AI4S怎么建设？

定义：高校AI4S到底在建设什么

在高校语境里，AI4S（AI for Science）是把机器学习、科学基础模型、计算工具和智能体工作流接到具体科研任务上，用来辅助文献证据整理、数据分析、计算编排和实验记录，而不是用对话框代替实验室。平台要能说清：任务是什么、数据从哪来、谁授权、用了哪个模型和哪套工具、参数和环境如何固定、结果怎样与基线或新实验对照。说不清这几件事，就还停留在通用聊天，不能称为科学智能科研平台。

因此，建设对象通常是五层同时存在的能力：学科数据空间、文献与知识库、模型与计算工具、可中断的科研智能体工作流、实验与复现环境。通用大模型可以出现在其中一层，用来做检索改写、流程编排或材料草稿；它不能替代学科模型、统计软件、仿真器、仪器接口，更不能替代研究者对方法和结论负责。产品形态上，院系可用AI4S科学智能科研创新平台承接文献辅助、数据协同和工作流留痕，但学科判断仍归课题组。

它不是什么

• 它不是自动发现科学规律、自动撰写可投稿论文或自动签发实验结论。
• 它不是把订阅数据库全文无限制导入训练语料或对外问答。
• 它不是各课题组各自下载模型、各自开放端口、互不登记数据血缘。
• 它不是用一次生成结果代替基准测试、复现实验和同行方法对照。
• 它也不是教学实训平台的换皮：课程作业与未发表科研数据必须隔离。

和校级办事助手、通识问答相比，AI4S的输入更杂、密级更高、评价更严。一份光谱、一组测序文件、一篇未发表手稿、一台仪器的原始曲线，都不能按“公开制度问答”的通道处理。建设顺序必须先冻结可验证任务，再谈模型和算力。更完整的对照摘要见高校AI智库 · AI4S专题。

为什么必须从学科问题和可验证任务出发

学校推进科学智能时，真正卡住立项的往往不是“有没有大模型”，而是四类同时出现的科研管理问题。

第一，任务不可验收。方案若只写“赋能化学、材料、生命、信息交叉创新”，却写不出首个任务的数据范围、评价指标和对照基线，验收就只能看演示对话。演示成功无法证明方法成立，也无法在换模型、换人员后复测。可验证任务的最低标准是：别人按同一数据版本和同一指标，能判断这次运行是更好、更差还是无效。

第二，数据边界和版权纠缠。已购期刊、开放获取、作者授权预印本、合作企业中试数据和人体研究材料，权限完全不同。如果建设方案只写“建设科研知识库”却不写授权台账、解析范围和课题组隔离，上线后会出现未授权全文被问答、未发表数据进共享向量库、研究生把合作协议数据贴进公共模型等事故。文献侧的版权与结构化方法，应另见大规模论文如何建立科研知识库，本文只强调：全文能否进入模型取决于授权，不取决于平台“能不能解析”。

第三，工具链割裂却被聊天框掩盖。课题组真正耗时的，常常是文献题录与引用、实验数据清洗、特征表拼接、计算作业提交、仪器日志归档。这些步骤本来就有学科软件和设备接口。若平台只提供通用对话，研究人员仍要在聊天窗口、本地脚本和仪器电脑之间来回粘贴，过程没有统一版本，错误也无法回溯。AI4S要做的是把已有工具登记进目录并编排，而不是假装一个模型能替代所有计算。

第四，伦理和学术责任悬空。生成式内容一旦写进开题、综述或结题材料，学校需要回答：用了哪些工具、是否披露、数据是否越界、结论是否经过实验或基线验证。信息化可以提供日志和权限，但不能代替科研处判断伦理，不能代替学科负责人判断方法是否成立。没有主责人的AI4S，只会变成“机器在校内、科学判断无人签字”。

实践中还常见三类偏差，立项时应提前排除。一是把收录规模或参数规模写成能力证明，却给不出基准集和对照条件。二是把实验数据抽取结果直接写入分析库，不保留原文定位和人工确认状态。三是用教学算力池跑未分级科研任务，或用科研数据给通识课做演示。纠正这些偏差不需要先报更大集群，需要先补任务说明书、数据卡和验证规则。

五步路径：从可验证任务到实验对照

第一步：选择有数据基础和评价方法的科研任务

首期不要写“全校科学发现引擎”。应选出一个学科负责人愿意持续参与、已有历史数据或公开基准、评价指标能被同行听懂的任务。文献证据检索、实验记录辅助、特征发现对照、计算流程编排，通常比“自动提出新理论”更容易定义边界。任务说明书至少写清：研究问题、允许使用的数据、禁止事项、对照基线、成功或失败的判定方式，以及AI结果必须经过哪一级人工复核。

第二步：建立数据授权、质量、版本与共享规范

每份进入平台的数据都要有数据卡：来源、许可、密级、采集条件、缺失与偏差、版本号、共享范围和责任人。质量检查先于模型调用，包括单位、重复样本、时间戳、仪器校准信息和已知污染。共享默认按课题组最小必要开放；跨组使用必须再授权。没有版本号的数据不得进入可引用分析，以免一周后无法解释图表从哪次导出而来。

第三步：接入学科模型、计算工具和实验设备

把通用对话模型、学科专用模型、统计与仿真软件、代码环境和仪器接口写成同一份工具目录。目录字段包括用途、输入输出、许可证、部署位置、是否允许出域、失败时如何回退。实验设备接入以读取日志、状态和授权参数为限，写操作必须回到原控制软件或人工确认，避免模型直接改仪器设定。算力调度可以与校级平台共用，但科研队列应与通识课、办事助手隔离。

第四步：编排文献、数据分析或实验辅助智能体

智能体是把检索、清洗、计算、复核和记录串起来的工作流，不是无人值守的“自动科学家”。每个关键节点都要能暂停、改参数、拒绝写入。文献辅助应保留引用定位；数据分析应留下脚本或流水线版本；实验辅助应把建议与执行分开。工作流每次运行生成可下载的参数、日志和中间产物，供复现和审计。

第五步：用基准测试和真实实验验证结果

验证分两层，不能互相替代。一层是公开或组内基准：同一数据划分、同一指标、与既有基线方法对比，报告差异而不是只报告绝对值。另一层是真实实验或独立复核：新样品、新批次或人工抽查原文。AI给出的假说、抽取表和拟合曲线，在验证完成前只能标记为候选。可复现的固定项、日志和复现包要求，见AI4S如何保证结果可复现。

比较：通用聊天与可验证科研工作流

立项会上最常见的混淆，是把“老师可以对话提问”当成AI4S已经建成。下表用于区分两类能力。学校可以同时提供通用问答，但验收科研平台时必须按右列检查，不能用左列演示代替。

选择时不要把通用聊天理解成“科研辅助的低配版”，也不要把工作流理解成必须全自动。许多课题组的合理形态是：聊天只用于浏览和草稿，正式分析必须走带版本号的工作流。一所学校可以通识课用通用问答、科研试点用可验证工作流，但两类流量应汇入同一身份和日志，避免教师把未发表图表直接贴进未评估的外部工具。

建设步骤：输入、角色、动作与输出

下列步骤按时间顺序排列。每一步都写出输入、责任角色、动作和输出，便于写入项目计划和验收清单。角色名称可按学校处室调整，但不能出现“只有厂商、没有学科主责”。

1. 立项与任务冻结

动作：从候选中选出一个可评价试点，写清用户角色、禁止自动结论、是否允许出域、对照基线是什么。输出：任务说明书、责任矩阵和“暂缓任务”清单。没有评价方法的题目不得进入采购需求。

2. 数据与文献盘点

动作：区分只读检索、可计算分析和禁止入模三类用途；全文、摘要、题录分别授权。输出：数据目录、授权台账、数据卡模板和冲突处理规则。论文库的解析与引用定位细节见科研知识库方法。

3. 工具目录与接入策略

动作：为每个工具登记版本、输入约束和失败回退；通用模型与学科模型分开评测。输出：模型与工具目录、部署决策表、网关策略和版本管理规则。不要把“接入大模型”写成唯一技术条款。

4. 工作流编排与人工复核点

动作：把文献、清洗、计算、抽查和归档连成可暂停流程；低置信度抽取进入人工队列。实验数据抽取的字段、单位和原文定位要求，见AI如何提取科研论文中的实验数据。输出：可运行工作流、复核队列、错误传播说明和操作手册。

5. 评测、实验对照与正式扩大

动作：在同一划分和指标下对比基线；抽查溯源；演练敏感数据不出界。输出：评测报告、实验记录、缺陷单和是否扩大到下一任务的决定。没有对照表就宣布“科学智能建成”，只是扩大了不确定范围。

如果某一步缺少输出物，不要进入下一步采购或扩大课题组。尤其是没有数据卡就做跨组共享、没有基准集就宣传效果、没有伦理意见就接入人体相关数据，都会在投稿或检查时暴露。

学科数据空间、文献与抽取如何落地

数据空间不是网盘换皮。它要让一份光谱、一张表、一批序列在被模型或工具使用时，仍然带着许可、版本和血缘。建议按课题组建空间，空间内再按项目拆子集。跨空间复制必须留下授权记录。分析环境可以重建，生产数据只有授权成员能改，避免实习生误覆盖原始曲线。

数据卡至少应写清的内容

• 来源、采集人或仪器、时间范围和已知缺口。
• 许可类型：开放、校内、课题内、合作方限制或伦理限制。
• 字段含义、单位、缺失值处理，以及是否经过人工清洗。
• 版本号、前一版本差异，以及该版本允许的用途：检索、计算、展示或禁止入模。
• 共享范围、脱敏方式、销毁或归还条件。

文献层与数据层要分开记账。题录、摘要、全文、图表各有权限。即使学校订购了数据库，合同也未必允许全文进入生成式系统或用于训练。建设科研知识库应先做授权来源台账，再按领域、方法、材料和结论做结构化，并保留原文定位；未获授权的全文只提供书目，不能开放无限制问答。

从论文中抽取实验数据时，模型输出只能作为候选。必须先定义字段字典和评测集，对表格、图注、正文分别处理，保留坐标或段落定位，单位换算可回溯。低置信度条目进入人工队列，禁止静默写入分析库。未核验数据不得写成科研结论，也不得进入对外共享的基准集。具体抽查和误差分析方法见实验数据抽取指南。

模型、工具、工作流与实验验证

工具目录是AI4S能否被学科接受的关键。研究人员信任的是自己用过的计算软件和仪器，而不是一个不愿暴露调用链的对话模型。目录应允许同一任务绑定多种后端：例如检索用授权知识库，拟合用学科程序，叙述用通用模型，仪器状态用厂商接口。工作流编排器只负责顺序、权限和日志，不负责改写科学定义。

智能体工作流的最小约束

• 每一步写明输入数据版本、调用工具和输出产物路径。
• 涉及写入实验记录、修改共享表或外发材料的步骤，必须人工确认。
• 失败要可见：超时、权限不足、工具报错不得被模型改写成“已完成”。
• 运行结束后导出参数、日志、随机种子和环境说明，形成复现包雏形。
• AI草稿、工具返回值和人工签署结论分库或分字段存放。

验证不能只靠“感觉更聪明”。基准测试用于回答：在约定数据上，相对既有方法是提升、持平还是回退。真实实验用于回答：候选结果能否在新条件下站得住。两层都通过，才能把状态从候选改为已核验；任一失败，都应保留失败案例，而不是只展示成功对话。复现还要求他人按说明能重复关键步骤，随机性被记录，论文投稿材料能与平台记录交叉核对，详见可复现要求。

算力可以与校级人工智能平台统筹，但科研任务的隔离逻辑不同：训练或长时计算不得抢占办事助手；未发表数据不得进入教学示例；外部模型调用必须经过网关脱敏。私有化、混合还是受控云调用，按数据密级决策，方法见高校大模型如何私有化部署。AI4S验收不写固定卡数，只要求在学校提供的任务脚本上能复测调度、排队和失败恢复。

交付物、验收与采购口径

核心交付物

• 学科数据空间和数据卡：含授权、质量、版本、血缘和访问控制。
• 模型、工具及工作流目录：含用途、许可证、部署位置和回退方式。
• 基准集、实验记录和评测报告：含划分说明、对照表和失败案例。
• 权限、审计和科研伦理制度：含空间隔离、出域审批、披露要求和应急下线。

验收应覆盖的条目

• 结果可重复、来源可追溯：抽查引用、抽取字段和图表能回到原文或数据卡。
• 与基线方法对比：同一任务给出对照表，不允许只交生成示例。
• 敏感科研数据不越界：越权读取、未授权全文问答、未审批出域均应失败并留痕。
• AI不替代学术判断和实验结论：系统不得提供“一键确认科学发现”；正式结论有签署记录。
• 人工复核队列可用：低置信度抽取和关键写操作不能静默通过。
• 停用与退出：学校可导出数据卡、日志、工作流配置和复现包，按约定删除残留。

验收必须使用双方确认的任务、数据和基准，而不是厂商演示账号。未通过项应列出缺陷、责任方和复测时间。采购参数按“对象—条件—期望—证据”书写，例如：在指定基准集上可重跑并输出与基线的差异表；学生账号无法检索其他课题组未授权数据；仪器写操作回到原系统或人工岗。不要写唯一品牌、唯一模型、无法验证的“发现能力”，也不要写脱离数据集的准确率或论文收录量。

商务和技术附件还应包含：模型与工具的等价替代说明、试运行周期、学科培训对象、数据退出和伦理材料移交。成本只要求供应商按学校给出的任务和并发假设测算，不在本文给出价格。