专著母题 · 德麦国际专著第 363 号
《中国 AI for Science 的困境》
AI 越快进入科学，中国最擅长的常规科学层越先贬值；唯一还稀缺的典范猜想层，这片土长不出那个人。
一、它推翻的默认看法
流传的看法有两种。一种是拿一张 Token 用途图下结论：中国的 AI 烧在短剧和广告上，美国烧在编程上，所以是品味或格局的差距。另一种是「先做应用，再做原创」的体面说法：应用做大了，原创自然跟上。书对前者的拆法是，图有计量错觉（10 秒视频与千行代码的 Token 不可按用量比用途）和样本错位（对照的 OpenRouter 是开发者平台），剩下的只是资本按回款速度排队，是可以改的激励结构，不是品味。对后者的拆法是，错不在「先做应用」，错在只给「先」配了现金流和掌声，「再」字四十年没有排进过日程。应用上的碰撞只会逼出更好的手段，改进，不会逼出对题目本身的怀疑，解题的土里长不出出题的能力。
二、母题怎样立起来
起点是一张被拆开的图：扣掉计量错觉与样本错位，剩下的事实是钱按天回来的行当吸走了 Token。计算机进中国时生产力在前，说明先走注意力还是先走生产力由条件决定，不由民族天性决定；但钱回流只到离主业最近的应用层，很少流到操作系统、芯片、EDA、工业软件，顺序跟着条件变，层级四十年没动。
第二步把「原创」拆成三层：改进来自约束，架构来自飞地，典范来自冷宫。中国在第一层极强，第二层少，第三层最空。DeepSeek 是第一层的顶峰，墙卡算力，逼出的全是省算力的办法，题仍是「预测下一个字」。
第三步接第369号《典范发生学》：AI 能做给定典范下的常规科学，连提问也不再稀缺。机器从第一行往下压，中国的家底也从第一行往下薄，这是判词前半句。
第四步问谁来做留下的那一层：人—AI 复合体里的那个人。功底交给机器之后，他只剩纯粹的典范猜想，要光着身子站住，比天才更稀缺。而高考、读博、基金、职称七道朝向一致的筛子，选的是「好腿」，把他筛了又筛；「我注六经」的思想权威、头衔发放的合法性、「民科」标签查身份不查内容，又让他发不了芽，只能出海取章。落到判词后半句：长不出那个人。
三、核心构念
- 那个「再」字：「先做应用，再做原创」里暗含的后续一步，四十年没有日期；全书的钥匙，每处都问「再」排进日程了没有。
- 解题与出题：解题是在别人定义的题里做到最好最快最便宜，出题是动到题目本身；尺子是目标固定、只换手段的是改进。
- 三层（改进、架构、典范）：三种「新」各有各的土，不是一架梯子；用来定位 AI 接管到哪一层。
- 人—AI 复合体：一个人加一台 AI；其中的人稀缺在位置，不在能力。
- 好腿：被常规科学选拔体系选出的最优一类人；用来说明筛子为何同质。
- 思想寡头：敢自己定一套好问题好答案的人；书同时要求他比谁都更需要被检验。
四、全书骨架
六篇四十八章，另有十分钟读完这本书、前言、导读、导论、结语与六件附录。上篇「烟花」拆那张图并算出资本按回款排队；中篇一「先做应用」讲四十年老路、计算机反例与「再」字、解题与出题；中篇二「层级」讲三层与 AI 接管哪一层；下篇一「筛子」讲复合体里的人与选拔体制；下篇二「土」讲寡头难发芽、合法性、出海与回流；尾篇「改土」给飞地、猜想者加 AI 加公共平台、典范评审新机制、教育四类办法，最后摊开本书最弱的几处。
五、关键案例与证据
- 中文在线 2026 年 6 月披露的国内 Token 结构：短剧与视频约 55%，电商与营销约 24%，软件开发约 15%；口径未公开，发布者是短剧公司，美国 58% 查不到信源。
- 计算机反例：汉卡、WPS、用友、金蝶先做生产力工具。
- DeepSeek 与 MoE、MLA：了不起的改进，不属于 0 到 1。
- Transformer 出自 Google 的机器翻译研究者；深度学习在冷宫待几十年等来 2012 年 AlexNet。
- Wu、Wang、Evans 2019 年《自然》论文：大团队推进，小团队颠覆。
- 魏格纳等五十年，杨振宁、屠呦呦先在墙外被认出。
- OpenRouter 上 2026 年 2 月中国模型周调用量首超美国，被书用来说明便宜、好用、开放权重是实绩；但写代码、做后台自动化这类出错代价高的活，企业仍愿多付钱，便宜赢得了量，没有赢下最要紧的几单。
- 陪读人物林家四人与老周为虚构，不承担证据。
六、碰撞接口
- 可抽出的命题：①凡 AI 先接管的层级，其上累积的比较优势先贬值。②若选拔体系的每一道关朝向同一种能力，则它对另一种能力是重复筛除，不是多重把关。③应用上的碰撞涌现的是改进，不是架构与典范的 0 到 1。
- 可相撞的方向：科学社会学与库恩式常规科学、产业政策与创新体制比较、人才选拔与教育制度、AI 治理中的分工转移。可撞点在「接管最先落在最强层」这一反向推论，以及把激励结构与民族天性分开的做法。
- 站内邻书：第369号《典范发生学》是姊妹卷，判词前半句的依据；第366号《思考是谁的？》同向，谈复合思考中人的位置；第367号《从马力到 Token》同向，谈 Token 与产业；第342号《科学发生的结构》可对撞，科学如何发生的另一套解释。
七、边界：什么情况下算错
作者自列推翻条件。前半句错：十年后常规科学仍主要靠人力一题一题做，或中国大团队改进层工作的被引、被用、被买份额不靠价格不降反升。后半句错：五年内大团队体制长出被世界公认的新典范，或可靠研究表明几道关选出的人做出新典范的比例不低于别处，或十年内全程本土教育的人提出新典范并先在国内被认出。若 AI 自己能稳定提出被采用的新典范，后半句失去意义。图的数据只有一两个来源，历史例子有幸存者偏差，「寡头」一词有风险，这是书自认的最弱处。另有两件出现了不算判错，只说明土在变，后半句要收窄：出现能让「一个猜想者加 AI 加公共平台」立项的通道；按内容不按身份的典范评审在国内大范围运转，并判对过一个起初被当作「民科」的人。