超级智能科学院（ASI Institute for Superintelligence）宣布启动青年研究者计划，首批录取一百二十人，来自三十多个国家的九十余所高校与研究机构。与常规奖学金项目不同，该计划的研究题目有四十道由企业提出，而解题方法与评价标准由科学院制定。
一、一个残酷的时间差
在计划说明会上，科学院人才项目负责人先讲了一件事：超级智能的研究周期通常在十年以上，而今天在读博士的学生，到那时正好是四十岁上下——也就是真正要承担后果的那批人。
“我们这一代人做决定，下一代人付代价。”他说，“这个结构本身就不太公平。所以我们至少要让下一代人提前进场，而不是等他们毕业了才发现，规则已经被写完了。”
这一判断构成了青年研究者计划的出发点。科学院方面表示，计划的目的不是培养“会用工具的人”，而是培养“能判断工具该不该用的人”。因此，录取不看论文数量，也不看所在机构的排名，而看申请者对研究问题的理解深度。
二、企业出题，科学院出方法
计划中最受关注的设计，是“企业出题”机制。四十道研究题目由参与合作的企业提出，内容多为其在真实业务中遇到、但自身无力解决的长期问题：模型在数据漂移下的可靠性衰减、跨语言场景中的行为一致性、复杂工艺中隐性知识的提取与验证。
但企业只负责出题，不负责定标准。评审标准、研究方法、成果归属与公开规则，全部由科学院制定。企业不得干预研究过程，也不得要求延迟公开超过约定期限。
“企业最了解自己缺什么，这是它的优势。”科学院方面解释，“但企业也最容易把问题窄化成'帮我优化一下指标'。所以我们必须把'什么叫解决了这个问题'的定义权留在自己手里。”
据介绍，四十道题目在发布前均经过学术委员会重写，把商业表述转译为可研究、可证伪的科学问题。部分题目在重写后与原意已有明显差异，企业方需重新确认才可进入选题池。
“有一道题原本写的是‘提升模型在客服场景的准确率’。”该负责人举例，“重写后变成了‘当用户表达存在多重歧义时，系统应当在什么条件下承认自己无法判断’。后者才是真问题，前者只是把错误率从百分之三降到百分之二。”
企业方对这一安排的态度并不一致。部分企业接受重写，认为这帮助他们看清了问题的本质；也有企业在看到改写后的题目时选择退出，理由是“这不是我们要的东西”。
“退出的那几家，我们反而更放心。”科学院方面说，“如果一道题连问题都说不清，那这个合作从一开始就是错配的。”
三、不设推荐人：申请只看两份文件
计划的申请流程被刻意简化：不设推荐人，不要求机构背书，不收取申请费。申请者只需提交两份文件——一份研究问题说明，一份安全评估方案。
第一份文件要求申请者在两页以内说清：你要解决什么问题，为什么它重要，你打算怎么判断自己失败了。第二份文件要求说明：这项研究可能带来什么风险，你准备如何识别与处置。
“推荐信衡量的是你过去跟谁工作过，我们更关心你未来想做什么。”科学院方面说，“而且推荐制度对没有名校背景的人是系统性不利的。我们不希望第一道门就把人筛掉了。”
据介绍，首批录取者中，有近三成来自此前未参与任何国际人工智能研究计划的机构。
四、经费与身份：不绑定期限，不绑机构
在资助方式上，计划采用“人随项目走”的模式：经费直接拨付给研究者个人，而非其所在机构；研究可在原单位进行，也可申请入驻科学院的联合研究单元。资助期为三年，中期评估通过后可续期两年。
这一设计针对的是青年研究者常见的困境：经费绑定机构，导致研究方向被导师课题或单位考核所裹挟；资助期过短，导致只能做短平快的题目。
“我们不要求在三年内出成果。”科学院方面说，“事实上，我们在录取通知里明确写了一句话：如果你的研究在三年内证明了这个方向走不通，那也是一个合格的结果。”
另一个常被问及的问题是：入选者进入联合研究单元后，会不会变成企业的廉价劳动力？科学院表示，这一点已写入资助协议：青年研究者的课题须与其个人研究方向一致，企业方不得指派与研究无关的工程任务；成果署名按实际贡献确定，不以出资比例分配；若研究被要求改变方向，研究者有权退出项目并保留已获经费。
“这类合作最容易出问题的地方，不是钱，是人。”科学院方面说，“一个年轻人如果被安排去做两年的数据清洗，他的学术生涯基本就废了。我们必须把这条写进合同，而不是靠双方默契。”
五、导师制度：跨学科配对
每位入选者会被配对两位导师：一位在其主攻方向上有长期积累，另一位来自完全不同的学科——数学家配认知科学家，法学家配系统工程师，经济学家配神经科学家。
配对不追求“研究方向一致”，反而刻意制造认知摩擦。据介绍，导师每季度须共同参加一次研究讨论，讨论记录对双方公开。
“最没用的指导是'你这个方向再想想'。”科学院方面说，“我们希望的是，一个法学家能问出一个工程师从来没被问过的问题，然后那个工程师回去想了三个月。”
六、一个难题：如何评价“还没做出来”的研究
计划最大的制度难题，是如何评价尚未产生结果的研究。传统的论文、专利、引用指标在此几乎失效。
科学院的做法是引入“过程性评价”：由导师与独立评审共同判断三件事——研究问题是否被持续深化、方法是否被诚实检验、失败是否被完整记录。三项均以书面材料为依据，不做面谈打分。
“我们不假装能准确预测谁能做出大成果。”科学院方面坦言，“我们只能判断一个人是不是在认真地做一件难事。这个判断会有误差，但比按论文数排序要准一些。”
过程性评价的具体材料包括：季度研究日志、方法变更记录、失败实验清单，以及导师与独立评审的联合意见。评审每年一次，连续两年被评为“研究未实质推进”的，资助中止，但保留一年的申诉期。
科学院同时承认，这套办法对“安静的长期积累”不够友好——有些人三年不出声，第四年拿出一项颠覆性结果，而过程评价未必能识别这种类型。“这是它的缺陷，我们把它写进了公开说明里。”该负责人说，“任何评价体系都有它看不见的人。我们能做的，是至少不要把缺陷藏起来。”
七、下一步
据介绍，青年研究者计划将每年开放一次申请，规模逐步扩大。科学院同时表示，将与参与企业共同建立“题目回流”机制：企业在研究过程中新发现的问题，可提交进入下一轮选题池。
“我们不想办一个'优秀青年评选'。”该负责人说，“我们想办的是一个能让人安心做十年难题的地方。这件事如果做成了，比发多少篇论文都重要。”
关于超级智能科学院
超级智能科学院（ASI Institute for Superintelligence）成立于2026年10月，总部位于美国旧金山，是由全球多国科学主管部门联合倡议发起的非营利性、跨学科非政府学术组织。机构不隶属于任何单一国家政府或商业企业，由全球科学家共同治理，围绕前沿探索、安全与治理、人才培养、产业协作、国际合作五大板块开展工作，致力于让超级智能技术安全可控地服务于人类共同利益。成立初期，科学院汇聚了来自全球顶尖学府和科技企业的科研力量，包括数千位院士及数十万会员，涵盖诺贝尔奖得主及多国国家级院士。
