本文来自微信公众号“启元洞见”。
导语：2026年8月5日，卡内基国际和平基金会发表题为《使命重于模式：人工智能对卡内基式智库意味着什么？》（Mission over Model:What Might AI Mean for an Organization Like Carnegie?）的评论文章，系统探讨了人工智能对国际政治智库及政策研究机构的深远影响。文章基于长期观察与跨国讨论，提出了关于未来知识生产与智库变革的五大核心预判。文章指出，人工智能正在彻底改变研究内容从“稀缺”走向“过剩”的供给关系，智库必须从传统的信息收集与概述总结，转向追求深度研究、重构定量与模拟分析工具、打造“魅力型智识者”，并深刻反思知识公开性与私有化决策咨询的边界。文章强调，智库应始终秉持“使命重于模式”的原则，在技术重塑研究范式的同时，坚守推动和平与人类尊严的根本价值。
一、人工智能浪潮下政策智库的范式焦虑与转型前夜
当前，各类专业领域的从业者普遍陷入一种预判重大变革临近的群体性焦虑之中。尽管越来越多的研究人员开始尝试将人工智能融入日常工作，但人们普遍预感到，技术对工作生活带来的真正改变将是系统性与地震式的。在政策研究与国际事务领域，关于人工智能影响的公共讨论已逐渐摆脱早期的喧嚣与过度炒作，步入更加成熟、务实且具备学术根基的新阶段。跨国学术界与政策分析群体的互动显示，原本分化的对话场域正在形成某些共识底线。
面对人工智能技术对全球政策研究生态的重塑，智库机构必须建立前瞻性的发展愿景。对拥有数百名学者的国际政策研究机构而言，被动等待技术变革发生不仅不利于组织的心理调适，更会削弱其作为学术共同体和公民贡献者的社会影响力。基于对技术演进与政策研究生态的观察，智库在未来数年内的知识生产模式、学者核心技能、专家定位、研究方法以及知识传播战略将迎来全方位地范式转移。
二、应对内容过剩：从数量扩增转向真正原创的深度研究
传统观念和外部出资方往往预期，人工智能在文献检索、概要提取、提纲生成及图表绘制等方面的应用，将显著提升研究效率并带来产出数量的增加。然而，政策研究的本质规律表明，这种关于生产率直接转化为高产出的预期存在偏差，未来智库实践中研究机构的出版物数量将会减少而非增加，而这恰恰是研究回归本源的正向表现。
互联网普及实现了内容的民主化分发，而生成式人工智能进一步实现了内容的民主化生成。政策智库诞生于专业领域研究内容相对稀缺的时代，其传统运作模式建立在社会对高质量专论的未满足需求之上。以往智库通过发布针对特定地缘政治问题的普及性报告或背景解析，即可在决策层与公众之间产生显著影响力。然而，大语言模型的兴起使得基础性信息总结、背景介绍和政策问题概览的生产成本降至极低，此类衍生性与合成性内容的附加值正在迅速衰减。
智库未来的研究供给必须深刻应对从“研究内容短缺”向“研究（或伪研究）内容过剩”的根本转变。这需要重构智库的知识生产金字塔结构：一方面大幅缩减底层阐释性研究与中层综合性研究的规模，减少针对微观领域的普通短评和单纯整合分散信息的总结报告；另一方面，将研究精力全面集中于金字塔顶层的“真正原创性研究”，即直接挑战既有共识、基于一手调研与田野考察、或对复杂问题集进行再框架化的深度研究。政策研究的终极价值在于在信息充斥的世界中为决策者提供能够穿越噪音、重塑认知框架的创见。
三、学者核心技能演变：从信息整合者到思想策展人与对话构建者
随着人工智能系统在整理、归纳和呈现既有知识方面的能力超越人类，智库学者的核心技能组合将迎来结构性重组。学者用于收集事实和梳理历史背景的时间将大幅减少，而用于深层次批判性思考、概念提炼以及挑战既有政策范式的时间将显著增加。
人工智能技术能够高效梳理特定安全架构的历史演变与复杂机制，但无法直接替代人类学者对未来安全机制重构的创造性构想。人类学者的价值将更加侧重于对既有分析进行精细化微调、挖掘细微差异对决策的影响，以及发动库恩式的“范式转移”。在此过程中，传统的手工撰写过程不仅是成果产出的方式，更是学者锻造思想、理解世界的自我训练过程，这种体验式的思考路径依然不可替代。
与此同时，知识生产的机制将更加依赖人际交互与协同进化。人工智能能够作为高效的“思考伙伴”，但无法取代人类学者之间高深度的面对面思想碰撞。智库的研讨会、闭门会议与学术论坛等传统交流形式将重塑，传统的单向演讲与专家面板讨论将被淘汰，聚焦特定难题、具备研讨深度的小型互动式工作坊将成为主流。招募多元背景的高水平参与者、设计能够催化新思想的对话机制，将成为区分卓越智库与普通机构的关键指标。精炼现有思想并解锁重大突破，将日益表现为一种并行的、跨学科的团队协作过程，研讨策划能力将从后端的知识传播手段升维为前端的知识创造核心。
四、后专家时代的价值重塑：反击人工智能劣质内容，培育魅力型智识者
在生成式人工智能爆发式增长的背景下，“人工智能劣质内容”（AI Slop）与带有隐蔽性的模型幻觉充斥信息市场。虽然模型性能在持续提升，但其内生的幻觉倾向以及由训练数据偏见带来的扭曲难以完全消除。这种信息环境的恶化，使得市场对具备独立性、权威性与高品质声誉的专家产生了前所未有的刚性需求。当决策者置身于无休止的信息海洋时，他们亟需具有公信力的专业锚点来校验信息质量。
然而，在后专家时代，事实并不会“自动说话”。学术研究成果若要对政策实践产生实质影响，必须建立一套完整的思想传播体系。一方面，深度的学术报告必须辅以观点鲜明的政策短评（Op-eds）、短视频解析以及媒体专题访谈等多模态衍生产品，以完成对公众舆论场和政策精英的认知引导；另一方面，智库必须打破传统“书斋学者”的单一形象，在人工智能生成内容趋向中庸与均值化的趋势下，培育并推出具备独特表达风格、深厚学术功底与强大沟通魅力的“魅力型智识者”（Charismatic Intellectuals）。专家不仅要创造知识，更要扮演“思想向导”（Sherpas）的角色，精准识别并打通知识通往决策者的路径，引导思想在复杂的权力结构中精准着陆。智库在未来的选人与用人机制中，必须在坚守学术严谨性底线的同时，主动吸引并开发具备跨界传播力与影响力构建能力的复合型人才。
五、拓展未知研究边界：从功能替代走向超越传统工具的定量创新
以往人们对人工智能在智库中应用的讨论，过多集中于其对人类写作过程的复制或干扰，这在很大程度上受制于政策研究者多为社会学、政治学及历史学背景的路径依赖。事实上，人工智能对于智库最革命性的贡献，在于帮助研究者突破能力极限，完成以往因计算成本或技术门槛而无法实现的研究工作。
人工智能正在推动政策研究走向“超越Excel”的数据分析新前沿。这一改变主要体现在三个核心维度：其一，实现了分析门槛的民主化，大规模降低了高级编程与复杂数据建模的技术壁垒，使理论研究者能够直接进行大规模实证检验；其二，实现了异质数据的集成化，能够自动化抓取、跨语言翻译并融合多源非结构化数据，例如自动分析数十个国家外交部门数十年间的全部官方声明并完成概念编码；其三，实现了复杂情境的模拟化，结合蒙特卡洛模拟（Monte Carlo simulations）等计算工具与新型交互模式，对数以万计的变量组合进行概率性情境仿真。
将高精度的定量模拟与传统的定性田野调查、博弈推演相结合，能够极大地提升政策建议的实证支撑强度。这一范式转变要求智库必须对现有研究人员进行系统的技术赋能与方法论再培训，使学术团队具备驾驭前沿数据工具的能力。
六、知识权属与传播悖论：公共产品供给与私有化智力资本的战略抉择
非营利性智库长期以来秉持将研究成果免费向社会公开的公共产品模式。然而，大语言模型的普及对这一商业模式与使命表达构成了深刻挑战。智库公开发布的深度研究成果被大模型无偿吸收、消化并以去语境化的摘要形式输出给终端用户，这一方面稀释了原始研究的严密逻辑与微妙语境，另一方面也阻断了智库学者通过署名报告直接对接决策层、获取政策声誉的传统路径。
面对这一困境，智库可能需要在知识权属战略上做出重大调整，探索从完全公开的普适性供给，向“公共善意下的私有智力服务”延伸。智库应当考虑保留部分核心研究产品的非公开性，将其转化为针对特定决策场景的高级定制咨询服务，通过提供包含独家一手田野数据、未公开访谈记录和专属分析模型的定制产品，确保核心智力价值不被大模型简单复制。
同时，人工智能技术为智库内部知识管理带来了划时代的飞跃。智库学者在与各国军工代表、一线外交官或产业界核心人物的闭门交流中积累了大量高价值信息，以往这些信息往往被孤立在个别学者手中。利用人工智能在严格合规与保密的前提下进行内部知识的高效梳理与跨团队共享，将构建起智库独有的专有知识宝库，在保障信息安全的前提下显著提升机构整体的研判深度与决策服务质量。
七、结语：坚守机构使命，拒绝技术决定论
技术浪潮对研究范式的重塑是必然的，但技术的工具化属性绝不能动摇智库的立身之本。正如一系列百年智库的设立初衷所示，机构的最终归宿在于其理想主义的“使命”，而非具体的运作“模式”。无论人工智能如何改变信息的生成、加工与分发机制，人类社会对于和平、正义与人类尊严的追求不会改变。面临技术变革带来的深刻不确定性，政策研究机构既不能墨守成规、固步自封，也不能盲目顺应技术决定论而遗失核心价值。智库应当秉持“聪明的保守主义”与“有选择的革命精神”，在灵活革新工具、方法与传播路径的同时，确保所有的技术赋能均服务于推动明智决策与促进世界和平的终极使命。
（本文内容系“启元洞见”公众号原创编译，转载时请务必标明来源及作者）
参考来源：卡内基国际和平基金会
参考题目：Mission over Model:What Might AI Mean for an Organization Like Carnegie?
参考链接：https://carnegieendowment.org/research/2026/08/artificial-intelligence-ai-technology-research-think-tanks
