在這個“百年未有之大變局”的時代，人工智能的浪潮已不再是簡單的工具更迭，而是一場顛覆性的科學革命。當技術以前所未有的速度重塑各行各業(yè)，傳統(tǒng)智庫究竟是面臨歷史性的發(fā)展機遇，還是嚴峻的生存危機？為積極擁抱智能革命、探索智庫業(yè)務的新形態(tài)，在原招商局集團董事、綜研院副理事長胡政的倡議下，院工會于近日成功舉辦了“AI賦能研究分享討論會”。院領導及多位一線研究骨干齊聚一堂，圍繞“AI如何重塑智庫研究的底層邏輯和知識生產(chǎn)模式”這一核心主題，共話AI時代智庫的生存之道與價值重塑。

一、破局之思：重構智庫的四大新角色

會議伊始，胡政副理事長以《智庫生存遇上智能革命》為題作了開場主旨分享。他敏銳地指出，AI在知識儲備、處理效率、咨詢成本以及“情緒價值”上，正全面沖擊著傳統(tǒng)智庫的業(yè)務模式。他坦言，如今智庫面對的已不僅是“發(fā)展”問題，更是迫在眉睫的“生存”問題和顛覆性的挑戰(zhàn)，他呼吁智庫從業(yè)者必須全面轉(zhuǎn)型，并提出了四個極具前瞻性的角色定位——應當從傳統(tǒng)的“方案制作者”，轉(zhuǎn)變?yōu)樽稍儓鼍暗奶峁┱?、咨詢方案的審核者、咨詢實踐的陪伴者以及咨詢業(yè)務的合作者。

隨后，劉國宏院長高度評價了胡政副理事長的精彩分享，指出這不僅是行業(yè)挑戰(zhàn)，更是拋給所有智庫研究人員的“重大歷史命題”，并鼓勵全體同仁在實戰(zhàn)中尋找破局的答案。

二、先鋒探索：專業(yè)智能體的“從0到1”

在AI工具的應用探索上，院資深研究員、物流所原所長王國文博士分享了他將通用大模型轉(zhuǎn)化為專業(yè)領域生產(chǎn)力的前沿實踐。其中，他利用AI進行供應鏈模型訓練，共三個階段：從最初的簡單對話生成全英文書稿并實現(xiàn)精準翻譯，到進一步將長達四五百頁的供應鏈管理流程標準“喂”給AI，最終成功打造出全球首個聚焦該領域的專屬智能體（Agent）——“供應鏈先知”。不僅如此，通過持續(xù)的模型迭代，AI已經(jīng)能夠自動生成極具邏輯架構的業(yè)務流程圖。他指出，未來智庫研究人員不僅需要使用AI，而應每人配備專屬智能體，讓AI深度參與到研究流程的設計與再造中去。

三、實戰(zhàn)鋒芒：智庫全場景的AI賦能

在實戰(zhàn)分享環(huán)節(jié)，院三位青年研究骨干分別從信息汲取、報告寫作和成果輸出三個維度，展示了AI如何深度重塑智庫調(diào)研的每一個環(huán)節(jié)。

（一）從“信息搬運”到“洞察創(chuàng)造”

面對陌生領域調(diào)研時常遭遇的“信息眩暈癥”，通證中心主任李恩漢博士提出要將“大海撈針”式的搜索轉(zhuǎn)變?yōu)樽陨隙碌摹敖Y構化吸納”。他展示了如何通過RAG（檢索增強）技術穿透政策迷霧，快速生成多維度的政策對比矩陣。針對行業(yè)痛點，重點分享了降低AI“幻覺”的核心策略與實操技巧。此外，他特別強調(diào)，AI時代智庫研究人員真正的護城河不再是單純的專業(yè)技能，而是“品味”。他呼吁大家要利用AI提升效率后重獲的閑暇時間去夯實內(nèi)功、提升品味，把“詩外的功夫”做足，從而實現(xiàn)從單一專才向跨界通才的蛻變。

（二）基于“上下文工程”的人機協(xié)同

金融所研究員陳材杰將智庫研究人員與AI的關系生動定義為“領導與超級下屬”——AI擁有算力與知識，而人則掌握著研究經(jīng)驗（Know-how）以及甲方真實訴求。為了克服大模型在復雜任務中容易出現(xiàn)的“注意力渙散”和“內(nèi)存不足”缺陷，他引入了“上下文工程”理念，即通過將龐雜的研究課題拆分為多個“子項目”、利用AI高效整理調(diào)研紀要、建立高質(zhì)量范例庫，并輸入高度結構化的提示詞，精準地指揮AI生成高質(zhì)量的研究報告，極大地提升了文本工作的效率與深度。

（三）厚積薄發(fā)的可視化“升維”表達

如果說課題調(diào)研是“把書讀厚”，成果輸出則是“把書讀薄”。城市化所研究員陳嘉壘的分享聚焦于如何利用AI進行成果可視化的輸出，更高效、精準地“把書讀薄”。他指出，在有限的匯報時間內(nèi)，AI可視化是傳遞核心信息的利器。他現(xiàn)場演示了如何利用各類AI工具一鍵提取長文本生成多維對比表格、搭建投資測算的初始Excel邏輯框架、生成Mermaid代碼邏輯圖，以及通過精確的控制提示詞快速生成并排版高質(zhì)量的PPT文檔。他認為，AI應當成為智庫研究人員個人能力與視覺表達的強力放大器。

四、深度探討：尋找智庫未來的“生存點”

由具體的工具“應用之術”轉(zhuǎn)向智庫的“生存之道”，院領導們結合行業(yè)趨勢，對AI時代研究院的戰(zhàn)略方向進行了深度剖析——

原院長樊綱指出，雖然AI掌握了極其龐大的數(shù)據(jù)，但它擁有的本質(zhì)上是“過去的知識”。因此，智庫要在競爭中取勝并保持議價能力，核心生存點在于“新意”與“獨到”。只有不斷創(chuàng)新，提出AI無法簡單生成的獨到見解，才是研究人員真正的護城河。

常務副院長郭萬達對團隊的高效實踐表示贊賞，并提出明確建議，智庫團隊必須立刻行動起來，構建屬于自己的知識庫與智能體。通過將前端繁瑣的資料收集和基礎報告撰寫交給AI，研究人員可以把節(jié)省下來的精力集中在價值審核與核心對策的打磨上。

副院長曲建深刻剖析了AI應用的三個階段。他認為，我們目前在檢索增強（RAG）階段已走在前列，但未來的巨大機遇在于“數(shù)據(jù)物理化”。當智庫能為政策研究與咨詢應用場景找到準確的數(shù)學物理模型公式，就能從傳統(tǒng)的“報告模式”昂首邁入更具發(fā)展?jié)摿Φ摹芭惆槟Ｊ健保c客戶實現(xiàn)長期價值共創(chuàng)。

五、圓桌交流：擁抱技術，創(chuàng)新模式

在隨后的開放討論環(huán)節(jié)中，與會研究人員展開了熱烈探討。大家就如何將傳統(tǒng)的產(chǎn)業(yè)規(guī)劃從“墻上掛的報告”升級為動態(tài)調(diào)校的“算法與軟件系統(tǒng)”提出了創(chuàng)新構想。同時，也有研究員結合“杰文斯悖論”[1]指出，AI帶來研究效率提升與成本下降后，反而可能會激活以往下沉市場中大量未被滿足的咨詢需求，催生出更廣闊的市場空間。

劉國宏院長在總結時表示，面對智庫傳統(tǒng)研究與咨詢業(yè)務受到的沖擊，綜研院不僅要優(yōu)化生產(chǎn)力，更要推動業(yè)務模式的創(chuàng)新。從單純提供課題研究咨詢服務，向提供標準化產(chǎn)品、算法軟件及專屬智能體轉(zhuǎn)變，這將是研究院把握時代機遇的關鍵。

正如樊綱院長在會上所言：“一方面我們要學會用AI，另一方面我們要思考怎么去做AI做不到的事情，這才是我們的生存之道?！泵鎸χ悄芨锩拇蟪?，綜研院將繼續(xù)秉持創(chuàng)新基因，駕馭工具，重塑研究全流程，以更敏銳的洞察和更高效的專業(yè)服務，為國家經(jīng)濟社會發(fā)展與高端智庫建設貢獻更大力量！

[1] 杰文斯悖論由19世紀經(jīng)濟學家杰文斯提出，指的是隨著技術效率的提高（如蒸汽機效率提升），資源的消耗量（如煤炭）不僅沒有減少反而增加。