在一项最新分析中，伦敦大学学院（UCL）的两位研究人员指出，当下用于分配数十亿研究经费的资助体系，是在没有具代理性人工智能的时代建立的，如今可能已经不再适应现实。

他们在《自然》杂志发表的评论文章中强调，新一代具代理性的人工智能工具，可能从根本上改变研究资助的运行方式，并据此提出了一系列资助机构应如何调整和应对的建议。

具代理性的人工智能（AI agents）是大型语言模型的一种更高级应用形态，它们不再只是对单一指令做出回应，而是能够在多个步骤中持续追踪并完成目标。它们可以自动搜索互联网、阅读和分析文献、编写并运行代码、调用外部服务等，以实现预设任务。

在科研资助申请场景中，人工智能代理可以基于研究人员公开发表的成果、资助机构的评审标准，以及以往成功获资助项目的案例进行训练，进而生成研究构想，甚至自动撰写完整的申请书。这样一来，看上去质量很高的资助申请可以在极短时间内、几乎不需要额外投入就被大量产出。

研究人员指出，这可能导致资助机构被数量庞大且形式上“高质量”的申请所淹没，而可用经费仍然有限，评审委员会在做出资助决策时将不得不在大量相似度很高的“优秀”申请之间做出近乎任意的选择。

文章第一作者、伦敦大学学院研究、创新与全球合作副校长Geraint Rees教授表示：“资助评审组一直都在做艰难的取舍，但过去他们至少还能声称自己是在区分真正出色的想法和一般想法。具代理性的人工智能正在让这种说法变得越来越站不住脚。资助机构面临的并不是一个遥远的风险——数据已经显示出体系正在承压。好的一面是，我们确实有更好的做法可选，但采取行动的时间窗口正在迅速缩小。”

Rees教授和Wilsdon教授的新研究还发现，近年来资助申请的数量持续攀升。

在对六个国家、12家多学科研究资助机构的数十万份申请进行分析后，这些机构报告称，2022年至2024年间申请数量整体增长了17%，并预计到2025年，相比2022年将累计增长57%。

具体来看，增幅从英国科学院博士后奖学金申请数量的14%，到欧盟玛丽·居里奖学金申请数量的142%不等。虽然造成这一变化的原因可能有多方面，但研究人员认为，人工智能工具的使用很可能是重要推手之一。

共同作者、伦敦大学学院科学、技术、工程与公共政策教授兼“研究之研究院”执行主任James Wilsdon教授指出：“这些资助申请数量的陡增几乎紧跟在ChatGPT发布之后，因此很有理由认为，这部分增长与生成式人工智能的使用密切相关。而这还只是早期大型语言模型带来的影响：能力更强的新一代具代理性系统，预计将在2026年前后进一步推高申请数量。”

他补充说：“与此同时，同行评审者也会开始使用同样的具代理性工具来审阅和打分申请——如果资助机构不尽快采取新策略来管理申请规模和需求，并改进质量评估方式，我们很快就会逼近整个资助与评审体系难以为继的临界点。”

不过，两位研究人员也提醒，不应简单通过限制申请者使用生成式人工智能来应对挑战。一方面，这类限制难以真正执行；另一方面，即便执行到位，也不足以解决当前体系面临的结构性问题。相反，他们呼吁资助机构主动利用具代理性人工智能的能力，借此重塑资助流程，而不是一味压制其使用。

在他们设想的路径中，资助机构可以利用人工智能从多个维度为申请者建立画像，使其比传统评审组更系统、更全面地识别和比较候选人。例如，可以通过比对申请者过往成果记录与申请内容的一致性来筛选对象，或借助预测性启发式方法，识别具有新颖性和潜在高影响力的研究方案，从而对申请进行优先排序和预筛选。

研究人员同时强调，在设计和部署此类系统时必须格外谨慎，避免加剧现有资助体系中已经存在的问题，例如资源过度集中在原本就成功的少数人或机构手中。透明度被视为关键原则，以防止对早期职业研究人员、代表性不足群体、知名度较低或声望不高的机构，以及跨学科或新兴领域产生新的系统性偏见。

他们总结认为，具代理性人工智能既是对现有研究资助体系的一次严峻考验，也是推动体系改革的契机。如何在利用其效率优势的同时，维护公平、多样性与创新，将成为未来几年全球科研资助机构必须正面回应的核心议题。