每年砸进海量资金，养着上百万人规模的社科队伍，临到要紧关头，居然连个能拿来预判局势、推演风险的智能系统都拿不出来！知名学者卢麒元在网上痛批“糜费万亿，养百万社科，竟无一个可用智能体”，一句话直接戳破了学术圈的体面！
 
信源：界面新闻——纳税破亿却偏要“死磕”科研?养能健这波底层换血到底有多猛!
 
八月下旬，经济学者卢麒元在社交平台上发了这么一条动态，字字句句像一把尖刀，直插文科学术圈的心脏。
 
他公开质问，国家和机构这么多年投了数不清的真金白银，给百万级别的社科研究人员提供资金和课题
 
可到了 AI 大模型和智能化浪潮风起云涌的今天，大家手头掌握的概念和逻辑却像一团浆糊，压根搭不出一个能够落地、能够实时预警和决策的智能体。
 
这话一出，各大社交平台瞬间炸开了锅。许多网友觉得痛快淋漓，因为这说出了大家心里隐隐约约的感觉。
 
现在的不少社科研究，早就不知不觉陷入了一种怪圈：课题越申请越大，报告越写越厚，词汇越造越深奥，可一旦遇到现实中的复杂经济波动或者国际局势演变，能够拿出来的有效模型却少得可怜。
 
圈内不少学者看到后直呼破防，但私底下也有人觉得委屈。
 
有人反驳说，社科研究主要负责搞清楚人文思想和制度演变，跟计算机搞代码、训模型本来就不是一回事，强行让写论文的学者去开发智能算法，纯粹是强人所难。
 
也有人吐槽现在的学术评价体系，发期刊论文、拿基金项目才是硬指标，至于研究出来的东西能不能变成自动化工具，考核根本就不看，谁愿意花时间和冤枉钱去干这种吃力不讨好的活？
 
然而这场争论并没有停留在相互吐苦水的阶段，反而把一个藏在背后的尴尬现状给撕开了。这些年来，科技界的大模型一个接一个地推，从文本生成到图像代码，搞得风风火火；
 
可每当大家想让这些智能工具去理解深层次的经济政策、社会心理或者博弈逻辑时，却发现底层支撑的数据和逻辑极其匮乏。
 
理工科懂技术却不懂社会规律，文科懂规律却不会把知识转换成精准的算法规则，两边各干各的，中间隔着一道巨大的鸿沟。
 
现实中也有不少单位尝试过把社科成果“智能化”。此前有机构专门花了上百万元预算，想做一套能够预测市场情绪和政策走向的智能研判系统。
 
项目组招了一堆研究员，花了半年多时间整理了几十万字的文献资料，结果在把这些资料喂给 AI 时傻眼了。
 
研究员们给出的定义彼此矛盾，使用的概念模棱两可，甚至连最基础的“风险指标”都给不出量化标准。
 
最终出来的这套系统，除了能自动生成几段干瘪的总结公文，连最基本的风险预警都做不到，白白浪费了大把预算。
 
类似的情况在很多地方都有发生。很多所谓的“社科智库”，号称引进了先进的 AI 分析系统，可实际上只是买了个搜索界面，后面配几个实习生人工整理材料，打着智能化的旗号继续拉赞助、申项目。
 
这种拉胯的表现，自然经不起现实突发事件的检验，一旦遇到突发的社会事件或者金融波动，这套系统给出的预测甚至还不如资深网友的经验直觉来得靠谱。
 
其实这不仅是社科圈的尴尬，也是如今不少行业在拥抱 AI 时遇到的共同难题。
 
前几年很多传统行业跟风大搞数字化转型，动辄投资上千万建立大数据中心和智能化平台，可几年过去，很多平台除了在展示大屏上播放炫酷的图表，实际业务中根本发挥不了核心作用，最后沦为了纯粹的“打卡工程”。
 
大家都在喊着要拥抱人工智能，可如果底层的知识逻辑没梳理明白，再贵的服务器和算法也只是花架子。
 
这场由一句狠话引发的大讨论，到现在依然在网络上发酵。人们关注的早已不是某个学者的口诛笔伐，而是这笔巨大的投入到底有没有换来相匹配的实际价值。
 
当技术变革的浪潮扑面而来时，那些习惯了坐在办公室里论证概念的体系，到底能不能搭上智能时代的快车，大家都在拭目以待。