10月17日，中国科学院院士、北京大学讲席教授鄂维南在光华思想力论坛上给出了一个迅速登上热议榜的判断：「未来民科是科研的主力，每一个有想法有能力的团队和个人都可以参与科技创新」。 在他的描述里，这一变化的起点是技术性的：人工智能本质上是「数学+计算机工程」，将大幅降低科研门槛，推动「科研平权化」。微博知乎
这里的「民科」换了意思
这个说法乍听刺耳。在通常语境里，「民科」指的是执意造永动机、推翻相对论又拒绝同行检验的人。但回溯他此前几场报告的原始表述，他所指的研究者有明确定义：「不依赖于传统科研机构的研究者，未来可能会成为科学进步的主力」。 也就是说，他借「民科」二字说的是体制外的个人和小团队，且限定条件一直没变——有想法、有能力。这一判断他已在8月21日的2026科学智能大会、9月21日的PAIR Conference 2026等多个场合反复陈述，10月17日只是最接近热搜的一次。知识分子
时间窗口他给得很清楚。在PAIR Conference 2026的演讲中，他的判断是未来5到10年，科研门槛有望大幅降低，创新主体不再完全被传统高校和少数顶尖实验室垄断；有想法的个人或小团队，借助公共基础设施就能实现自己的想法。DeepTech深科技
个人参与AI科研，先避开他自己点出的五个坑
坑一：把「发表论文」当成科研创新
「今天的问题是科技创新门槛定得太低，几乎等同于发表论文，这是一个错误。必须把目标定义为真正的原始创新」。 而AI正让这个错误变得更廉价——按他的说法，包括应用数学在内的许多领域，智能体已经可以批量生成能够发表的论文。他也给过替代的衡量尺度：一个革命性的想法、一套高质量的科学数据、一个被广泛使用的软件工具，其价值都可能超过一篇普通论文。一读中国新闻网
坑二：以为「自由探索」零门槛
平权化论述的反面，是他对难度的强调：自由探索实际上是一件门槛很高的事情，必须了解人类知识的边界，了解社会与技术究竟要解决什么问题，还得敢于冒险——这不是人人都合适做的。 对想入场的个人，务实的顺序是反过来：先从一个具体、可验证的真实问题切进去，而不是一上手就谈颠覆。一读
坑三：什么都想自己从零搭
他构想的科研平权建立在四类公共基础设施上：算力，模型、算法和软件，数据库和知识库，以及自动化、智能化实验室。 个体的正确姿势恰恰不是自己重建这些底座，而是像开发者在安卓上写App一样，直接在公共平台上做研究。DeepTech深科技
现成的入口已经在出现，文献平台可以让对一个学科一无所知的人，花十几分钟就形成对领域的大概印象。 今年3月上线的自动化核磁共振谱解析工具，已经有几千名化学家在使用，解析水平被他形容为「接近优秀博士生」。知识分子DeepTech深科技
坑四：高估AI当前的能力
他同样坦率地列出了技术边界：国内基座模型的整体能力虽在快速提升，但在触及最顶层难度的科研任务上，与国际最先进的差距依然存在。 想让计算直接搞定材料组分和工艺设计，按他的估计还要跨两到三个数量级。对「AI会不会自己做出大发现」，他的判断是「出现『AI爱因斯坦』的可能性不大，但是，出现AlphaFold级别的应该不远」。 个人该押注的是AI大幅降低实验与计算的执行成本，而不是指望它替人思考。DeepTech深科技新民晚报
坑五：只谈想法，不管钱和转化通道
他为科研平权化列出的三个必要条件相当具体：低成本、高效率的科研工具和资源，多维度的科研经费来源，科研成果转化平台。 落到个人身上，意思是不必只盯着传统的课题申报：他点名的市场化基金（如上海未来产业基金），以及知识产权交易、中试平台、揭榜挂帅等通道，才是体制外团队未来几年要逐步学会使用的配套体系。一读
最后回到争议本身。「民科成为科研主力」在他的版本里是有条件的趋势判断，不是对所有人开放的邀请：前提是用得起公共科研基础设施，门槛是「有想法有能力」，时间尺度是5到10年。这场讨论真正的价值，不在于让谁一夜之间当上科学家，而在于个体参与科技创新第一次被给出了一条可操作的路径——上面这五个坑，就是他自己立在路口的警示牌。
