2026国自然函评:AI盛行的时代,更看重的是……

一、AI的“完美包装”与评审的信号困境

这一判断背后有它的道理。与标书不同，一篇高质量代表作的产生周期通常以年为单位，涉及实验设计、数据采集、论文撰写、同行评议等多个环节。当前AI的能力尚不足以独立完成其中任何一环——你可以用它润色语言，但没法让它替你跑通一个实验、生成一套可信的数据。

更重要的是，代表作已经经过了一轮甚至多轮同行评议。尽管期刊评议并不完美，但它至少提供了一个相对客观的“外部校验”。反光标书，虽然有函评把关，但毕竟是一次性的、匿名的，且受到时间和信息量的限制。

因此，当函评专家面对几十份形式上几乎无懈可击的本子时，把更多权重放在代表作上，是一种理性的信号筛选策略。尤其对于那些跨方向的申请——专家不完全熟悉申请人所在细分领域——代表作的水平、相关性和持续性，往往成为最直接的判断依据。

有参与过往年会评的专家透露，在会评和答辩环节，这一现象更为明显：“遇到不太懂的方向，有的专家基本只看代表作，刊物级别和文章内容对口就行。本子里的具体分子名字、通路细节，说实话他也来不及深究。但如果是自己熟悉的领域，就会认真看创新点和拟解决的科学问题。”

这番话透露出的信息是：代表作的权重在不同情境下是动态变化的，但总体上，它的地位在上升。

三、“AI味过浓”会成为一种新扣分项吗？

不过，并不是所有人都认为AI的作用被高估了。

也有专家持相反意见：“真正好的本子，AI贡献有限。它能把60分的本子拉到75分，但很难把75分拉到95分。顶级的科学洞见、巧妙的实验设计、对领域瓶颈的深刻理解——这些东西AI目前还写不出来。”

这位专家进一步指出，AI生成的内容是有“气味”的。“结构太规整了，每个段落长度差不多，逻辑过渡全是‘因此’‘然而’‘值得注意的是’这种标准模板。配图很美，但细节经不起推敲——比如某个蛋白的定位画错了，或者信号箭头指向不规范。真正长期做这个方向的人一眼就能看出来。”

按照这个逻辑，今年可能会出现一个有趣的现象：一部分本子会因为“AI味过浓”而被减分，甚至被直接筛掉。 不是不能用AI，但如果AI的痕迹太重，恰恰说明申请人自己的思考投入不足。评审人想看到的是一个有独立判断力的研究者，而不是一个会熟练使用提示词的人。

四、不同专家的“尺子”：本领域看创新，外领域看代表作

另一个值得注意的现象是，评审专家的关注点存在显著的分野，这与他们对申请方向的熟悉程度密切相关。

在自己深耕的领域，专家往往具备快速判断“真假创新”的能力。他们会认真审视：拟解决的科学问题是不是真问题？提出的假说有无已有数据支撑？技术方案是否可行且具有独特性？此时，创新点和科学问题的质量是核心，代表作起辅助验证作用。

而一旦遇到不太熟悉的交叉方向或相对边缘的课题，情况就不同了。专家没有足够的背景知识去判断那个具体的科学问题有多重要，只能转而依赖更外显的信号——代表作的期刊级别、论文与申请方向的相关性、申请人作为作者的角色等。这不完全是“以刊评人”，而是在信息不对称下的次优选择。

有人可能会说，“每个人看的东西不一样，这些说法听听就行”。但换一个角度看，这种多样性本身对申请人提出了更高的要求：你不能只赌某一位专家的偏好，而要在多个维度上都做到扎实。代表作要硬，本子本身的创新点和科学问题也要清晰——无论在哪个维度被审视，都要站得住脚。

AI的到来，让国自然评审进入了一个微妙的过渡期。一边是技术赋能让标书的形式门槛大幅降低，另一边是评审体系被迫寻找新的区分维度。代表作被推到更重要的位置，既是理性的应对，也隐含着新的评价风险。

对申请人而言，最稳妥的策略或许不是去猜测专家更看重什么，而是回到两个基本面上：一是做出经得起时间检验的代表作，二是在本子中写出那些只有你自己才知道的、AI写不出来的东西——比如对领域瓶颈的独特理解，比如一个让你纠结了很久又豁然开朗的实验设计细节。

这些，才是AI时代真正的护城河。

以上仅为研智港一家之言，欢迎大家留言讨论！