摘要

本报告围绕零一实验室第一批试点招新的全过程展开复盘。报名人数达到400余人，最终稳定进入培养体系的成员约10余人；同时，在第二轮面试后，共18名成员参与本年度大创项目申报，并取得项目主持人立项国家级5项、省级6项、项目成员立项若干以及辅助相关老师课题组学生成功立项若干的阶段性成果，实验室成员申报大创项目成功率达到100%。从结果看，这是一次具有较强组织动员能力和项目辅导成效的招新；但从过程看，它也暴露出AI依赖、基础规范不足、主动性不稳定、考核机制与培养目标脱节等问题。

本报告认为，零一实验室当前面对的核心矛盾，并不是“有没有人报名”，而是“如何把被吸纳进来的人真正锻造成能够承担项目的人”。AI生成答案的同质化提醒我们：开放性主观题已不足以直接证明真实思考；大创立项100%的结果也提醒我们：被托举成功并不等于主体性成熟。零一实验室既是学生科研训练的平台，也是对高校早期科研机会分配不均的一种温和修正。它为尚未进入导师或研究生师兄培养链条的学生提供第二入口，但这一入口必须与更严格的训练制度、过程考核和责任分配相配套。

真正的“精”，不是从400人中选出10余人的比例优势，而是把10余人从“想做科研的人”磨成“能够规范交付的人”。

一、基本事实回顾：高选择性与高成果率背后的不确定性

本次零一实验室第一批试点招新，前期通过宣讲、海报、问卷和滚动考核等方式开展。招新定位明确：面向全专业，围绕科研项目、大创立项、竞赛培育和跨学科协作展开；考核流程包括第一轮笔试意愿测试、第二轮情景类面试及作品项目答辩、第三轮大创项目立项答辩。

从数据看，这是一次极具吸引力且阶段性成果显著的招新：400余人报名，最终稳定培养约10余人；18名成员参与大创申报，并实现实验室成员申报成功率100%。但是，正是在这一组看似漂亮的数据背后，我们更快地发现了一个令人不安的事实：被“千挑万选”进来的零一学子，在科研规范训练和大创作品主动推进中，并没有完全交出理想答卷。

PPT逻辑混乱、Word格式粗糙、科研绘图停留在“会画框和箭头”的水平、竞赛答辩缺乏基本表达结构、对大创作品的主动推进意识不足，这些问题并非个别现象，而具有一定普遍性。

因此，本次总结必须打破两个幻觉：第一，低录取比例并不自动意味着高培养质量；第二，高立项成功率并不自动意味着学生主体性成熟。选拔只能提高概率，立项只能证明入口打开，真正决定实验室质量的，是后续能否通过严格训练把学生从“被选中者”锻造成“能承担者”。

二、一轮笔试中的AI率问题：当“主观题”失去主体

本次第一轮笔试考核中，AI使用现象非常严重。部分主观题答案出现明显的同质化、模板化和语言风格趋同，一些回答虽然看起来结构完整、词汇漂亮、立意正确，但缺少具体经验、真实思考痕迹和个人行动细节。经后续测试与核验，我们发现两个答案几乎相同的同学均使用了豆包等AI工具。

这件事本身并不只是“学生偷懒”的问题，更是对我们考核机制的提醒。开放性主观题原本希望看见学生的思考、判断和表达，但当AI可以在几十秒内生成一段看似深刻的回答时，主观题就可能不再测量学生本人，而是在测量AI工具、提示词模板和学生对机器文本的复制能力。

AI并不是敌人。真正的问题在于：我们以为自己在寻找“人”，但考卷上出现的可能只是“借来的声音”。当大量答案都呈现相似的价值判断、相似的逻辑结构和相似的表达句式时，考核就不再是对主体的识别，而变成了对模型输出的筛选。

这背后有更深的哲学意味。教育考核的目的，不是收集正确话语，而是发现真实的人。AI时代的主观题，如果没有过程约束、现场追问、个人经历锚点和现场表达验证，就很容易让“语言的完整性”掩盖“主体的缺席”。一个答案越漂亮，越不必然说明一个学生越成熟；它也可能说明这个学生越熟练地把自己隐藏在AI文本之后。

因此，零一实验室未来不能简单反对AI，而应建立AI使用边界。AI可以作为检索、润色、辅助构思和格式检查工具，但不能替代学生完成价值判断、项目理解和个人复盘。未来一轮考核应增加现场限时写作、口头追问、个人经历举证、手绘草图、版本记录、AI使用声明等环节，使考核从“看结果文本”转向“看思考过程”。

AI可以成为工具，但不能成为主体；学生可以使用AI，但不能把自己交给AI。

三、现实反思：为什么筛选出来的人，在基本功上频频翻车

（一）我们考的是“思维潜力”，不是“规范执行力”

回顾第一轮考核问卷，A部分主要考察加入动机、陌生方向学习方法、项目经历复盘和七天汇报计划；B部分考察主题理解、文献判断、角色选择和科研决策；C部分涉及爆炸视图、PPT答辩稿、大创申报因素判断和意向定位。这些题目对逻辑思维、文献理解、时间规划和价值判断具有一定意义。

但是，若从实验室后续真正需要的基础能力来看，考核存在明显缺口。我们几乎没有用可量化任务考察PPT制作能力、Word排版能力、科研绘图质量、数据图规范、答辩表达结构和信息密度控制。即使第7题涉及爆炸视图，也允许用文字代替，没有真正形成对绘图质量的检验；第8题仅要求撰写150字左右答辩稿，也没有通过现场展示或模拟答辩检验表达能力。

因此，本次考核更像是在识别“谁更像一个有科研潜力的人”，而不是检验“谁已经具备最基本的科研规范执行力”。我们潜意识中默认：有潜力的人，基础规范一教就会。但现实给出的答案是：会与习惯之间，隔着长期训练；知道与做到之间，隔着反复修改；理解标准与稳定输出之间，隔着大量低水平但必要的基本功练习。

（二）被“优秀的光环”误导：表达能力不等于交付能力

在400余份报名材料中，那些逻辑清晰、表述流畅、能够对太空采矿侃侃而谈、能够使用较多科研概念的同学，天然更容易获得较高评价。这种评价并非完全错误，因为语言组织能力和概念理解能力确实是科研潜力的重要部分。

但我们忽略了一个残酷事实：科研竞赛中的规范性，往往比深刻性更稀缺。一个学生可以说出小行星采样、原位利用、智能装备和跨学科融合，却可能无法把一页PPT讲清楚；可以谈论研究意义，却可能连论文标题层级、图注格式、参考文献引用、页边距、字号统一都处理不好。

这不是简单的能力高低问题，而是“话语能力”与“交付能力”的差别。前者让人看起来接近科研，后者才决定一个人能否在科研任务链条中稳定输出。我们这次招新在一定程度上录取了太多“会表达科研愿景的人”，却没有充分识别“能完成规范交付的人”。

（三）大创立项成功与作品主动性不足并存

需要肯定的是，本年度大创项目申报工作取得了非常明确的阶段性成果。通过零一实验室第二轮面试后，共18名成员参与申报，其中作为项目主持人立项国家级项目5项、省级项目6项，作为项目成员立项数量若干，同时帮助相关老师课题组学生成功立项若干。以申报结果衡量，实验室成员大创项目申报成功率达到100%，这说明零一实验室在选题凝练、申报书修改、答辩辅导和资源对接方面具备一定组织能力。

但是，结果上的成功不能掩盖过程中的隐忧。部分新成员在大创作品上的积极主动性并没有达到预期，这一点也让负责培养和指导的学长感到失望。部分同学在报名阶段表现出较强兴趣，但进入项目后，主动查资料、主动找问题、主动形成方案、主动反馈进度的意识不足；更多时候，他们仍在等待任务分配、等待学长提醒、等待模板给出。

这说明“愿意加入实验室”与“愿意承担项目责任”并不是同一件事。前者更多是一种发展愿望，后者则要求持续投入、承担不确定性、面对反复修改和主动推进。大创项目不是一个被动领取的机会，而是一条需要学生主动建构的训练线。

换言之，本次大创成功更像是实验室组织能力和学长托举能力的胜利，而不完全是新成员主体性成熟的证明。被辅导成功，不等于自我驱动成熟；立项成功，不等于作品已经形成；申报结束，不等于项目真正开始。

四、结构性原因：零一实验室是在补足学术机会的缺口

更深层地看，本次招新和培养中暴露出的现象，与高校学生科研机会的分配结构有关。事实上，真正更成熟、更优秀、更早觉醒的学生，往往从大一开始就已经进入研究生师兄、导师课题组或稳定项目链条。他们较早获得了真实课题、规范训练、论文专利指导、竞赛资源和长期反馈。

这意味着，当零一实验室面向全校进行开放招新时，所面对的学生群体并不完全是“最早被发现的一批人”，而更多是“尚未进入稳定培养关系的一批人”。他们可能有热情、有潜力、有上进心，却缺乏科研规范的早期训练，缺乏导师或师兄持续带领，缺乏项目链条中的反复打磨。

从这个意义上说，零一实验室更像是对一部分“学术上尚未找到归属”的学生进行收纳和重组。这里的“收纳”并不是降低标准，也不是把实验室变成简单的救济场，而是为那些没有早期进入导师制通道、没有被既有资源网络吸纳的学生提供第二入口。

这件事具有现实意义，也具有公平意义。它不是对导师制和优秀团队的否定，而是对高校学术机会分配中路径依赖、信息壁垒和资源不均衡的一种补充。更准确地说，零一实验室所尝试的，不是情绪化地反对某个群体，而是通过开放招新、跨学科组织和项目制训练，温和瓦解学术资源过度依赖熟人链条、早期占位和封闭小圈层的现象。

也正因为如此，我们更不能幻想这些学生一进来就足够优秀。零一实验室承担的不是简单的“选优”任务，而是更困难的“塑造”任务。我们面对的不是已经发光的成品，而是需要重新筛土、浇水、修枝、扶正的种子。

如果说传统培养链条更擅长发现已经发芽的苗，那么零一实验室的意义，就在于给那些尚未找到土壤的种子一次重新生长的机会。

五、零一本土化的再认识：矿大不是个例，而是一次地方性回答

零一实验室并不是孤立出现的个案。近年来，不同高校都曾围绕深圳零一学院相关理念开展本土化尝试，试图在传统学院制、导师制和学生科创平台之外，建立一种更加开放、跨学科、项目导向、学生自组织色彩更强的培养模式。矿大零一实验室只是这一类本土化尝试中的一个样本，而不是唯一案例。

但是，本土化并不是简单复制。深圳零一学院的理念进入不同学校后，必须面对各校不同的学科结构、学生基础、导师资源、竞赛生态、管理制度和文化土壤。对于矿大而言，零一实验室的本土化探索，一方面具有跨学科融合、面向项目、鼓励学生自组织的先进性；另一方面也必须面对学生基础能力不均衡、早期科研训练不足、规范意识薄弱、主动性不稳定、AI依赖严重等现实问题。

因此，矿大的零一实验室不能只学习“开放、自由、跨界、创新”的外在形式，更要建立与本校学生实际相匹配的训练制度。真正的本土化，不是把一个先进概念移植过来，而是回答一个具体问题：在我们的学生基础、资源条件和组织能力之下，怎样把一批尚未成熟的学生培养成能够承担项目的人？

这也解释了为什么本次招新不能只从录取比例或立项成功率上判断成败。400余人报名、10余人稳定进入培养体系，说明我们完成了“入口筛选”；18名成员参与申报、大创成功率100%，说明我们完成了“项目辅导”。但零一本土化能否真正成立，最终取决于我们能否完成“过程锻造”。

六、蛋糕哲学：做大蛋糕、分好蛋糕与做精蛋糕

在此前总结中，我们提出过一句话：做大蛋糕容易，分蛋糕很难，但我们可以做得更精、更好。现在回头看，这句话仍然成立，但需要进一步深化。

所谓“做大蛋糕”，是通过宣传、成果展示、荣誉背书和成长机会吸引更多学生。这个过程相对容易，因为学生天然关注保研、竞赛、论文、专利、大创和简历提升。只要实验室已有成果，就能够吸引注意力。

所谓“分蛋糕”，是要在报名者中筛选出少数真正适合当前培养资源的人。这个过程已经困难，因为它涉及标准、判断、公平和取舍。但本次实践说明，分蛋糕仍然不是终点。我们把人分出来了，却没有真正回答更关键的问题：什么叫“精”？

如果“精”只是指录取比例低，那么400人选10余人已经足够精；如果“精”只是指申报成功率高，那么大创100%成功也足够漂亮。但如果“精”意味着科研潜力、规范执行力、项目主动性、AI边界意识和持续输出能力的统一，那么我们的考核机制和培养机制仍然没有完整覆盖这些维度。

因此，零一实验室当前真正卡住的，不是做大蛋糕，也不只是分蛋糕，而是如何做精蛋糕。做精蛋糕意味着：资源不再平均扩散，而是精准投入；机会不再只靠身份获得，而是通过贡献匹配；培养不再停留在热情动员，而是进入规范训练；录取不再被视为荣誉，而是被视为责任。

资源有限是最基本的现实。学长学姐的时间有限，导师资源有限，竞赛名额有限，项目经费有限，能够被精细化指导的学生数量也有限。公平不是把有限资源平均分给所有人，而是让资源流向真正愿意承担、能够成长、持续反馈和稳定输出的人。

真正的公平，不是让每个人都得到同样多的资源，而是让每一份资源都不被浪费，让每一个愿意承担的人都能看见上升通道。

七、更诚实的自我批评：我们犯了五个典型错误

错误一：低估了AI对主观题真实性的侵蚀

我们以为开放性问题能够看见学生的真实思考，但AI让“漂亮答案”变得廉价。主观题如果没有现场性、过程性和追问机制，就很容易变成AI文本的展示区。我们没有充分预判这一点，导致第一轮考核中出现较高AI率和答案同质化问题。

错误二：高估了“潜力”向“基础规范”的传导速度

我们以为一个有逻辑、有表达、有科研兴趣的学生，只要稍加指导就能掌握PPT、Word、科研绘图和答辩表达。但事实证明，基础规范不是知识点，而是一套长期形成的工作习惯。两周可以学会软件按钮在哪里，但两年也未必能画出真正规范、清晰、有审美的科研图。

错误三：以“避免应试化”为理由，弱化了可量化考核

我们担心考核过于死板，担心把招新变成模板化考试，于是设计了大量开放性问题。但开放性问题容易放大表达优势，也容易掩盖执行短板。一个学生可以写出漂亮的价值判断，却未必能排出一份合格的Word文档；可以谈出宏大的研究意义，却未必能在一页PPT中完成有效的信息组织。

错误四：录取后没有立即进行基础能力摸底

如果在录取后一周内，我们要求所有新成员限时完成三项任务：改一篇格式混乱的Word文档、根据一组数据画一张规范科研图、做一页可以直接汇报的PPT，我们就能更早发现问题，也能更早调整训练策略。但我们没有及时设置这种摸底机制，导致问题在真实任务中集中暴露。

错误五：把“申报成功”误认为“培养完成”

大创申报成功率100%值得肯定，但它只能说明申报阶段的组织辅导有效，不能说明学生已经形成稳定的项目主动性。我们在一定程度上把“帮助学生立项”看作阶段性终点，却没有足够强调“立项之后如何把作品做出来”。这使得学生容易把项目理解为履历结果，而不是长期责任。

八、下一步工作：从“选拔逻辑”转向“锻造逻辑”

对本次已经稳定进入培养体系的10余名同学，以及参与大创申报的相关成员，我们不应放弃，也不应再幻想他们是“天选之人”。他们不是不优秀，而是尚未经过足够规范的训练；他们不是没有潜力，而是潜力仍停留在较粗糙的状态。接下来，实验室的工作重心应从筛选转向锻造。

（一）设置AI使用边界与反AI同质化考核

• 一轮考核增加AI使用声明，要求学生说明是否使用AI、使用在哪些环节、自己修改了什么。

• 设置现场限时手写或现场输入题，要求结合个人真实经历、现场材料和临时追问作答。

• 增加口头复核环节，对高度模板化、语言风格异常一致的答案进行追问。

• 允许AI辅助检索和润色，但不允许AI替代个人判断、项目复盘和价值选择。

（二）设立“基础规范强制训练月”

建议将接下来一个月设定为基础规范强制训练月，围绕以下四类能力开展集中训练：

• Word排版标准：论文、报告、申报书、策划书的层级结构、标题编号、图表编号、页边距、字体字号、参考文献和附件格式。

• PPT逻辑结构与视觉规范：标题写法、页面信息密度、图文关系、字体统一、配色控制、流程图表达和答辩页设计。

• 科研绘图基础：流程图、结构示意图、数据图、技术路线图、爆炸视图和竞赛展示图的规范化表达。

• 答辩结构训练：一分钟项目概述、三分钟技术路线、五分钟成果展示、问题回答模板和临场表达训练。

训练方式不应停留在讲授，而应采用“示范—限时完成—集中点评—二次修改—复盘归档”的闭环模式。每一项训练都必须形成可检查的作品，而不是仅仅形成听课记录。

（三）建立大创作品主动性考核机制

针对大创作品主动性不足的问题，应建立明确的周推进机制。每名成员都应完成每周一次的问题汇报、一次资料检索、一次方案更新或一次图文输出。大创不是等任务，而是找问题；不是等学长给方向，而是在方向中逐步提出自己的判断。

建议实行“周报+节点答辩+责任清单”制度。周报记录本周做了什么、遇到什么问题、下周准备怎么推进；节点答辩检验项目是否从想法走向方案；责任清单明确每名成员在调研、绘图、建模、实验、写作和答辩中的具体任务。

（四）下一批招新增加基础规范模块

下一批招新应在保留思维类题目的基础上，显著增加基础规范模块。建议设置三类限时任务：一是完成一页小型PPT，考察信息组织和视觉表达；二是整理一份格式混乱的Word文档，考察规范意识和细节能力；三是绘制一张科研草图或流程图，考察图形表达和逻辑结构。

思维类题目的权重可由原来的主要权重降低至40%左右，基础规范、任务执行、表达交付和现场追问的权重应提高。这样既能避免招新完全应试化，也能防止“只会表达潜力、不能完成交付”的学生被过度高估。

（五）设置预培养周与动态录取机制

建议在正式录取之前增加“预培养周”。通过初筛的学生不立即成为正式成员，而是在一周内完成指定任务，根据完成质量、修改态度、反馈速度和主动性决定是否进入正式培养。

同时，实验室应建立动态淘汰机制。进入实验室不代表永久拥有资源；长期不反馈、不修改、不投入、不承担任务的成员，应及时调整培养关系。资源有限条件下，动态评价比一次录取更公平。

九、写给新一届零一学子：你不是来领取机会，而是来承接责任

对于新加入零一实验室的同学，有几句话必须讲清楚。

第一，进入实验室不代表你已经优秀，只代表你获得了一次被训练的机会。400人选10余人，听起来很难，但这只是入口处的难。真正的难，是你能否在反复修改中保持耐心，在基础训练中保持标准，在项目混乱中保持主动。

第二，实验室不缺想要成果的人，缺的是愿意把小事做规范的人。科研不是从宏大叙事开始的，而是从一页PPT、一张图、一个标题、一次引用、一次答辩开始的。不会可以教，不熟可以练，但不改、不问、不反馈、不负责，是实验室不能接受的。

第三，AI可以帮助你，但不能替代你成为你自己。如果你的答案、PPT、申报书和答辩稿都来自AI，而你无法解释其中的逻辑，那么这些材料并不真正属于你。科研训练不是让机器替你显得优秀，而是让你自己逐渐变得可靠。

第四，零一实验室不是温室，而是训练场。学长学姐可以指导你，但不能替你完成任务；导师资源可以帮助你，但不能替代你思考；实验室可以提供平台，但不能保证你自然成长。真正能够留下来的，不一定是起点最高的人，而是最能学习、最能坚持、最能承担、最能把小事做到规范的人。

第五，机会必须通过贡献获得。论文、专利、竞赛、大创、项目署名和答辩机会，都不应只按身份分配，而应按投入、贡献和可靠程度分配。资源不是奖励“想要”的人，而是流向“能够承接”的人。

十、结语：真正的“精”，不是选出来的，是磨出来的

我们曾经以为，400余人选10余人，已经足够“精”。现在我们知道，“精”不是录取比例的低，而是训练质量的高；不是入口的窄，而是过程的严；不是学生看起来多么有潜力，而是他们能否在长期训练中形成稳定输出。

我们也曾经以为，大创申报成功率100%足以证明培养成效。现在我们知道，申报成功只是起点，作品推进才是真正的考验；立项可以被托举，成长必须靠自己；材料可以被修改，主体性必须被唤醒。

这批零一学子并不是不优秀，他们只是在最基础的地方还没有被真正打磨过。而我们的责任，也不是抱怨他们不够好，而是承认：我们一开始并没有为基础规范设置足够明确的门槛，没有为AI时代的考核真实性设置足够有效的防线，也没有在录取后立即建立足够强的训练闭环。

从今天起，零一实验室不能只问：“你想做什么研究？”还必须问：“你能把一页PPT讲清楚吗？你能把一张图画规范吗？你能把一个Word文档排清楚吗？你能不用AI也讲清楚自己的判断吗？你能主动推进一个大创作品吗？”这不是降低标准，而是回到科研的起点。

零一实验室的价值，不在于把所有人都吸纳进来，而在于让那些尚未被传统学术资源链条充分照亮的人，获得一次严肃训练的机会。它既是开放的入口，也必须是严格的锻炉；既要给后来者机会，也要让后来者明白机会背后的责任。

真正的零一，不应只是一个名字、一张海报、一次招新、一组荣誉或一次大创成功率，而应是一种持续的教育实践：在有限资源中寻找公平，在普通学生中发掘潜力，在AI时代重新确认人的主体性，在不成熟的种子中塑造锋芒。

被选中的种子一开始并不一定很亮。重要的是，我们是否有足够的耐心、制度和标准，把它们磨亮。