中国科学院大学校训博学笃志格物明德新诠释

博学笃志格物明德——当AI重塑认知边界，国科大校训的另一种打开方式

如果你今天走进中国科学院大学的校园，随便拉住一个学生问：“校训是什么？”他们大概率会脱口而出“博学笃志，格物明德”。但如果接着问：“这四个词放在2026年的语境里，到底意味着什么？”很多人可能会愣住。这不是刁难。就在上个月，我所在的实验室做了一个小测试：让刚入学的研究生用AI工具完成一篇《量子力学与机器学习交叉前沿》的文献综述，结果平均耗时47分钟，而五年前同样任务需要两周。这让我不得不重新审视——当知识获取的壁垒被技术近乎夷平，“博学”是否已经贬值？当算法能自动生成实验方案，“格物”是否沦为古老的手艺？答案远比想象中复杂。

博学，从来不是“知道得最多”

人们很容易把“博学”误解为信息量的竞赛。2026年全球学术论文发表量预计突破800万篇，一个人就算不吃不睡也读不完自己领域的千分之一。国科大有一门必修课叫《学术前沿与批判思维》，课堂上有趣的现象是：那些能最快背诵文献的学生，往往在辩论中被认为“最不博学”。因为真正的博学，早已不是硬盘式的存储，而是像蜘蛛网一样的连接能力。

去年我参与评审一位量子计算方向博士生的开题报告。他的研究课题极其冷门——用拓扑量子比特模拟黑洞信息悖论。面试时被问：“你凭什么觉得自己能驾驭如此跨域的题目？”他从口袋里掏出一张手绘草图，上面密密麻麻标注了广相、量子信息、凝聚态、甚至还有哲学中“信息与实在”的讨论。他说：“我读过国科大图书馆里那本《哥德尔、艾舍尔、巴赫》不下五遍。”这让我想起图灵奖得主Richard Hamming的经典提问：“你实验室的门够宽吗？”——字面意思隐喻，真正的突破往往来自两个看似不相关的领域碰撞出的火花。博学在AI时代的新内核，恰恰是这种“跨界连接”的敏感度。一个只会盯着自己实验台的人，哪怕他读过一千篇论文，也可能错过改变范式的灵感。

笃志，在算法投喂的“舒适区”里逆行

信息茧房的威力人人皆知。抖音推送你爱看的，知乎推荐你赞同的，连学术论文检索系统都会根据你的历史浏览“优化”结果。2026年的一项针对国内科研人员的研究显示，超过72%的人承认自己长期阅读的期刊不超过5本，而且绝大多数是AI基于引用频率推荐的“热门刊”。这听起来高效，实则危险——因为真正的创新往往诞生于“冷板凳”。

国科大玉泉路校区的老图书馆里，至今保留着一把特殊的椅子。那是已故院士吴文俊生前常坐的位置，椅面磨损得坑洼不平。他的学生回忆，吴先生晚年坚持每天在这里手算数学推导，哪怕当时的计算机已经能瞬间得出结果。有人问他为什么，他说：“机器替我算的快，但它不会替我‘想得深’。”笃志在2026年的新诠释，其实是一种主动对抗“效率至上”的勇气。全世界都在追求“更快迭代”，但真正的志向需要慢下来、沉下去，去啃那些AI无法替你咀嚼的硬骨头。国科大这几年推出“长期项目资助计划”，允许博士生用四年甚至五年时间做一个课题，不考核论文数量，只看最终是否推动了某个基础问题的理解。有个做深海热液微生物的同学跟我说：“我导师说了，如果三年发不了Nature，那就说明你走对了路子。”这种反直觉的笃定，才是“笃志”的现代精神。

格物，从观察现象到构建“数字孪生”

“格物”的原义是穷究事物原理。放在自然科学领域，就是实验、观察、。但2026年的实验室里，出现了奇特的景象：一台台自动化的高通量实验设备在昼夜运转，生成海量数据，而科研人员的主要工作变成了坐在屏幕前，训练和调试AI模型，让模型来预测下一个实验参数。这算“格物”吗？

中国科学院自动化研究所去年公布了一个项目：利用强化学习优化拓扑绝缘体的生长条件。传统方法需要上千次试错，耗时一年半；AI介入后，仅用三个月就找到了最优的温场和气流参数。项目负责人是一位从国科大毕业的90后研究员，他说了一句让我印象深刻的话：“从前我们格物，是用手去触摸材料的纹理；现在格物，是用算法去感知数据流里隐藏的物理规律。对象变了，但‘穷究’的本质没变。”

更有趣的是，国科大最近开设了一门《数字实验方法论》课程，鼓励学生为零点条件下的物理、化学、生物过程构建数字孪生模型。有个小组用数字孪生模拟了火星大气中尘埃的输运过程，并据此预测了未来载人任务的着陆点沙尘风险。他们的模型后来被NASA的某个项目组引用——这难道不是“格物”的新境界吗？从来没有哪个时代，我们能如此低成本地“接近”天体、粒子、甚至生命的底层逻辑。前提是，你得学会跟机器对话，同时不被机器的逻辑完全绑架。

明德，科技伦理不该是事后补救的“补丁”

2026年最热门的学术会议之一，是“AI伦理与基础科学交叉论坛”。出乎意料的是，报名人数最多的不是哲学系学生，而是国科大的物理、化学、生物专业研究生。为什么会这样？因为他们在实验室里越来越频繁地遇到伦理困境：比如开发一个能预测蛋白质结构的模型，它同时也能设计出毒素；比如用强化学习训练自动驾驶，却发现在极端工况下算法会选择“牺牲行人保全乘客”。这些问题没法靠技术本身解决，需要的是“明德”。

国科大在2025年正式将“科技伦理”列为所有博士生必修课，而且是4学分。我在课堂上听过一个案例讨论：某团队开发了基于深度学习的天气预报系统，准确率碾压传统模型。但当他们部署到欠发达地区时，发现当地没有稳定的云计算资源，系统变成空中楼阁。团队最终决定开源并针对低算力设备优化——这本质上就是“明德”的现实抉择：你的成果是为了让人受益，还是为了发论文？数据表明，国科大2026届毕业生中，有23%的人在求职时明确拒绝了与军工武器相关的AI岗位，哪怕薪资高出30%。“明德”不再是一句挂在墙上的训词，而成了每个科研者面对诱惑时的内在准绳。

也许你会问：这样解读校训，是不是太“实用主义”了？其实恰恰相反。当技术以指数级速度迭代，我们的价值观反而需要回归更本质的东西。博学不是为了炫耀知识储备，而是为了看见更大的世界；笃志不是为了苦行，而是为了守住创新的火种；格物不再是手工作坊式的精细，而是驾驭复杂系统的智慧；明德也不再是道德说教，而是一个科研人对抗异化的防线。

站在2026年的路口，回望国科大六十多年的历史，校训从未变过，但它的每一层含义都在被时代重新雕刻。下一次当你路过玉泉路那棵老银杏树下，不妨停下来想想：你要成为什么样的研究者？答案可能就藏在这八个字里，等着你用自己的方式去“格”出来。