问题——科研与教学正面临新一轮范式跃迁的压力。随着智能技术快速进入科学研究与高等教育，科研文献检索、实验设计、数据分析、论文写作等环节的工作方式正在改变。效率提升的同时，也带来学术规范、人才培养以及管理与服务如何匹配的新挑战。如何让新工具更好支撑原始创新，如何在课堂教学、论文写作等场景中划清边界、做到有规可依，已成为高校与科研机构绕不开的现实问题。 原因——技术演进叠加创新竞争，推动“工具更新”走向“体系调整”。一上，科研数据规模更大、知识更密集、学科交叉更深，单一学科方法与碎片化工具难以支撑高强度探索；另一方面，未来科技竞争更看重科研效率、协同能力与成果转化速度，具备科学理解与推理能力的基础模型及其平台化应用，正逐步成为新的科研基础设施。基于此，依托统一平台面向师生开展系统培训，有助于降低使用门槛、形成共同语言，并把工具优势转化为组织与制度层面的优势。 影响——从“局部提效”走向“全流程赋能”，也促使规则与能力同步升级。国科大启动“磐石-AI4S”专项系列培训，聚焦科研平台与工具的系统掌握，推动科研全流程与教育管理的智能化转型。校方在培训中提出，要主动使用新技术，把握变革窗口期；同时也关注学位论文等场景出现的新规范问题，要求加快建立人工智能使用规范体系，确保应用在可追溯、可解释、可评估的框架内运行。这表明，智能化转型不仅是引入工具，更涉及教学方式、科研组织、评价机制与治理能力的整体升级。 对策——以平台为抓手，走“应用牵引+规范保障+生态共建”的路径。培训首讲由研发骨干围绕平台架构、科学基础大模型与文献工具进行讲解，并结合科研场景展示从选题、精读到写作等环节的用法，强调“易上手、可复用、可迁移”的实操导向。参会人员来自学院与职能部门，体现学校将科研创新与管理服务一并纳入智能化布局。有关负责人表示，在推进AI4S应用创新的同时，将同步建设面向教育场景的模块，探索把智能能力嵌入人才培养、课程教学、科研管理与服务保障等环节，形成从工具、流程到制度的闭环。通过校内多部门与科研院所协同举办培训，更强化科教融合与平台生态培育，推动平台真正成为师生“用得上、用得好、用得稳”的科研工具。 前景——跨学科落地与制度化治理将成为下一阶段的重点。随着系列培训持续开展，平台的深度使用、跨学科案例沉淀与最佳实践推广有望加快，推动智能方法在不同学科形成可复制的应用路径。更关键的是，围绕论文写作、数据使用、成果署名、模型引用与过程记录等环节的规范建设，将决定工具应用能否从“提升效率”进一步走向“提升质量”和“提升可信度”。从长远看，若能在开放共享、安全合规与学术诚信之间形成可执行的制度安排，并建立覆盖师生的能力与服务体系，将为高校打造具有自身特色的创新生态提供支撑，也为培育新质生产力、提升原始创新能力提供持续动力。
技术变化越快，越需要用系统化的能力建设把握方向。以培训带动应用、以规范守住质量、以生态提升供给，才能让智能化真正服务于科学发现与人才成长。面向未来，高校在拥抱新技术的同时守住学术底线、提升组织能力，将直接影响其在新一轮科技竞争中的创新水平与育人质量。