第一、内容是不看的

      很多人已经默认了，内容是不看的。他们是这么假定的：

      1. 首先是量，看不过来。（笔者知道会有很多评审专家会认真看的，这点有待商榷）

      2. 再就是专业壁垒。就算愿意浏览一下，对技术细节的忍耐度也很低。哪怕评审有心浏览，对具体技术细节的理解往往有限。即使他们愿意花时间深入了解技术，实际操作中，评审在繁忙工作之余很难保持对复杂学术问题的耐心。因此，技术性内容基本被忽略掉，导致评审更加依赖申请书的框架和表面信息，而不是细节或创新性。

      3. 第二点可以忽略，还是基本不看。

     （真的会有很多评审专家会认真看的，标书还是要好好写，不要放弃）

      第二、青年教师高中化

      大量高校和医院在管理青年教师或博士后的科研工作时，逐渐采用类似高中管理学生备战高考的方式，像交作业一样交。很多人并不是出于科研热情或学术追求去撰写，而是为了应付制度要求。科研工作者并非真正为提升科研质量或实现创新而写申请书，而是为了完成学校的硬性指标，唉。

      学校和机构首先追求的是申请数量。领倒导普遍认为，只有交上去的量要够，然后才能谈论概率。这种"量化至上"的思维模式忽视本子的质量，更关注交上去的总数，确保在数量上有竞争力。因而青年教师和博士后们被要求每年撰写和提交大量的基金申请，这种压力下的申请书的内容自然难以精雕细琢，更多时候只是为了“交作业”。

      其次，学校会切实组织人去跻身一些圈子，鼓励他们通过参加研讨会、学术会议等活动“见世面”，然后回到学校开内部讲座介绍“见闻”，进行各种“指导”。这些讲座大多流于形式，更多的是在强调如何迎合基金申请的格式和流程，而不是如何提升科研创新能力。把这项工作上升到“举校体制”，一种“大会战就能出成果”的行政哲学产物，试图通过集体化的力量来提高成果产出。这种思维模式实际上对科研本身来说并不尊重，忽视科研所需要的深入探索和长时间的积累。

      这种“高中化”的管理方式不仅给青年教师和博士后增加了巨大压力，也加重了评审专家的负担。由于学校强调的是申请数量而非质量，评审任务量随着申请书的激增变得不堪重负。评审专家们通常没有足够的时间和精力仔细阅读每一份申请书的内容。尤其是在取消了“申不中两年停申一年”的政策之后，基金申请书的数量激增，评审负担更是成倍增加。大量的申请书几乎没有差异化和新意，使得评审专家在面对众多相似的申请时感到麻木，无法深入探究每个项目的实际可行性和创新点。

      结果就是，评审专家越来越倾向于只看申请书的框架和表面内容，而不会深入分析技术细节或学术创新。这种“泛泛而评”的方式严重影响了评审的质量和公平性，使得真正有科研潜力的项目很难脱颖而出。同时，由于评审专家面临的任务量过于庞大，他们对评审工作的耐心和认真度逐渐下降，进一步加剧了科研申请的形式化倾向。

      “青年教师高中化”，不仅让青年教师陷入无尽的申请书写作中，也导致了整个科研圈子评审质量的下降。申请书从形式到内容都变得高度同质化，而评专家则在繁重的任务面前选择“走过场”，形成了科研管理中的恶性循环。

      第三、让学生写

      基于以上考虑，大量的人其实是叫学生帮写的。学生对基金的申请流程和要求并不了解，缺乏经验，写出的申请书存在严重不足。许多年轻教师自己都在摸索如何写好申请书，也没有完全掌握基金的核心要点，却把写作的任务交给学生去完成。（但是有些学生写的不错，新的脑子确实要好使点）

      在抖音能连续不停地刷到研究生日常就是导师叫他写基金。在网上，你看到的指导写基金申请书的，全是研究生问，研究生来答。2024年，基金申请书撰写经验，不是讲给老师听的了，是讲给研究生听的了。你去看那些回答，那些研究生还真当回事，一点儿不觉得奇怪。还叫研一学生写，一个老师还叫五六个学生写不同的题目，是认真的么？

      而且会发现，研究生群体对这类事情根本没有质疑的。这年头，当导师很好当。你今年发明一个，叫学生写基金申请书，也就头几年有些研究生致郁，过几年全网就会自动有很多分享“研究生如何写基金申请书”的经验了。明年你叫学生给造原子弹，网上自动会有很多分享“研究生如何造原子弹”。不离谱了，因为今年开始，这些经验干货都不用人去想，叫ChatGPT生成了。

      第四、ChatGPT

      去年开始，笔者估计大量内容是ChatGPT生成的。

      评审手头上的任务，估计会暴增个一百倍。大部分评审根本没有时间或精力仔细阅读内容，甚至连研究基础都懒得仔细看，申请书的实质性评估能力大大下降。评审者可能会更依赖AI生成的标准化审稿意见，降低了基金申请的审核严谨性。科研领域的整体工作质量也会受到影响。

      第五、资助率

      国家没钱了，资助率已经跌破15%。于是，一头是本子数量暴增，另一头评审拒稿压力也暴增，评审写意见的作业量就更加暴增了。估计也是叫ChatGPT写“不建议资助”的意见的。

      不信，可以把本子的稿子的摘要输给ChatGPT，叫他写一个不建议资助的五条意见，看它生成的质量咋样？

      评审专家要耐心看这么多申请材料真的烦得很，而这些申请书的质量良莠不齐，难以真正从中筛选出有价值的科研项目。最终科研资助很可能陷入“堆数量、不看内容”的局面，那些真正有创新性的科研项目反而淹没在这种形式化的申请潮中。资助率的下降不仅仅是一个数字上的变化，更是对于申请者和评审专家的挑战。

      笔者估计这个国家没人会在意科研圈子整体被AI大模型take over。因为大部分人只是假装做学问，实际根本就是活脱脱的政策生物。（高校笔者不是特别清楚，但是起码医院是这样）