3月28日、29日，隨着張雪機車在世界超級摩托車錦標賽葡萄牙站奪得兩場冠軍，他那“我們贏了！我們贏了！”的嘶吼聲傳遍了神州大地。
在無數人為這位初三就輟學到摩托車修理鋪當學徒的草根創業者喝彩時，網上也有一篇刷屏的文章《我的博導也是干摩托車發動機的，他為什麼沒幹出來》，試圖從另一個視角解讀張雪現象。
博導的發動機，為什麼永遠在ppt里？“因為從圖紙到樣機，中間隔着開模、鑄造、機加工、熱處理、裝配、台架測試……每一步都需要錢，需要人，需要供應鏈。高校沒這個條件，企業覺得風險太大不願投，項目經費花完了自然就停了。在高校的考核體系里，‘造出來’不算成果，‘發論文’才算。”
這讓我聯想到去年初的deepseek時刻來臨時，“為什麼deepseek沒有誕生在頂尖科研機構和大公司”，也引發了不少熱議。當時中國科學院院士蒲慕明尖銳地問道：“國內研究機構獲得大量ai項目資助、聘用大批人才，論文發表量激增，為何出不了deepseek這樣有影響力的成果？”
他和年輕科研人員討論後發現，絕大部分科研人員都不敢在這種技術項目領域發展，一是怕風險太大無法完成，二是沒有足夠資源可以支撐起技術開發。
從deepseek時刻到張雪時刻，的確折射出一個問題：為什麼很多科技、製造領域的創新突破，不是由國家財力支持的科研機構完成，而是由草根的、民間的、年輕的、沒有什麼財政投入的企業完成？
而對所有生產知識產品和物質產品的機構、企業和人來說，究竟應該生產什麼樣的知識？應該用怎樣的態度來生產知識？
這既是業績觀，也是人生觀。
要“紙上發動機”還是要“賽道冠軍”？
那篇反思“985高校內燃機專業博導為什麼沒幹出摩托車發動機”的文章，主要觀點是，高校和工業界的評價體系是兩套完全不同的體系。
在高校考核體系里，你不會因為把一個零件的加工精度提高了0.01毫米而評上教授，但你會因為一篇3分的sci（科學論文索引）而拿到職稱。誰會把寶貴的時間花在開模試製這種“低級”事情上？誰願意去做那些又臟又累、周期又長，還不容易發論文的真機開發？
高校和工業界對試錯的承受力也完全不同。張雪的成功建立在無數次失敗之上，這種“試錯—學習—迭代”的循環，是工程創新的必經之路。但在高校，你需要穩定的論文產出，需要連續的基金申請，需要不斷積累的學術聲譽，試錯是奢侈品。
因此，真正有能力“干機子”的人，要麼去了企業，要麼自己創業。高校里有一堆會“寫本子”的人，拿着國家的錢，研究着離真實需求越來越遠的問題。
作者的結論是，需要改革評價體系，讓“真解決問題”比“發真論文”更受尊重；需要重構產學研生態，讓高校的“理論”和工廠的“實踐”真正對接。
在去年關於deepseek的討論中，有人提出，傳統科研體系和deepseek的不同，本質是“大科學”傳統與“新科學”特徵的不同。當openai發布gpt-3時，傳統科研體系還在論證中文大模型的必要性，而deepseek創始人已通過抵押房產獲得的資金啟動了研發。傳統科研體系買一張gpu要多層審批，科研經費支出有嚴格的行政流程，而deepseek是市場驅動的敏捷創新，要搶佔技術空白點，其資源調度完全按照研發人員的需求，靈活而迅速。
高校和傳統科研體系自有其定位與作用，但如果從推動科技成果高效轉化應用這個角度看，“賽道冠軍”比“紙上發動機”重要的多。紙上得來終覺淺，活知識、真知需要通過工程化、產品化、市場化的實踐和反饋才能獲得。在這個問題上，國家的要求很明確，“原創性技術要從‘0’到‘1’，從實驗實現轉化，而不是停留在論文階段。以後還要把‘1’拉長、推進。”
在現實中，影響高效轉化的因素有二：一是上面提到的考核體系、試錯承受力、體制機制條件等問題；二是論文本身的價值問題。
根據中國科學技術信息研究所發布的《2025年中國科技論文統計報告》，我國在各學科最具影響力期刊論文數量、高水平國際期刊論文數量及被引用次數方面繼續保持世界第一。2024年，全球178個學科的高影響力期刊共163種，這些期刊上的論文總數為42757篇，中國發表的有15067篇，占比為35.2%，排名第一。
這當然是很大的成績。但多個國際科研誠信統計機構的數據也顯示，我們的論文撤稿量也是世界第一。撤稿的四大原因分別是：數據不可靠，論文工廠偽造，涉嫌抄襲，同行評議造假。部分撤稿論文還獲得過國家自然科學基金的支持。
造成“問題論文”的一個重要誘因，是“以論文論英雄”所催生的功利化行為。有研究顯示，中國高校撤稿量的快速增長期是2020～2023年，恰好與部分高校將科研人員論文發表與職稱晉陞、項目申報直接掛鈎的“sci論文量化考核”高峰期重合。
在這樣的論文基礎上尋求轉化，無異於在沙灘上造樓。
什麼是“有用知識”？
在關於張雪現象的討論中，也有網友提出——
論文和產品各有各的價值，博導的“機理研究”與張雪的“工程開發”本屬不同分工，並不能以後者否定前者；
科研和產品進步是交纏的，不能忽略理論的重要性，也不能忽視張雪成功是“倖存者偏差”；
張雪機車的成功也離不開“博導”們的賦能。他在湖南老家通過國防科技大學出版社出版的大學教材《操作系統原理》完成了理論知識的初步積累，在重慶和重慶大學材料學院聯合研發高強度鋁合金缸體，比傳統材料減重12%，散熱效率提升25%；
工程問題和科研問題都很重要。目前中國最缺的恰恰不是能解決工程問題的人，而是怎麼找到真科學問題，並安下心做好科學問題的人。科學問題解決是解決工程問題的重要基石，研發周期和落地也比工程問題要漫長許多！
這些觀點，我覺得都很有道理。兼聽則明。
我想表達的是，無論搞理論、做論文還是做產品，雖然類型不同，但都需要高標準嚴要求，要能產出“有用知識”（useful knowledge）。
“有用知識”是2025年諾貝爾經濟學獎得主喬爾·莫基爾在對工業革命和經濟增長的研究中提出的核心概念，是指有可能（potential）影響技術發展的、關於自然現象及其規律的知識，是可以用來解決問題、提高生產效率的知識，是為了人類的物質利益而對自然進行改造與利用的知識。
他把“有用知識”分為兩類：命題知識和指令知識。命題知識是對自然現象和規律的系統性描述，是回答“是什麼”“為什麼”的理論知識；指令知識是實用指南、圖紙、配方等，描述實現目標的具體步驟，是關於“如何做”的應用知識。
他發現，在工業革命前，這兩種知識長期處於割裂狀態，而工業革命後，建立了兩種知識之間的正反饋機制。科學家開始強調精確測量、對照實驗、結果的可重複性，這使命題知識能夠系統地指導指令知識的改進。而技術實踐中遇到的新問題，又反過來推動了命題知識的探索。僅有科學理論而無實現手段，或僅有技術經驗而無原理支撐，都無法形成完整的“有用知識”。
工業革命的本質，就是兩種知識集合在一起的爆炸式增長。
以蒸汽機的改進為例。其所包含的命題知識是對於大氣壓、真空、熱力學原理的科學認知，指令知識是瓦特改良蒸汽機的具體技術方案，如分離冷凝器、行星齒輪等。科學原理指導了蒸汽機的系統性改進，使其從耗煤量巨大的紐科門機變為高效動力源，進而應用於紡織、採礦、交通等全新領域。
再以鋼鐵生產的進步為例。命題知識是對氧氣如何減少生鐵中碳含量的基礎化學原理的理解，指令知識是貝塞麥轉爐鍊鋼法（bessemer process）等具體工藝。理論認知使得鋼鐵生產從經驗摸索變為可控制、可優化的工業過程，進而推動了建築、機械、武器製造的革命。
莫基爾還特彆強調，技術並不只是科學的“結果”，反而常常是科學進步的“前提”。比如，17世紀的科學儀器的發明，打開了新的認知空間。伽利略用望遠鏡觀測天體，“微生物學之父”列文虎克用顯微鏡發現微生物，這反過來又推動了命題知識的擴展。
莫基爾的研究證明，“有用知識”的創造、擴散和應用是現代社會財富的根本源泉，而命題知識和指令知識的相互依存和相互促進，共同構成了推動技術進步和社會發展的知識基礎。
從這一理論出發，你處在論文端還是產品端並不重要，重要的是——你生產的是“有用知識”嗎？它對於發現自然規律、影響技術發展、解決問題、提高生產效率等，到底有何價值？
你做的論文再多，如果不能為“有用知識”添磚加瓦，而只是浮皮潦草、東拼西湊的評職稱、申請項目的敲門磚；你做的產品再多，如果只是靠抄襲、偷工減料加上誇大其詞去賺錢，都沒有價值。哪怕你是博導或老闆。
21世紀，“有用知識”看中國？
在理解了“有用知識”後，我們來看看19世紀、20世紀人類最重要的那些科學成果、科技發明。
19世紀的，比如恩格斯所說的“自然科學三大發現”的細胞學說、能量守恆定律、生物進化論；比如電池、發電機、電報、電話、實用電燈泡、交流電動機；比如塑料、汽車、x射線、貝塞麥轉爐、麻醉劑、消毒劑。
20世紀的，比如相對論、量子力學、dna雙螺旋結構、信息論、控制論；比如青霉素、飛機、計算機、半導體、互聯網、激光、衛星、電視、手機、口服避孕藥。
這些發現和發明背後，是那些偉大的科學家、發明家、企業家、實驗室的名字。“命題知識”和“指令知識”相結合，人類的物質文明才有了質的飛躍。沒有奧斯特、法拉第、麥克斯韋在電磁學方面的發現，就不會有發電機、電動機、變壓器、輸電電網、無線電、雷達等；沒有倫琴、貝克勒爾、居里夫人、盧瑟福、查德威克、哈恩、邁特納、費米等人在原子核物理方面的發現，就不會有核電站、原子彈、放療與ct；沒有愛因斯坦的相對論，就沒有衛星定位；沒有普朗克、玻爾、海森堡、薛定諤的量子力學探索，就沒有晶體管、激光；沒有dna與遺傳發現，就沒有生物技術革命；沒有進化論與微生物學，就沒有現代醫學與公共衛生。
19世紀和20世紀的這些發現與發明，中國很是寥寥，只有人工合成牛胰島素、雜交水稻等少數成果。從“有用知識”看，我們對世界的貢獻不大。
21世紀已過去了四分之一。在這個世紀，中國會在科學和技術方面成為全球的原創主力，為人類的“有用知識”做出很大貢獻嗎？
我相信，會的，而且已經開始發生。中國不僅在對全球製造業進行着基於供應鏈、工程化、場景化、數智化四大優勢的重構，而且在前沿科技領域也在從跟跑到並跑和局部領跑。
這裡不再贅述我們的研發投入、人才資源有多少，新型舉國體制的作用有多大，也不再重複中國已經湧現出哪些重大創新成就，比如“墨子號”量子科學實驗衛星、fast“中國天眼”（500米口徑球面射電望遠鏡）、從二氧化碳到澱粉的全合成、第四代核電技術的高溫氣冷堆等。我的信心在於，中國的命題知識和指令知識已經開啟了相互依存、相互推動的正循環，就像巨大的飛輪一樣，先慢後快，一旦啟動就無法遏止。
在《院士出擊：打響中國產業的第三戰場》中，我舉出了寧德時代董事長曾毓群的例子，他說中國的電池能夠做到世界第一，“因為中國不僅有最好的工程技術，還有全球最好的電化學基礎”；我也舉到了潘建偉院士的例子，他在量子通信方面的技術和產品突破，源於在國外讀博士、博士後時期的開創性研究；我還舉到了丁洪院士的例子，他認為在量子計算這樣的未來產業中，工程化的挑戰會反向推動基礎科學的突破，產業化的需求會重新定義基礎研究的方向，“最前沿的學術，就是最前沿的工程”。這都說明，在很多未來產業中，學術和工程、命題知識和指令知識，本就是一體。
我想再舉一個最近的案例。
去年10月，由中國科學院上海應用物理研究所牽頭建成的2兆瓦液態燃料釷基熔鹽實驗堆，在甘肅民勤縣茫茫戈壁地下14米的混凝土地板下，首次實現了釷鈾核燃料轉換，成為目前全球唯一運行並實現釷燃料入堆的熔鹽堆，初步證明了熔鹽堆核能系統利用釷資源的技術可行性。他們的開拓，相當於把一座核反應堆埋入沙漠地下，讓它在常壓高溫中“自帶乾糧”運轉。從技術上看，這是把“核燃料”放在“高溫的鹽”里流動發電，採用高溫液態熔鹽作為冷卻劑，無需巨大壓力容器，也不用大量水冷卻，既安全又高效。
熔鹽堆這條技術路線，美國上世紀60年代在橡樹嶺國家實驗室建成了一個原型，但後來放棄了。原因之一是技術瓶頸。高溫、高輻照熔鹽對材料腐蝕極強，而當時缺乏耐腐蝕合金，管道半年即被穿透。上海應用物理研究在十幾年前重新走上熔鹽堆路線，如今實現了突破，背後是自主可控的技術鏈條的堅強支撐。
項目啟動之初，用作結構材料的高溫合金、用於中子慢化的核石墨，國內幾乎為空白。科研團隊通過與中科院金屬所、山西煤化所以及國內製造企業協同攻關，最終實現了高溫鎳基合金gh3535及超細孔徑核石墨的國產化開發。
熔鹽堆的很多設備需要焊接，過去只有美國能生產高溫鎳基合金焊絲，如今也已國產化。最終，在燃料、材料、設備、技術等方面的齊頭並進，讓一種被擱置了半個多世紀的路線重新發光，讓“科學問題—材料突破—工程驗證—安全體系—產業未來”的鏈條得到貫通。
當科學上的“懂”、技術上的“能”、產業上的“用”，形成相互推動的正向循環，從“世界工廠看中國”到“有用知識看中國”，就是非常確定的前景。
結語
本文從對高校科研體制的質疑寫起，最後，我想講幾個科研體制的創新變化，都和院士相關。
1. 中國科學院院士、鳳麟核創始人吳宜燦，五年前和100多名博士骨幹在一天多時間內從中科院集體辭職，投身轉化實踐，通過將科研、教育、產業與資本有機聯動，實現了多個從技術積累到產品落地的跨越，高端精準放射治療系統“麒麟刀”、先進核能系統“核電寶”等“雲光寶刀”系列產品已開始走向市場；
2. 繼去年11月中國科學院院士姚建銓團隊與亨通光電公司達成深度合作，成立蘇州曦和光子研究院有限公司後，今年3月，中國工程院院士、著名激光技術專家范滇元全職加入亨通光電的子公司“亨通華海”，出任首席科學家；
3. 2025年中國兩院院士增選，特彆強調了“進一步突出國家戰略需求導向，向科研和工程技術一線人員傾斜”。在增選名單中，寧德時代首席科學家吳凱、比亞迪首席科學家廉玉波、金髮科技首席科學家黃險波三位民企科學家當選。
4. 浦東新區與上海交通大學最近簽署戰略合作協議，共建張江量子科技研究基地。丁洪院士創立的鐵馬實驗室參與其中。它是一家“實驗室公司”，是借鑒deepmind、openai等國際經驗，探索設立的一種介於大學科研機構、實驗室和初創企業之間的新型法人研發機構。這類機構以服務國家重大戰略需求為核心導向，依託公司化機制，推動高水平科研團隊深度結合，打破傳統學術經費資助的路徑依賴，引入敏捷化科創資助機制，給予科研人才極大的契約自由度，資金撥付嚴格按照預設的技術或商業里程碑執行，實現快速失敗、快速迭代。在知識產權歸屬上留出彈性空間，吸引全球頂尖人才和早期資本參與。
從這些案例不難發現，中國的科研體制正在發生深刻變化，並推動中國一步步邁向世界的知識加工廠和創新策源地。隨着這種變化，中國必將在科學層面、國家戰略層面、產業層面都生產出大量的“有用知識”，不只是發現世界，更是改變世界；不是“論文與產品”的二選一，而是兩者相互成就的系統化創新。
而那種“每年課題經費嘩嘩的，成果卻是涼涼的”局面，不可能再延續多久。
站在這塊大地上，無論各行各業，都需要認真地問一次——當你耗費了社會的資源和自己的時間，你是在生產“有用知識”嗎？
