本文刊载于《中国科学院院刊》2026年第6期“专题：筑基强国——基础研究前瞻与方略”

方新1 温珂2,3*

1 中国科学院

2 中国科学院科技战略咨询研究院

3 中国科学院大学 公共政策与管理学院

基础研究是整个科学体系的源头，是所有技术问题的总机关。文章系统梳理基础研究内涵和功能的演进，探析人工智能赋能科学研究（AI4S）范式变革引发基础研究发展新特征：活动主体从人类主导转向人机协同、组织模式被全方位重构、公共智能科研基础设施战略价值愈发凸显以及统筹安全与治理制度建设日益紧迫。面向新时代需求，文章提出了构建基础研究生态的原则和举措，建议政府以“元治理者”角色回到中心位置，构建持续稳定的多元投入机制、加强战略性基础研究体系化布局、统筹建设智能化科研基础设施、改革人才培养和科研评价制度，以及深度参与并引领全球科技治理等。

2026年4月30日，习近平总书记在加强基础研究座谈会上强调，基础研究是整个科学体系的源头，是所有技术问题的总机关。要以更大力度、更实举措加强基础研究，提升我国原始创新能力，进一步打牢科技强国建设根基。今天，全球竞争格局正加速重构，人工智能赋能科学研究（AI4S）以前所未有的速度重塑创新版图，我国处在了从“跟跑”“并跑”向“领跑”跨越的历史窗口期。唯有抓住这一战略机遇，强化基础研究生态建设和制度创新，方能实现科技强国建设和民族伟大复兴的宏伟目标。

一、基础研究的内涵与功能

基础研究的本质是探索未知、揭示规律的创造性活动，是知识生产的源头。知识生产模式的每一次深刻变革，都为基础研究注入了新的时代内涵。从单一学科主导、兴趣驱动自由探索的模式1到跨学科融合、应用情境驱动目标导向的模式2，再到当前生成式人工智能（GenAI）嵌入、数据驱动人机协同的智能化模式，基础研究的内涵在知识生产模式的变革中不断拓展与丰富——它不仅关乎“是什么”和“为什么”的纯科学问题，更日益融合了“怎么用”和“为了谁”的战略考量。

1.1 基础研究在我国的认识深化与内涵拓展

1985年，中国政府开展第一次全国科技普查时首次正式引入联合国教科文组织（UNESCO）关于基础研究的定义——为获得关于客观现象和可观察事实的基本原理的新知识所进行的实验性或理论性工作，它不以任何专门的或具体的应用或使用为目的。1989年国家召开全国第一次基础性研究工作会议，是我国系统化布局基础研究的起点和标志性事件。基于我国尚处于发展中国家、科学研究总体处于“跟跑”阶段的现实，该次会议对基础研究的内涵范围做出明确界定，包括：自然科学一般原理与规律的研究；工程技术、农学、医学等应用科学一般原理的研究；重要（产品、工艺）技术与方法的建立及原理的研究；重要基础资料的系统收集与整理分析。

进入20世纪90年代，基础研究的规模不断增大，科学技术与经济增长的关系日益密切，国家对基础研究的干预逐步加强。各国政府更多地将基础研究同国家利益、国家目标联系在一起，在继续支持完全由好奇心驱动、不考虑应用前景的纯科学研究的同时，越来越关注面向国家需求、需要大量支持以形成重点突破的重大战略任务，即战略性基础研究。

2000年3月27—29日，科学技术部、教育部、中国科学院、中国工程院、国家自然科学基金委员会在京联合召开了全国基础研究工作会议。作为此次会议的重要成果，2001年3月6日科学技术部等五部门联合印发了《关于加强基础研究工作的若干意见》，指出基础研究是人类文明进步的动力，是技术创新与经济发展的源泉和后盾，是培养和造就科技人才的摇篮，是国家竞争力的重要组成部分；明确基础研究工作包括3个方面：以认识自然现象、揭示客观规律为主要目的的探索性研究工作；以解决国民经济和社会发展以及科学自身发展提出的重大科学问题为目的的定向性研究工作；对基本科学数据、资料和信息系统进行考察、采集、鉴定，并进行评价和综合分析，以探索基本规律的基础性工作。

新时代以来，新一轮科技革命和产业变革蓬勃兴起，学科交叉融合更加紧密，全球科技竞争不断向基础研究前移。强大的基础科学研究是建设世界科技强国的基石。我国对基础研究的认知实现质的飞跃，内涵全面拓展。价值维度上，明确基础研究要坚持“四个面向”，坚持目标导向和自由探索“两条腿走路”，有组织推进战略导向的体系化基础研究、前沿导向的探索性基础研究、市场导向的应用性基础研究。组织维度上，指出基础研究要建立“跨学科协同”“多主体合作”的开放体系，强化国家战略布局和多元投入，构建“项目-人才-基地”一体化支撑体系。人才维度上，要一体推进教育科技人才发展，全方位做好培养、引进、使用工作，壮大基础研究人才队伍。

纵观我国对基础研究内涵的认识深化过程，是知识生产模式变革、国家发展需求升级与全球竞争格局重塑的必然结果。基础研究从开展“无用之用”的纯理论探索，到融合前沿探索、技术突破、产业赋能、安全保障的复合型知识创新体系，其内涵演进既遵循科技发展内在规律，也为我国实现科技领域从“跟跑”“并跑”向“领跑”跨越筑牢了源头根基。

1.2 基础研究从促进发展到多重功能

20世纪50年代以来，基础研究逐渐成为一项规模宏大的事业，成为现代社会中的一种基本社会建制和维护国家利益所必需的各项事业中的重要组成部分，是实现国家目标的一个不可或缺的、重要的手段。

在我国，关于基础研究功能的认识同样有一个逐步深入的过程。20世纪70年代后期，刚刚结束“文化大革命”的中国百废待兴，政府和公众更多地关注基础研究对经济发展的作用，希望科学研究的成果尽快转化成为现实的生产力。随着科技的发展，学者们认识到，“基础研究是国家兴盛、经济发达、社会进步、人才辈出的基础”，可从繁荣科学、促进发展、培养人才、塑造文化等方面概括基础研究的功能。这一观点也逐步为政府所认可。

1995年5月6日发布的《中共中央 国务院关于加速科学技术进步的决定》指出，在当前一个时期，基础性研究要把国家目标放在重要位置，把为国民经济和社会发展提供动力作为中心任务，重点解决未来经济和社会发展的基础理论和技术问题，创立新的技术和方法。

2000年3月的全国基础研究工作会议指出国家发展基础研究的4个目标：

① 在国际科学前沿取得应有地位，跻身世界科学强国行列；

② 为国家的经济、社会和安全目标提供强大的科学支撑；

③ 培养和造就适应21世纪发展需要的优秀科学家和工程师；

④ 提高全民族科学文化素质，促进精神文明建设。

2006年实施《国家中长期科学和技术发展规划纲要（2006—2020年）》，进一步肯定了基础研究是“高新技术发展的重要源泉，是培育创新人才的摇篮，是建设先进文化的基础，是未来科学和技术发展的内在动力”。这也反映了学术界和决策者对基础研究功能的共识。

党的十八大以来，习近平总书记关于基础研究的系列重要论述，进一步阐释了新时代我国基础研究的多重核心功能。系统梳理习近平总书记重要论述，可将基础研究的战略地位和作用归纳为5个方面：

① 整个科学体系的源头，拓展认识自然的边界，开辟新的认知疆域；

② 高质量发展引擎，推动构建新发展格局、实现高质量发展，从源头和底层解决关键技术问题；

③ 自主培养人才的沃土，通过基础研究人才专项，长期稳定支持一批在自然科学领域取得突出成绩且具有明显创新潜力的青年人才；

④ 国际合作纽带，通过构筑国际基础研究合作平台，拓展和深化中外联合科研，支撑融入全球创新网络；

⑤ 创新生态基石，弘扬科学精神，涵养潜心治学、自由探索的良好科研生态。

改革开放至今，我国对基础研究功能的认知持续深化。从早期关注科学研究的经济发展作用，到明确基础研究“繁荣科学、促进发展、培养人才、塑造文化”的多重功能，再到新时代全面总结基础研究作为“科学源头、发展引擎、人才沃土、合作纽带、生态基石”的五大战略功能，充分体现了基础研究在国家发展全局中的战略地位日益凸显。

二、AI4S范式变革下基础研究发展呈现新特征

当前，在AI4S驱动科研范式变革背景下，基础研究迎来全方位深刻转型。基础研究的对象边界从可见的自然世界扩展到数据驱动的虚拟世界，研究范式从假设驱动到数据驱动，知识形态从公式定理拓展至智能模型。传统“十年磨一剑”、坐“冷板凳”的模式被加速迭代所改变，知识生产模式的重塑正在模糊基础研究与应用研究的边界，为基础研究注入新的时代内涵和实现路径。

2.1 活动主体从人类主导转向人机协同

传统科研范式中，人是基础研究的唯一决策主体和执行主体。无论是前沿方向筛选、科学假说提出、理论推演分析，还是长期实验验证、数据挖掘与成果总结，全部依靠科研人员积累的学术经验与专业能力，而仪器设备仅作为辅助工具。

AI4S范式下，基础研究的主体结构发生了根本性变革。人工智能尤其是科研智能体（Agent）不再仅仅是辅助工具，而是科研人员的合作伙伴乃至自主决策智能体，深度参与基础研究全流程。从选题研判、机理推演，到大数据筛选、仿真实验乃至假说验证，均由人机共同决策、联合执行。这种变化打破了人力科研的能力边界，构建起人机协同的科研主体形态，让基础研究摆脱传统人工局限，实现高效迭代与创新突破。

2.2 科研组织模式被全方位重构

AI4S范式下，基础研究的组织模式正经历从“以人和经验为中心”向“以模型和平台系统为核心”的颠覆性变革，革命性重塑任务组织、研究流程、资源配置、科技评价等核心环节。

（1）任务组织从“单兵作战”向跨学科协同转变

传统基础研究长期受学科划分的刚性约束，依托单一学科开展，如物理、化学、生物、材料等学科各自形成相对封闭的知识体系。AI4S推动了跨学科的交叉融合和底层同构。最典型的如英国DeepMind公司开发的人工智能程序AlphaFold并不是生物学家的“单打独斗”，而是融合了计算机、统计学、物理学等多学科跨界研发人员的集体智慧。这种“问题驱动”而非“学科驱动”的研究方式，成为AI4S的核心特征。

（2）研究流程从线性递进向动态交互转变

AI4S打破以往线性科研模式，构建起全过程动态交互的新模式。依托智能模型或科研Agent，实现从前沿选题、理论推演、仿真实验，到数据研判、假说验证与成果产出等各环节的即时联动反馈，将传统的单向流程重构为自我进化的动态系统，从而大幅压缩了科学发现的周期。

（3）资源配置方式从以项目为单位的竞争性资助转向依托平台开放共享的智能化供给

传统的项目制配置方式下，资源按课题申报、短期立项、定向拨付等方式分配。进入AI4S范式，资源配置逻辑转向长期、平台化的生态建设与能力储备，打破团队、单位、学科壁垒，面向多领域、跨学科交叉研究与人机协同科研需求统筹调配资源。

（4）科研评价从论文主导向多元成果转变

传统的基础研究评价以论文为单一导向，多由来自单一学科背景的评价专家实施评价，不重视数据积累、软件开发和平台建设等高投入、慢产出的基础性工作。AI4S范式下，评价维度由单一学术成果，拓展至数据治理能力、智能模型应用、跨学科协同效能、科研Agent协同成效等多元内容，能够依托智能手段追踪科研全流程创新轨迹。

2.3 公共智能科研基础设施的战略价值愈发凸显

AI4S范式的展开，必须以公共的智能化科研基础设施为战略基石。基础研究从经验驱动、人工推演的范式转向数据驱动、模型仿真、人机协同的新范式，高度依赖智能化科研基础设施的供给。这类基础设施建设具有投入大、通用性强、共享属性突出等特征，主要由政府来建设和运维。当前，世界主要国家都将构建“数据-算力-模型”一体化智能科研基础设施作为国家AI4S战略重心。例如，美国“创世纪使命”（Genesis Mission）由能源部牵头17个国家实验室构建统一数据和算力平台，通过集中建设与统一调度实现资源高效利用；英国致力于构建以“人工智能研究资源”（AI Research Resource）为算力核心、多个数据平台和自动化实验室群为底座的AI4S基础设施体系。

2.4 统筹科技安全与治理制度建设日益紧迫

传统基础研究中，责任归属机制是以“人”为中心，学术不端、实验失误或成果争议均可追溯至具体的研究者或项目负责人（PI）。AI4S范式下，人工智能可自主优化算法、筛选数据和生成假说，具有“本体消解”能力，科研责任边界变得模糊，使得传统的“负责任研究与创新”框架难以适用 。

此外，AI4S范式下科研数据、智能模型和创新成果快速跨境流动，单一国家的治理规则难以适配全球科技合作格局。2021年11月，联合国教科文组织（UNESCO）发布了首份AI伦理全球协议——《人工智能伦理问题建议书》（Recommendation on the Ethics of Artificial Intelligence）。2025年8月，联合国设立“人工智能独立国际科学小组”（Independent International Scientific Panel on Artificial Intelligence），负责为全球人工智能治理提供基于证据的独立科学评估。

因此，AI4S不仅正在颠覆基础研究的责任界定逻辑，而且推动科研治理由国别规制转向全球协同共治，倒逼基础研究领域加快构建负责任科研治理体系和全球协同治理新机制。

三、构建我国基础研究生态的思考与建议

世界科学中心与工业强国的转移规律清晰揭示，科学繁荣和技术突破共同驱动产业变革与国家崛起。从意大利文艺复兴开启近代科学序幕，到英国借牛顿力学与蒸汽机引领第一次工业革命；从法国启蒙运动与德国科学革命催生第二次产业浪潮，再到美国依托多元开放的创新生态主导第三次科技革命，“历史经验表明，那些抓住科技革命机遇走向现代化的国家，都是科学基础雄厚的国家；那些抓住科技革命机遇成为世界强国的国家，都是在重要科技领域处于领先行列的国家”。因此，切实加强基础研究是布局未来科技赛道、积蓄创新动能、赢得战略主动、稳步迈向世界科技强国的长远发展之路。

3.1 以“元治理”观构建基础研究生态

今天的基础研究不再是“孤独天才”的象牙塔活动，而是依赖先进工具、受数据与人工智能技术重塑、需平衡好奇心与战略需求、嵌入全球创新网络并深度介入社会伦理讨论的复杂系统，是一个由知识生产者、资源要素和制度环境构成的自适应生态。2022年经济合作与发展组织（OECD）发布的报告《全球研究生态系统中的诚信与安全》（Integrity and security in the global research ecosystem）明确界定了这一生态的内涵：

① 研究资助机构、各类研究机构、大学及个体研究人员等多元行为主体的互动和协同演进；

② 政策框架和正式或非正式的规则、规范及标准等治理要素的嵌入；

③ 从区域到全球层面的多尺度运行。

2025年，来自7个国家和地区、横跨多个学科与部门的12位专家提出应构建一个新型研究生态的框架，主张建成虚拟实验室和实体实验室相结合的跨国界跨学科协作网络，利用金融工具创新（如研究支持债券）将高风险的基础科学研究转化为可规模化投资的资产，并强调政府需在独立项目评估、风险担保及激励机制设计中发挥关键作用，从而打通基础研究与私人资本之间的转化通道。

必须重视，AI4S范式变革正驱动基础研究从相对封闭的学术圈走向更加开放融合的复杂生态。在这样一个日趋复杂的生态系统中，层级制和市场制都存在着失灵，网络化治理也可能无法奏效，政府需要以“元治理者”的角色回到中心位置。元治理，即对治理的治理，是近年来公共管理学者回应传统多中心网络治理因过度依赖自我协调而引发的治理失灵、反思治理机制设计而提出的概念，主张政府相机平衡地“组合”层级制、市场制和网络化三种治理机制，确保它们协同运行。就基础研究生态而言，政府的作用是运用战略规划、统筹协调多主体、竞争性经费分配、同行评议和建设交叉平台等混合治理手段，实现自由探索基础研究和目标导向基础研究的有机结合，成为生态的构建者和维护者，而不是领导者。

3.2 建设原则

坚持“四个面向”，明确构建基础研究生态的价值引领。基础研究应该以前瞻布局抢占世界科技前沿制高点，以应用为导向服务经济主战场的产业升级，以国家重大需求为牵引突破关键核心技术，以民生为本守护人民生命健康。

强化问题导向，促进目标导向和自由探索良性循环、双向赋能。当走向世界科学的前列，需要自己在AI4S时代辨别新方向、新领域时，选准科学问题的重要性和迫切性凸显。要将国家需求和前沿科技有机结合，既包括好奇心驱动的前沿科学问题，也包括面向国家需求的重大关键科学问题。

秉持人才优先理念，将教育科技人才一体推进与构建基础研究生态有机统一。基础研究是创造性劳动，关键在于人才。统筹推进教育科技人才一体化发展，营造公平发展机遇和良好科研生态，注重培养科研人员批判性思维，破除功利化导向，涵养崇尚科学、潜心治学的学术风气，充分激发人才内生动力。

筑牢安全屏障，是构建基础研究生态不可逾越的底线和前提。严守科技安全、科研伦理和学术诚信底线，有效防范数据使用、算法应用与跨境协作等各类新型风险，平衡探索创新与合规约束，压实治理责任，保障基础研究在安全有序的环境中稳步推进。

3.3 重点举措

对照科技强国建设要求和AI4S范式变革需求，我国基础研究仍存在投入碎片化、资源配置和力量协同脱节、未能充分释放人才创造力，以及参与全球科技治理不足等突出问题，建议重点采取以下举措。

（1）构建持续稳定的多元投入机制，显著提升基础研究投入比重

《中华人民共和国2025年国民经济和社会发展统计公报》显示，2025年我国基础研究经费达到2778亿元，占研究与试验发展（R&D）经费支出比重首次突破7%，但与OECD国家15%—20%的平均水平仍有明显差距。我国基础研究投入占比偏低，有因为统计指标和数据不够准确而失真的因素，但即使扣除这些因素，我国基础研究投入占比仍然偏低[4]。《中华人民共和国科学技术进步法》（2021年修订）明确规定“逐步提高基础研究经费在全社会科学技术研究开发经费总额中的比例”；习近平总书记在加强基础研究座谈会上明确要求“逐步提高基础研究经费占比”。据此，建议将基础研究经费占比明确作为“十五五”时期核心预期性指标，力争到2030年提升至10%以上。

① 大力拓展企业、社会资本、慈善基金等多元投入渠道。采取政府引导、税收优惠、共建新型研发机构、联合资助等措施，激励企业和社会力量加大基础研究投入。

② 提高中央和省级财政基础研究投入比重。从世界各国的经验看，基础性研究的经费多是由中央或联邦的科研资助机构负责。我国在《中华人民共和国科学技术进步法》（2021年修订）中同时明确了鼓励有条件的地方加强对基础研究的支持。

（2）加强战略性基础研究的体系化布局，深化国家战略科技力量协同体系建设

战略性基础研究是大国博弈的“制高点”——前沿领域的最高点、创新链条的关键点、创新体系中的控制点。唯有敢打硬仗、抢占这些“制高点”，才能从根本上突破“卡脖子”技术，掌握发展主动权。建议深入总结“973”计划、国家重点研发计划成功推进跨领域跨主体协同开展基础研究的典型案例，加强战略性基础研究布局。

① 建立自上而下与自下而上相结合的多层次任务凝练机制，形成重大需求清单和科学问题清单，构建基础研究任务体系。

② 以国家重大战略任务为牵引，强化国家实验室、国家科研机构、高水平研究型大学、科技领军企业的使命驱动与分工协同，推动“平台+任务+人才”一体化配置，真正形成体系化、协同化的战略攻坚能力。

（3）统筹布局智能化科研基础设施建设，构筑AI4S基础研究底座

截至2025年底，我国已建成超11万个高质量数据集，规模仅次于美国，但数据标准化不足、“数据孤岛”问题突出。全国智能算力规模达159万PFLOPS（FP16），但在高端芯片性能与超大规模集群（10万卡级）等方面与美国有较大差距。我国科研大模型数量和学科覆盖度约为美国的60%，但基础算法与深度学习框架仍依赖美国。建议中央与地方统筹联动、政产研学协同，加快构建全国一体化智能科研基础设施体系。

① 完善科学数据中心体系布局，强化数据汇交、统一标识与安全分类，打造高质量“AI就绪”数据集。

② 加速推进全国一体化算力网建设，发展高精度算力，筑牢数智底座，切实支持AI基础理论研究和底层技术研发。

③ 聚焦制造、能源、生命、材料等重点领域，布局一批国家级AI4S自主实验室，以人机协同智能系统为核心打造敏捷攻关团队，推动科研流程系统性重构与效能提升。

（4）改革人才培养和科研评价制度，聚集天下英才

针对当前我国基础研究人才创新能力不强、顶尖人才匮乏、管理体制不顺等问题，在统筹教育科技人才一体推进的过程中，建议重点抓4个方面工作。

① 加强跨学科复合型人才培养，优化科教协同育人机制，在解决实际问题中发现和培养人才，创造公平机会让每个有潜力的科研人员能够尽展才华。

② 加强青少年的科学教育，通过科普宣传，弘扬科学精神和科学家精神，激发青少年的想象力和探求欲，提升全民科学素质。

③ 构建更包容、多元和负责任的科研评价制度，倡导创造性批判思维，营造宽容失败的科研环境，建立涵盖数据集、算法、模型、软件等的多元成果评价标准。

④ 实施更加开放的人才政策，支持海外专家牵头或参与基础研究项目，面向全球关注的重大科学问题，依托国际大科学计划和大科学工程，吸引全球顶尖人才开展合作研究。

（5）深度参与并引领全球科技治理

建议：

① 深化基础研究国际交流合作，总结发布“燃烧等离子体”国际科学计划、发起超导科技领域首个国际大科学计划等的经验，联合各国开展气候变化、能源环境、生命健康等重大科学问题攻关，积极牵头组织国际大科学计划。

② 面向AI4S科研范式变革带来的治理新需求，深度参与基础研究领域科研伦理、数据流通、智能科研等相关规则标准制定，在算法偏见评估、数据跨境流动、智能体问责、人类遗传资源信息安全等关键规则制定中提供中国方案。

③ 维护多边治理体系，坚定支持联合国等国际组织在全球科技治理中发挥主渠道作用，以共商共建共享原则推动形成全球基础研究治理共识，构建公正合理的全球科技创新治理框架。

作者简介

方新 中国科学院原党组副书记，发展中国家科学院院士，研究员。主要研究领域：科技战略与政策、科技人才等。

温珂 中国科学院科技战略咨询研究院研究员，中国科学院大学公共政策与管理学院岗位教授。主要研究领域：科研组织与管理、协同创新生态、数智创新与治理等。

文章来源

方新, 温珂. 构建基础研究生态 筑牢强国根基. 中国科学院院刊, 2026, 41(6): 1220-1229.

DOI: 10.3724/j.issn.1000-3045.20260525005.

本刊发表的所有文章，除另有说明外，文责自负，不代表本刊观点。