主要观点总结
本文讨论了DeepSeek的诞生可能标志着人工智能的“爱迪生时刻”的到来。文章探讨了为什么DeepSeek没有诞生在投入巨大的互联网大厂和科研机构，而是诞生在规模不大的小公司。对此，文章从现代科学技术的组织制度角度进行了分析，并指出科层制组织在源头创新方面的局限性，以及为源头创新留出弹性空间的重要性。文章还讨论了全球科研活动都在科层制组织的领导下进行的情况，以及在这种背景下，中国科研制度是否能为真正的源头创新留出足够的弹性空间的问题。
关键观点总结
关键观点1: DeepSeek的诞生可能标志着人工智能进入千家万户、改变各行各业的能力的时代到来。
DeepSeek的独特技术方案具有巨大的潜力。
关键观点2: 互联网大厂和传统科研机构的性质和定位差异大，但其组织特点高度相似，都是科层制组织。
科层制组织依靠明确的权威、上下层级和专业分工以及工作流程上的明确规则、流程和绩效考核方式，能将大量人员组织起来，实现特定目标。
关键观点3: 科层制组织适合管理目标清晰、实现路径明确的工程化项目，不适用于充满不确定性的源头科学技术研究。
DeepSeek这样的源头创新项目难以诞生在科层制组织中。
关键观点4: 源头科学技术研究需要农业视角，而非工业视角。需要广泛支持来孵育，而非通过定点支持制造。
需要为源头创新留出足够的弹性空间。
关键观点5: 国内科研管理制度在科层制下走得太远太深，需要强有力的扭转。可能需要大面积取消帽子，取消大多数量化考核指标，减少有组织科研的覆盖范围。
这样才能更有效地孕育源头创新。
正文
但需要注意的是，科层制组织想要发挥威力也有两个明确的前提：
目标清晰，实现路径明确——换句话说，项目目标是“工程化”的。
因为只有目标和路径确定的时候，科层制组织才能将目标沿路径进行拆分和细化，最终落实到组织内部每一层级，才能将目标和路径落实到每一个组织成员的绩效考核。
同样需要注意的是，科层制组织显然无法用于创造从0到1的源头创新。
因为源头创新从本质上就是无法事先定义目标，更无法事先规划路径的。庞大的人类基因组计划固然可以层层分拆，但这一切的前提是Watson和Crick在1953年首先理解基因的分子本质；国产大模型固然可以层出不穷，但没有卷积神经网络、Transformer和Llama的铺垫，国产大模型们围绕规模和性价比的激烈竞争根本无从谈起。
更有甚者，科层制组织不光无法主动孕育源头创新，实际上还会
（有意无意的）
破坏源头创新。
因为源头创新究其本质就是无法准确预测的、随机的、甚至是不务正业的。它的出现需要天马行空的探索，需要对事物本源的狂热追求，需要个性，需要灵光一闪。科层制组织的层级制度、严格分工和绩效考核，做的越是严格和彻底，就越是没有源头创新的机会和土壤——后者会被组织认定为是无效的、浪费的、破坏性的。在ChatGPT成功后，OpenAI公司的成员写出了《为什么伟大不能被计划》。恰如书名所提示的那样，OpenAI的一系列源头创新，究其来源都是意外、热情、大胆设想，勇于试错的产物。
打个比方，科层制组织就像是现代工业，只要目标明确、路径清晰，它就可以通过严密的分工和考核制度全力推进，无坚不摧。但孕育真正的源头创新，却需要传统的农业，一把种子撒下去，我们能做的只有浇水施肥，耐心等待。
说到这里，让我们重新回到中国科研制度的讨论上来。
从某种程度上说，尽管人们谈及科研都会提到“兴趣导向”“自由探索”之类的词汇，但全球的现代科研活动都是科层制组织的领导下进行的。这本身不足为奇。一方面，现代科研活动的主要支持者是政府
（也就是老百姓的纳税）
，理所应当有严格的组织模式和工作流程以应对纳税人和监管者的审查；另一方面，现代科研活动经常需要组织大量科研人员进行长期的团队攻关，明确的分工和绩效管理也无可避免。
而真正的问题在于，
在这种严密的组织模式势在必行的背景下，我们是否为真正的源头创新留出了足够的
弹性空间？
这方面的成功案例也有不少。谷歌独特的20%时间政策允许员工投入20%的工作时间进行自由探索，为他们带来了诸如Gmail和AdSense这样的重要创新。贝尔实验室固然是个庞大的传统科研机构，但允许自由探索的文化也孕育了诸如晶体管这样的伟大发明。
但熟悉国内科研体制的人可能立刻会意识到，这种空间即便不是完全消失，也是非常逼仄和零散的。
