一个导师带五十个人：课题组金字塔、复制粘贴科研与 AI 的进场

〇、一个矩阵，一个金字塔#

先摆一张矩阵。同一个导师，同一学期里面对的诉求：

七行，注意：这里面一行都没有博士。而博士恰恰是这台机器里最忙的那类人，后面再说。把七行同时压在一个人身上，再按扩招后的规模放大——一个课题组四五十人，在不少学校是普遍现象。

这个规模要和全国的平均数对照着看，才有意思。按《中国学位与研究生教育发展年度报告（2023）》，全国研究生导师 68.2 万人，硕士生平均生师比 4.87、博士 3.53——平均数小得体面。平均数掩盖的正是分布：全国口径的「平均每师五人」，和个体口径的「一人带四五十人」，同时为真。 金字塔不是处处都有，但有的地方高得离谱。

四五十人不是师徒制的自然膨胀。师徒制的极限是师徒——一个师父同时带五十个徒弟，在任何文明里都叫别的名字：叫外包公司。

一、金字塔是指标造出来的#

为什么堆到五十人？因为指挥棒全链条计件：论文数、项目数、竞赛奖项、就业率，每一项都折算进考核与评估。学生是这些指标的最基本燃料——招得越多，产能越高。

产能逻辑必然推向规模，而规模必然摧毁它名义上要保障的东西。北京大学鲍威等人的实证研究给过一条干净的曲线：导师指导规模与博士生科研产出呈倒 U 型，师均约 10 人时培养质量最优；而现实中指导负荷与院校层次逆向关联——「顶层收敛、底层膨胀」（见10-02 文 的细账）。普通院校更重：专升本按政策在普通本科计划外单独下达，但培养增量的账最终落在接收院校的师资身上——底部越扩，金字塔基座越宽，塔尖那一个人的注意力被摊得越薄。

2026 年那场学术打假风暴，把这个结构的塔尖照了个透。退学博士「耿同学」连续举报多所名校教授的顶刊论文，同济大学查实后免去涉事院长职务、解聘第一作者（新京报 ↗、每日经济新闻 ↗）。新京报的评论标题只有一句：「杰青不能只是学术『承包商』」。他本人在专访里的呼吁更直白：监管应该向大经费课题组倾斜（科学网转载专访 ↗）。承包商——这个词把金字塔的本质说透了：大课题组的核心竞争力早已不是指导，而是承接。

二、金字塔的运转规则：层级分包#

规模一旦超过注意力极限，管理结构自动生成——而且形状极其稳定：

导师：拉项目、跑指标、应对评估（盯博士）
  ↓
博士：中层工头——自己的课题 + 带硕士
  ↓
硕士：项目主力 + 带本科
  ↓
本科/专科：竞赛、基础操作、毕业课题

每一层向下分包，每一层向上交账。研究生把导师叫「老板」，不是玩笑，是这个结构的准确命名：雇佣关系顶替了师生关系，交付物顶替了培养。

这个结构里最惨的是夹在中间的博士。向上看，是博士层的积压：在学 75.36 万人、年毕业 11.29 万，延期率长期过半；每产出 2.4 个新 STEM 博士，才新增 1 个获资助的研究位置（10-02 文的细账）——出口窄成这样，塔内的「工头」岗位就成了稀缺品，谁都下不来。向下看，是带不完的硕士与本科。那位耿同学的观点——国内大部分导师其实已经没有精力自己做实验——在打假风暴后几乎无人反驳，因为它不是道德指控，是算术：一个人的注意力除以五十个人的交付需求，结果就是只剩管理，没有科学。

三、流水线的产出：复制粘贴科研#

金字塔不是白运转的，它有稳定的产出结构。以生物为例，最经典的生产模式是：这个物种的这个蛋白，你做一次；我在另一个物种里把同源蛋白再做一次——换物种、换组织、换条件，规律内的排列组合。它足以毕业，足以发表，甚至足以登上不错的期刊。 真正的边际突破很少；前沿的质变，来自灵光一闪加上大量的量变。

这段判断不需要数据也能成立，但有一个刻度可以佐证它的极端形态：论文工厂撤稿潮里，一次性撤稿 10,409 篇、中国占 87.8%（见10-03 文 的证据链）。撤稿是造假端，复制粘贴是合规端——两者是同一条逻辑上的两个刻度：当产出本身是目标，内容只是介质。 金字塔越堆越高，产出指标越来越硬，生产就越来越向「排列组合」收敛——这不是哪一代学生堕落了，是计件工资下必然的动作变形。

四、AI 进场：量变工厂不要金字塔#

现在，另一个供给者进场了。

先说它的短板，免得写得像广告：模型并不知道哪个 idea 真的会 work。它给的建议大量是「一本正经的排列组合」——因为它优化的目标是预测下一个词，不是物理世界的因果。早期它只能胡乱开火，等人类反馈来筛选。

但这里有一条正在闭合的回路。为什么各家大模型都在做学生认证、送免费额度？公开的产品逻辑不难读：通用文本早被吃完了，现在最稀缺的是真实的科研与工程工作流数据——学生用真实课题免费用 AI，等于用免费的劳动力把「怎么做研究」的完整过程喂给模型。用得越多，模型对「哪条路走得通」的判断越准——它不需要理解机制，它靠穷举失败案例学会避开失败。这是一个用全球用户当免费标注员的强化学习闭环，各家都在赌。

这条路已经走到了路标很清楚的位置：Sakana AI 的 AI Scientist 系统，2025 年 3 月宣布生成第一篇通过同行评审的 AI 生成论文（ICLR 2025 workshop，官方公告 ↗、论文 ↗）；2026 年 3 月，这套系统的正式论文登上了 Nature（官方公告 ↗）。请注意这两条新闻的对称性：AI 生成的论文在过审，生成论文的系统在登 Nature——量变科研的两端，都已经被模型踩住了。

而 AI 对金字塔真正的替代优势，不在聪明，在两个没有：

没有毕业压力。 以往一个课题能不能做，第一道过滤器是导师的功利判断：「这个不好发文章」「这个不利于毕业」——大量方向死在这句话上，死因不是科学上不成立，是账面上不划算。AI 验证一个「没意义」的假设，边际成本趋近于零：死胡同就死胡同，换一条再跑。功利过滤器从探索环节里被整个拿掉了，边界突破因此变得更便宜。

没有金字塔。 五十个人身层级、组会、延期、工头、老板——这套结构的全部功能，是把大量人力压进「规律内的排列组合」。而排列组合恰好是机器的主场：不睡觉、不评职称、不需要毕业、不看任何人脸色。同一条量变业务，一边是人身金字塔，一边是不睡觉的模型——被先吃掉的一定是金字塔，不是因为 AI 聪明，是因为它便宜。

五、剩下什么#

金字塔塌掉之后，人类剩下的位置其实在第四节的另一面：AI 没有「不利于毕业」的过滤器，但它同样没有「值得做」的品味——它不知道哪个问题配得上十年的时间。灵光一闪与判断力，恰恰是金字塔最不生产的东西：金字塔训练的是服从、工时与交付，不是提问。

所以这张账表的结论不站在「AI 取代科研」那边，也不站在「AI 只是工具」那边：量变交给机器，品味留给人；而培养品味的唯一途径，恰恰是拆掉计件金字塔本身。 在那之前，最诚实的预测是分裂的：塔尖的承包商们会最先接入 AI 提产能——排列组合的供给将进一步过剩；塔基的年轻人会最先被 AI 解放，也可能最先被绕过。哪一边先发生，取决于监管向大经费课题组倾斜的那句呼吁，有没有人接。

金字塔不是被 AI 推倒的。它是被自己的重量压弯的——AI 只是恰好在旁边，便宜地站着。

附#

• 年级需求矩阵与「四五十人」规模为观察性叙述；全国平均生师比（硕士 4.87、博士 3.53，导师 68.2 万）出自《中国学位与研究生教育发展年度报告（2023）》，平均数与个体规模的张力正是分布问题
• 鲍威等倒 U 型研究、博士积压数据（在学 75.36 万/毕业 11.29 万、延期 >50%、2.4:1 资助比）：出处见 10-02 文
• 耿同学事件：新京报评论「杰青不能只是学术承包商」 ↗、每经独家对话 ↗、科学网转载专访 ↗；「大部分导师没精力做实验」为其观点转述
• AI Scientist：首篇过审公告 ↗（ICLR 2025 workshop）、论文 arXiv:2504.08066 ↗、登 Nature 公告 ↗
• 论文工厂撤稿（10,409 篇、中国占 87.8%）：证据链见10-03 文
• 「学生认证免费额度=过程数据投喂」为对公开产品策略的解读，非公司官方表述