）；100项心理学研究的复制实验中，仅约36%—39%的结果达到相应的复现标准；一篇被证伪的阿尔茨海默症论文被引800多次、15年后才撤稿。报告把这些统称为“可重复性危机”，并警告：AI在一个有缺陷的知识底座上训练，“只会固化坏科学”。

3、变与不变之间

《新黄金时代》报告延续了《无尽前沿》报告的三个结论：

基础研究仍是国家长期繁荣的源泉，联邦应长期稳定资助；

人才是根本——报告甚至把“优先于机构，优先于人”列为四大目标之首；

国家使命的传统——从曼哈顿计划到阿波罗，报告把Genesis Mission接在这条血脉上。

但有三样东西被搁置了：

布什对“自由探索”无条件信仰。《新黄金时代》报告反复谈任务、谈使命、谈国家目标，对“非共识探索”的保护更多是作为对“同行评审趋同”的矫正，而非价值本身。

布什对“开放科学自然带来安全”的信仰。《新黄金时代》报告明确区分“按自己的方式分享信息”与“被利用”，并大谈外国人才依赖、研究安全、技术外流。

布什对大学作为唯一基础研究中心的定位。《新黄金时代》报告开了X-Labs、FRO（专注研究组织）、ARPA等一堆新机构，明说要“在传统学术体制之外”做基础研究。

这就是2026年美国的新科学宪法：任务导向加重、市场主体抬升、制造闭环收紧、可验证性成为底线，是AI时代对布什理念的一次自我修订。

三、AI正在把“发现”变成一种“工程化生产”

1、AI正在改变科学发现的“生产函数”

AI正在同时改变科学发现的投入要素、生产过程和产出规模。AI for Science在三个环节上改变成本和效率：

第一，假设生成。AI可以在组合空间里搜索人类科学家想不到的假设，把“提问”的成本降了下来。

第二，实验执行。闭环自主实验室（伯克利A-Lab、阿贡Polybot，以及2026年7月，NSF宣布投入3.8亿美元，支持20个团队建设全国AI可编程云实验室网络）把“做实验”从手工顺序操作变成工业级并行。

第三，数据消化。AI能处理从未清洗的原始数据、老论文甚至Wiles证明费马大定理时的草稿纸——报告原话是“科学中从未印出来的隐性知识，第一次变得可读”。

当假设生成、实验执行和数据处理都可以规模化之后，科学发现的生产能力将不再主要受制于单个科学家的时间和认知能力，从“科学家驱动的个体创造”，转向“人+AI+数据+算力+实验系统”的协同生产。AI改变的不是一个科研工具，而是科学发现本身的生产函数。

2、三个硬约束：瓶颈不会消失，只会转移

但《新黄金时代》最清醒的地方，是它没有把AI神化。报告列出三个硬约束：

第一是反馈速度。AI时代，“提出假说”越来越不值钱，“拿到能裁决假说的数据”越来越值钱——大科学装置、观测网络、试验场这些“裁判设施”，才是科技竞争中真正绕不过去的东西。

第二是原子速度。细胞按自己的时间表分裂，火箭与芯片厂必须物理建造——“再多认知能力也不能让火箭或晶圆厂一夜之间自己造出来”。

第三是制度约束。出版系统、资助结构、监管框架、临床试验要求、文化惯性，“这是首先在科学事业内部被感受到的约束”。

报告用了一个森林防火的类比：美国一个世纪以来努力扑灭小火灾，结果枯枝落叶堆积如山，最终酿成更大的火。“AI对科学也可能做同样的事——让每个研究者看起来更有生产力，同时让系统性功能失调的条件不断堆积。”因此，“个体收益不会自动聚合为集体进步。”

这正是中国在规划AI for Science时最需要警惕的。我们已经看到一些地方把“AI+科研”简单理解为“给科研人员配几个大模型账号”，但报告说得很清楚：AI不会自动修复科研体制，它只会放大体制的优点与缺点。如果同行评审趋同、如果知识底座有缺陷、如果验证成本高企，AI只会让坏论文、坏申请、坏模型以更快速度繁殖。

3、生成易、验证难：中国最该补的一课

报告里有一句话值得单独摘出来：“While the cost of generation has decreased exponentially, the cost of verification has not.”（生成成本指数级下降，验证成本却没有。）

这是AI时代科学政策的核心命题。报告据此推出“金标准科学”行政令（2025年5月EO 14303），要求所有联邦资助研究遵循可复现、透明、误差与不确定性沟通、跨学科协作、质疑假设、可证伪、无偏评审、接受负面结果、无利益冲突九项原则，甚至预测顶级会议的AI投稿一年内增长60%，评审者要同时应付AI生成的垃圾投稿与AI生成的垃圾评审。

中国在这一点上有自己的特殊处境。我们的科研论文产出量已是世界第一，但可复现性、数据共享、负面结果发表这些“验证基础设施”长期薄弱。如果AI把论文生成成本降到零，中国若不把验证体系建起来，就会同时面对两个问题：一是自己的海量论文在AI时代被进一步稀释为噪声；二是在全球AI for Science的“知识底座”竞争中，我们贡献的可机器审计的数据集、可复现的实验包太少。中国真正需要强化的，不仅是AI生成科学知识的能力，更是大规模验证科学知识的能力。

四、中美科技竞争的新态势与中国的制度窗口

将芯片、AI和研发投入三个维度放在一起看，可以发现中美科技竞争正在逐渐演变为科技生产体系和创新制度的竞争。这意味着，AI对中国的意义不仅是形成一条不同于美国的技术路线，更重要的是打开了重新思考科研生产方式和科研制度设计的窗口。

1、芯片：从“脱钩”到“技术税”

美方动作。2026年4月，美国众议院跨党派议员提出《硬件技术控制多边协调法案》（MATCH Act），把ASML浸没式DUV光刻机对华出口限制写入立法，并把中芯国际、长江存储、长鑫存储等中国芯片厂列入“禁用”清单；法案还试图把约束延伸到日本尼康等盟友企业。这是过去几轮由白宫行政令主导的出口管制之后，第一次由国会试图把管制法律化、多边化。

中方进展。中芯国际N+3工艺（约5nm等效）通过DUV多重曝光已进入量产，良率波动与成本仍是较大约束；华为昇腾910C已在实际部署中达到约60%–65%的H100推理性能；长鑫存储（CXMT）产能正在向更高端DRAM和HBM等AI存储方向推进；国家集成电路产业投资基金三期注册资本约3440亿元，预计将引导和撬动超过1万亿元规模的社会及民间市场化资本投入到半导体产业链中。

但同一组事实也表明了差距：台积电代工的高端AI芯片仍占全球约95%，中国产量只占个位数；拿不到EUV，7nm及以下只能靠DUV多重曝光，工艺步骤增加、周期拉长、单片可用芯片数下降、成本上升——美方专家把这称为“technology tax”（技术税），意思是“denial doesn't equal permanent freeze”（封锁不等于永久冻结），但中国必须为每一步自主付出额外代价。

因此，这一轮芯片竞争的真实状态，既不是“美国把中国卡死了”，也不是“中国已经全面突破”，而是一种拉锯：中国在成熟制程与部分先进逻辑上建立了可用的本土能力，但在最尖端的算力芯片与最尖端的制造设备上仍承受持续的“技术税”。《新黄金时代》报告对此的判断很清醒——它没有宣称胜利，而是把半导体列为六大国家任务之一，要求“EUV及下一代光刻、3D先进封装、新型材料”全链条攻关。这说明美国自己也不认为封锁是终点，而是把它当作长期竞赛的一个手段。

2、AI：开源低成本路线vs闭源高投入路线

美国方面。2025年美国公司AI基础设施投入超过4000亿美元，报告称这一数字“超过阿波罗计划与曼哈顿计划按通胀调整后的总和”。2026年6月，特朗普签署新的行政令《促进先进人工智能创新与安全》（第14409号行政令），在“美国优先”框架下继续放开AI创新。Genesis Mission在2026年7月宣布追加50多亿美元、15个以上联邦机构参与，把它从能源部项目升级为政府行动。美国并不是简单地“给科研人员增加AI工具”，而是在建设一个由数据、模型、算力、国家实验室、自动实验室和产业共同组成的新型科学基础设施。

中国方面。DeepSeek在2025年初以R1模型震动业界——V3基座训练计算成本约557.6万美元，R1后训练新增约29.4万美元，约为当时外界估计GPT-4训练成本的十分之一。到2026年9月，DeepSeekV4.1-Flash以5520亿参数MoE、MIT许可证发布；智谱GLM-5系列已启动部署1GW级全国产芯片数据中心，并开始部分运行，单位Token推理成本较年初下降80%；行业测算显示，中国头部模型训练成本不到美国头部实验室的10%，API均价不到美国同类产品的20%，但毛利率维持在20%–40%区间。

中国在AI上走的不是“跟跑并赶超”路线，以DeepSeek等企业为代表，正在形成一条更加突出低成本、开放权重和工程效率的技术路线。在最前沿的基础模型能力上，中美仍有差距（尤其在最前沿推理、多模态、智能体自主性上）；但在“把前沿能力便宜地做出来、用国产芯片跑起来、开源给全球开发者用”这件事上，中国已经建立了结构性成本优势。

《新黄金时代》报告把这种模式称为竞争对手的“whole-of-society approach”，并把它当作美国必须改革的外部压力，但对中国而言，这种新的技术生产方式正在对科研组织、数据基础设施和创新资源配置提出新的制度要求。

3、中国R&D投入与基础研究的真实位置

规模方面。中国全社会研发投入已与美国按购买力平价“对等”（美国报告的判断）。“十五五”规划纲要提出2026–2030年全社会研发经费年均增长7%以上，每万人口高价值发明专利拥有量到2030年超过22件。

结构短板方面。中国基础研究经费占全社会研发投入比重刚过7%，而世界科技强国这一比例在15%–20%。这意味着什么？意味着中国每投100元研发，只有7元左右投在“没有明确应用目的的好奇心驱动研究”上，而美国长期在15%以上（近年因生命科学占比高而略变）。这个差距，不是多投钱就能立刻补上的——基础研究的产出周期是十年二十年，且高度依赖人才密度与自由探索环境。

中美在科技领域各自有结构问题，在AI这个新变量下需要同时做制度调整。美国面对的问题是既有体系中的机构惯性、资助机制僵化、科研评价、产业外移，而中国面对的问题更多是项目制、行政配置、评价机制、基础研究长期支持、数据体系等制度建设如何完善。也就是说，美国面对的是成熟科研体系的路径依赖，中国面对的则是科研制度仍在快速演进中的结构性缺口。我们没有完全经历过布什1945年那套独立机构、同行评议、长期稳定资助的成熟阶段，就直接被推进了AI时代的任务导向竞争。

这既是后发劣势，也是后发优势，我们不必背着美国那套“legacy institutions”的包袱，有机会在科研规模快速扩张、AI正在重塑科学生产方式的交汇点上，重新思考“钱如何投、人才如何用、成果如何验证、数据如何开放、科研与制造如何连接”。

五、三层制度重构：中国科技政策的第二次奠基

基于以上判断，国家层面的建议不应仅是“加大投入”，而应进行三个层面的制度重构，并进行相应政策安排。第一层是重新定义“谁来发现”，解决人的问题，第二层是重新定义“科学如何生产”，解决生产方式问题，第三层是重新定义“科学发现如何转化为国家能力”，解决知识到产业的问题。

第一层，重建“发现制度”，让真正的思想能够产生

1、建立基础研究的长期稳定资助：把“五年规划”变成“十年承诺”

中国的基础研究资助长期有两个痼疾：一是项目制主导，三五年一个周期，青年科学家刚进入状态就要结题；二是经费随年度政策波动，地方财政紧张时基础研究先砍。

布什1945年的第一条原则就是“资金多年稳定”（stability of funds over a period of years），允许开展五年以上的长期项目。《新黄金时代》在附录里把这条写得更具体：长周期资助“ideally lasting five years or more”，首年全额拨付，全部资源upfront，减少研究者为下一轮经费而制造中间结果的压力。

中国可做的是在现有国家自然科学基金、国家重点研发计划之外，探索设立一类真正“十年期、首年全拨、不考核中间产出”的基础研究长期项目，规模不必大（比如每年遴选50–100项），但要形成政策信号：在中国，做十年冷板凳是有制度保障的。

2、改善同行评议改革：从“共识评审”到“多元组合”

《新黄金时代》对同行评审的批评很尖锐：评审小组靠共识守门，压制非共识；同一个科学家既拿经费又当评审，形成自我复制的网络，其药方是一整套“菜单”：fast grants（一个月内出结果）、prize challenges（按结果付费）、regranting（把经费权下放给一线科学家）、“golden tickets”（单个评审者有权力挺非共识提案）、AMC（提前市场承诺）甚至二次方资助与特征向量资助。

中国的同行评审改革不必照搬这些舶来品，但有三条可借鉴：

第一，为“非共识项目”设立独立评审通道，将其和“共识项目”分开评审。广东已经起步，国家自然科学基金委应把它变成全国性制度。

第二，把“重复/验证/纠错”作为正式资助方向。《新黄金时代》最有远见的设计之一，是奖励“复制或证伪有影响力论文”的工作。中国科研界长期奖励“新发现”，不奖励“再验证”，结果是知识底座里混着大量未验证的结论。国家应设立专门的“验证性研究”资助类别，哪怕钱不多，也要发出信号。

第三，引入“项目官员”制（program manager）。DARPA模式的精髓，是给一个人三到五年时间，让他自己选题、自己组团队、自己承担失败责任。中国的国家实验室、新型研发机构，应该有一批这样的“项目官“，而不是全部走“指南发布→单位申报→专家评审”的流水线。

3、从“帽子”转向“以人为中心”，建立可携带的青年科研支持制度

布什1945年就说，人才培养不能让家境成为门槛（If ability, and not the circumstance of family fortune, is made to determine who shall receive higher education in science, then we shall be assured of constantly improvement quality at every level of scientific activity.）。《新黄金时代》则把“便携式fellowship”（portable fellowship）作为核心建议——钱跟着人走，人换学校钱不丢。中国青年科研人员的真实困境是：非升即走、帽子排队、人才头衔与资源强绑定。可操作的建议是：把更多国家人才计划从“给单位”改为“给人”，且允许携带流动。

第二层：重建“科学生产制度”，让AI真正成为科研生产力

4、多元资助主体与耐心资本：让社会资本做“长钱”

布什当年说“不能指望产业填补基础研究的缺口”，但他也说要保留私人部门的参与。《新黄金时代》面对的现实是美国私人慈善、企业实验室、FRO已经撑起半边天。

中国的问题则倒过来：企业研发投入绝大多数是应用研究与试验发展，真正流向基础研究的社会资本极少。原因不是企业不愿投，而是缺乏制度安排：捐赠税前扣除的比例低、非营利科研机构的法律地位不清、社会资本出资建设的科研设施产权与运营权不明。

国家层面应提高企业与个人捐赠基础研究的税前扣除比例，将之从“鼓励”变成“可预期的税收优惠”；要明确非营利新型研发机构的法律地位，允许社会资本以理事会制运营、不以营利为目的但可通过薪酬吸引人才；发展耐心资本（patient capital），用政府引导基金杠杆，撬动保险、社保、长期资本投十年期以上的硬科技与基础研究，而不是追逐Pre-IPO。

5、国家实验室体系与ARPA式机构：在“举国”之外留出“敏捷”

中国的新型举国体制在大工程上成绩显著，但《新黄金时代》提醒我们：举国体制适合“目标明确、路径可规划”的任务，不适合“问题还在雾里”的前沿探索，后者需要的是ARPA式的敏捷组织——小团队、短周期、项目官自主权高、允许失败。

AI时代，提出假设和进行模拟的成本大幅下降，但哪些方向真正具有突破价值往往并没有现成答案，层层立项、指南申报、同行评审的传统流程，容易压缩这种探索空间。可在国家实验室和新型研发机构中探索建立一批具有“小机构、大授权、快迭代、可失败”特征的前沿研究组织，赋予项目官员更大的选题、组队和经费配置权，对失败项目及时退出，对显示突破潜力的方向快速追加资源。形成不同科研组织之间的功能分工：大学侧重自由探索，国家实验室承担长期任务和重大科研基础设施，ARPA式机构负责高风险、非共识的前沿探索，企业承担工程化和产业化。

6、把数据、算力、自动化实验室作为新型科研基础设施

这是AI时代的新命题，布什当年没有。《新黄金时代》把“美国科学云”（American Science Cloud）、AI-ready数据集、科学基础模型、闭环自主实验室列为Genesis Mission的四大支柱。报告原话：“Scientific data is the raw material for AI-powered discovery”（科学数据是AI驱动发现的原材料）。

中国有最大规模的应用场景、最多的数据生成主体、最强的制造业数据沉淀。但科学数据长期分散在高校、院所、医院、企业，跨机构共享、标准化和机器可读性严重不足。国家应通过建设“国家可信数据空间”，把分散在各机构的科研数据（包括失败实验、负面结果、仪器日志）按统一标准汇聚、清洗、开放，供AI训练。

这件事不做，中国的AI for Science就是无米之炊。

第三层：重建“科学转化与开放制度”，让知识转化为国家能力

7、打通“科学发现—工程验证—产业制造”的转化链条

AI降低了科学发现和技术探索成本后，大量新假设、新材料、新算法和新工艺快速涌现，瓶颈将越来越转向实验验证、工程放大和可靠性测试，应把工程验证作为科技创新体系中的独立环节加以建设。形成“基础研究有稳定资金、工程验证有专门平台、产业制造有企业接续”的接力机制，使科学发现能够更快转化为工程能力和产业能力。

第一，在国家实验室、新型研发机构和重点高校周边布局一批开放式工程验证平台，为实验室成果提供从原理样机、小试到中试放大的连续服务，避免科研成果一出实验室就必须直接寻找产业化企业。

第二，建立科研机构、工程团队与制造企业联合验证机制，推动科研成果从“实验室可行”走向“工程上可行”。

第三，调整科技项目评价和资金支持方式。对具有明确产业潜力的基础研究成果，不再以论文发表或专利授权作为主要的后续评价标准，而是允许继续获得工程验证资金，并以性能指标、可靠性、成本和规模化能力作为评价依据。

8、开放科学与脱钩压力下的国际合作

布什相信知识扩散本身就是国家安全，《新黄金时代》明确怀疑这一点。中国是开放科学的受益者（论文、开源、人才交流），也是技术封锁的针对者。中国不应因被封锁而走向封闭，而应主动经营“开放但有护栏”的科学合作网络。

第一，对发展中国家、对全球南方保持开放。中国的论文、开源模型、科研设备在“一带一路”与全球南方有巨大需求。美国报告把“研究安全”作为政治正确选项，中国则可把“开放科学”作为软实力内容。

第二，保持基础科学“无争议领域”的国际合作——即使在冷战最激烈时核聚变、天文、粒子物理、气候等基础科学领域也保持了较强的国际合作传统。

第三，对关键技术领域建立精准的护栏。将出口管制精确到“技术、用途、实体”三个维度，而非泛泛“脱钩”。