科学的工业革命:当知识变成工厂

1905年,阿尔伯特·爱因斯坦发表了四篇重塑物理学的论文。其中三篇只有一位作者。其中一篇,,他的博士论文,,甚至没有任何作者署名。他1915年关于广义相对论的著名论文呢?一位作者。当爱因斯坦在1921年获得诺贝尔奖时,”一位孤独的科学家可以重塑人类知识的基础”这一理念在地球上的每一间实验室里仍然是默认的常态。

一个世纪后,那个世界已经消失了。

2026年7月23日发表在《自然》杂志上的一项对《自然指数》的新分析揭示了科学自我变革的彻底程度。2015年至2024年间,自然科学领域单一或两位作者论文的占比从10.8%下降至7.1%。拥有11至50位作者的论文成为增长最快的类别。3至50位作者的论文占比从88.5%攀升至92.2%。

我们目睹的不仅仅是科学家合作方式的改变。这是知识生产本身的工业革命。

Support journalism that values evidence, context, and accuracy above everything else.

Fund our reporting

科学工厂的崛起

在20世纪的大部分时间里,科学的运作方式类似于一个家庭作坊系统。一位首席研究员,一两名研究生,也许再加一名博士后。他们在同一栋楼里工作,为同样的数据争论,一起撰写论文。问题的规模与团队的规模相匹配。

这种模式已经被更接近工厂车间的东西稳步取代。现代粒子物理学长期以来一直是这种趋势的典型代表:拥有数千位作者的论文,是任何单一大学都无法容纳的数十亿美元机器的副产品。但《自然指数》的数据显示,工厂模式如今已经渗透到自然科学的每一个分支。

2024年按学科划分的数据十分明显。在生物科学领域,只有3.8%的论文是一或两位作者的作品。在化学领域,这一数字为4.7%。即使在小团队传统最为深厚的物理科学领域,这一比例也达到了9.6%。

按国家划分的数据进一步复杂化了这一叙事。美国的小团队占比从2015年的9.8%下降到2024年的6.0%。德国和英国从大约7%下降到大约4%。中国,,一个通过大规模国家协调项目建立了其大部分现代科学能力的国家,,从3.5%下降到了2.4%。

但日本不同。日本的小团队论文占比稳定在8%左右,几乎没有变化,而其他所有主要研究国家都在向大型合作迈进。

日本异常现象及其启示

日本为何抵制了全球趋势?筑波大学研究科学合作结构的佐野幸绘认为,有三个因素在起作用。

首先,日元疲软降低了日本研究人员出国旅行的能力,无意中限制了推动团队扩张的跨境合作。其次,日本资助政策从稳定的机构支持转向竞争性拨款,给资深研究人员带来了更沉重的行政负担,使他们协调庞大国际联合体的时间减少。第三,文化因素:日本的实验室传统上保持着较小、等级更森严的结构,这种规范已被证明难以改变。

日本是一个富有启发性的异常值,恰恰因为它表明向大团队的转变并非科学进步的必然规律。它是嵌入在科学如何获得资助、组织和评估中的特定激励机制的产物。

激励机制

匹兹堡大学研究科学合作动态的吴令飞认为,现代资助体系已成为团队增长的引擎。二战后以美国国立卫生研究院和国家科学基金会等集中式资助机构为代表的模式,创造了一种结构,使得更大、更昂贵的项目吸引更大、更昂贵的拨款。逻辑很简单:30位科学家在一个协调项目上工作,可以在更短的时间内比30位科学家独立工作产出更多的论文。

但激励机制并不止于规模。跨学科要求,例如欧盟研究拨款中嵌入的那些,强制要求跨境合作。拨款申请现在需要数据管理计划、伦理批准、多元化声明、公众参与策略。现代科学的行政负担已经变得如此沉重,以至于个体研究人员再也无法独自承担。需要10人、20人或50人的团队才能应对官僚体系。

威斯康星大学麦迪逊分校的倪超群追踪了数百万篇论文的作者模式,他一针见血地指出:现代科学的基础设施要求合作。共享望远镜、共享粒子加速器、共享生物样本库、共享计算集群。这些设施不属于某一个实验室。它们属于一个共同体,而共同体一起撰写论文。

颠覆的悖论

然而,当研究人员审视哪些论文真正改变了科学进程时,一些奇特的事情发生了。

2019年、2023年和2025年发表在《自然》杂志上的一系列研究发现,小团队产生了比例失调的”颠覆性”科学,,即开辟新领域而非完善现有领域的研究。小团队更倾向于引用更古老、不那么时髦的论文。他们更倾向于以从未被组合过的方式组合想法。他们更可能犯错,但也更可能深刻正确。

相比之下,大团队擅长整合。他们产出可靠、渐进的结果。他们确认发现,将其扩展到不同人群,并构建稳定知识的缓慢架构。一个50位作者的临床试验不是为了推翻范式而设计的。它是为了对一个狭窄的问题给出一个确切的答案而设计的。

两种模式都是必不可少的。科学需要工厂来构建经过验证结果的坚固基础设施。它也需要家庭作坊来产生概念性飞跃,为工厂提供可以加工的东西。

问题在于,资助体系只认可工厂。

数字遗漏了什么

《自然指数》的数据统计的是作者数量。它不统计最初想法与最终论文之间的智识距离。它不统计一位研究人员独自坐在办公室里、意识到整个领域一直在问错误问题的那些时刻。它无法衡量颠覆性。

九年间小团队论文从10.8%下降到7.1%,本身并非灾难性的。但它代表了一条轨迹。如果当前趋势继续下去,单一或两位作者的论文将在一代人之内成为一种科学珍品,,就像爱因斯坦孤独的手稿一样,成为告诉未来科学家一个他们再也无法居住的世界的文物。

日本在8%上的稳定性表明,这种下降不存在自然底线。底线是由政策设定的。而政策是可以改变的。

研究机构、大学管理人员和资助机构面临的问题不在于工厂模式是否有用。它是有用的。问题在于,资助体系是否已经变得如此偏向工厂,以至于它正在饿死那些生产工厂需要处理的思想的作坊。

一个专门优化可靠渐进结果的科学系统可能会产出更多的论文、更多的引用、更多的可测量产出。它甚至可能产出更多的知识。但它也可能产出更少的理解。而理解,,而非产出,,才是科学一直以来的目的。

二战后重塑科学的资助机构建造了一台宏伟的机器。它提供了爱因斯坦无法想象的规模的疗法、技术和数据。但机器有盲区。它们为可以测量的东西优化。它们饿死无法测量的东西。

日本的异常现象证明另一条道路是可能的。一项深思熟虑的资助策略,为小团队、异端思想、不受欢迎的问题保留空间。不是作为一种对浪漫化过去的怀旧姿态,而是作为对工厂和作坊需要彼此的认知。

数据是清晰的。轨迹是确定的。问题在于,我们是否有智慧去驾驭它。

婷 翻译

Scroll to Top