卢麒元最近扒开了一个极其尴尬的现实：国内砸进天文数字的社科研究经费，养着海量的研究大军，却硬是拿不出一套能真刀真枪干活的"智能分析预判系统"。

各位客官老爷，点击右上角“关注”，这样既能随时翻看往期好文，还能获得每日的精选推送，感谢您的支持!

2026年8月22日，经济学者卢麒元在微博甩出重话，糜费巨量资源养百万社科，竟无可用智能体，概念逻辑一团浆糊，无法形成有效算法，更无完整策略。

其实这话不是第一次说，2025年9月他就表达过相近观点，官科金科学阀之路到头了，要将大量投向学界的经费转为国家购买文科成果，呼吁社科领域从业者拥抱数字化技术转型。

卢麒元是香港沃德资产管理公司董事局主席，长期研究财政金融和国家治理，2024年3月谈及AI驱动国家资管，认为AI能够提升治理工作的效率。

先看看钱花了多少，2026年国家社科基金一般公共预算34.83亿元，2025年中央财政社科研究直接投入128.6亿元，年度立项不低于7000项，这还只是中央层面的小头。

具体到项目资助，国家社科基金重点项目每项35万元，一般项目和青年项目20万元，重大专项60到80万元，钱不算少，但结题要求大多是发表若干篇CSSCI论文，跟智能系统开发完全不搭边。

问题出在评价体系上，社科考核看的是论文数量和课题级别，不是能不能解决实际问题，大家都在攒论文凑字数，谁还有心思去琢磨怎么把概念变成能跑的算法。

卢麒元说的概念逻辑一团浆糊是真扎心，社科研究长期停留在定性描述层面，同一个概念十个人有十种解释，连基本定义都统一不了，怎么可能变成计算机能理解的算法。

2020年教育部就提出新文科建设，强调文理交叉和技术赋能，这些年也投了不少钱搞数字人文和计算社会科学，但大多是用爬虫抓数据做词频分析，离真正的智能预判还差得远。

计算社会科学在国外已经发展了十几年，用网络分析和ABM模拟研究社会现象，甚至能尝试预测社会动荡和经济危机，国内也有学者在做，但大多停留在学术圈自娱自乐，没有转化成决策工具。

再看看人家在干什么，欧美金融AI以毫秒级速度监控全球资金流动，哪里热钱撤了哪处资产转移了，警报立刻响起，美国财政部和美联储通过AI实时感知全球资本流动。

AI早就不是实验室里的玩具了，卢麒元指出俄乌战争算是AI大规模介入的第一场战争，到了中东相关冲突战场AI使用的深度和广度还在增加，从情报分析到目标打击全链条都有AI身影。

复盘历史就更清楚了，美国兰德公司从冷战时期就搞系统分析和博弈模拟，靠数学模型和计算机推演给国防部出方案，一份研究报告能影响国家战略走向，这才叫能干活的智能分析。

美国中情局早在20世纪60年代就建立了情报分析模型，后来又搞出预测市场和众包研判平台，虽然不是百发百中，但至少把分析从拍脑袋变成了可验证可迭代的系统工程。

举个最简单的例子，一项房地产政策出台前，如果有智能系统能模拟不同城市不同收入群体的反应，就能提前预判风险避免一刀切，可现实中很多政策还是靠经验拍板，出了问题再救火。

不是说中国完全没尝试，这些年也搞了不少智库和大数据平台，国家高端智库建设试点也在推进，但大多停留在数据展示和报告生成层面，真正能模拟推演社会运行逻辑的几乎没有。

深层原因是社科和工科脱节，搞社科的不懂编程，搞编程的不懂社会科学，两边各说各话，而智能分析预判系统恰恰需要既懂社会运行逻辑又懂算法建模的复合型人才。

卢麒元谈及的学阀也是个现实问题，资源和话语权集中在少数人手里，年轻人想搞点跨界创新容易被说成不务正业，课题评审容易受人脉和资历影响，并非只看想法有没有突破性。

卢麒元的解决方案是建立国家资管系统，用AI管理资本的流向流量和流速，实现资源最优配置，他甚至提出如果官方无意建立，民间可以开展国家资管相关研究系统的探索。

他还警告过AI数字殖民陷阱，说部分大语言模型底层逻辑受到外部体系深度塑造，AI从来不是中立信息工具，存在认知输出被外部影响的风险，这层考虑更要命。

我倒觉得卢麒元的话虽然难听，但点到了要害，社科研究不能永远停留在写文章讲道理的阶段，国家治理现代化需要能模拟能推演能预判的工具，光靠经验和直觉已经不够用了。

说到底，卢麒元的吐槽不是要否定社科研究的价值，而是恨铁不成钢，在AI已经能下棋能写代码能开车的时代，社科研究如果还停留在纸笔时代，那才是真正的浪费和失职。

巨额经费大批研究人员不是问题，问题是指挥棒指向哪里，如果考核标准不改，评价体系不变，再多的钱也只能堆出更多的论文和职称，变不成能真刀真枪干活的智能分析预判系统。