摘要

Bhattacharya 的核心运营理念，是把 NIH 按照风险投资组合来管理：容忍具有产出价值的失败，让1个改变领域的胜利足以令整个组合成功。 他表示，近年来 NIH 的文化偏好6-8年前的想法，而非0-2年前的新想法，结果是“每美元带来的突破更少”；研究所所长的考核标准将是整个组合的健康度和知识增量，而不是每笔基金都成功。
眼下的政策组合包括一项5000万美元的自闭症数据科学计划——从250个申请团队中选出13个获得资助——以及针对一种老药和孕期用药风险的行动。 Leucovorin 可能帮助“20%……我认为”的患儿恢复语言，最多让60%的患儿改善，但前提是患儿存在相关的脑叶酸问题；关于 acetaminophen 的证据仍是相关性证据且存在争议，因此 Bhattacharya 将即将发布的 FDA 指引定位为审慎之举，“不是……恐慌”，同时 CMS 将调整 leucovorin 的支付方式。
他的改革瓶颈并不只是研究资金不足，而是整个体系奖励论文发表和保守主义，却不奖励重复验证和新想法。 一篇经过同行评审的论文代表研究者的判断，“不是……真理”；独立重复验证应成为标准，而集中化评审、可审计的外国拨款以及允许发表具有产出价值的失败，旨在提升问责和学习效率。
NIH 的资金配置明确采取“顶层民主决策、疾病组合内部专家驱动”的分工。 Congress 和总统应在癌症、HIV、心脏病、糖尿病和儿科等领域反映公众需求，科学家则在各疾病组合内选择有前景的研究机会；Bhattacharya 否定“哲学王”，并以美国预期寿命持平为证据，指出科学成果还没有充分转化为健康改善，同时强调 NIH 既不是唯一原因，也不是唯一答案。
人才管线如今把获得第一笔重要 NIH 基金的年龄中位数，从1980年代的约35岁推迟到40多岁中段，系统性地让创意池老化。 由于他的研究发现，普通科学家的想法会随着实际年龄每增加1年而老化1年，而诺贝尔奖得主则是实际年龄每增加2年、想法老化1年，他希望研究所所长因早期职业资助、战略计划覆盖率以及资深研究者的指导成果而获得奖励。
重建公共卫生信任，需要官员让信心与证据匹配，在确有必要时说“我不知道”，并把公民当作伙伴而非被管理对象。 Bhattacharya 将疫情期间缺乏依据的措施和过度自信归咎于信任崩塌，但反对虚假的谦逊：他以约95%的 MMR 接种率对比儿童约13%的 COVID 疫苗接种率，说明“美国人民并不愚蠢”，能够分辨强证据和弱证据。他表示，重建信任将需要很长时间。
AI 的定位是增强科学家能力，而不是取代科学家：它可以缩小蛋白质靶点范围、提升放射科诊断能力，并让医生重新把注意力放回患者，但这些用途本身仍需要研究，包括解决幻觉问题。 Bhattacharya 表示，AlphaFold 已经“给药物开发加上涡轮增压”，NIH 正在建设隐私保护工具，但已有一些人一次提交多达60份明显由 AI 生成的申请，令评审不堪重负；新的限制被描述为“比如每年6份——每轮6份，差不多吧”。发现仍取决于那些“不断敲门”的科学家。

精读

1. 自闭症计划将研究资本与短期政策结合

在 Secretary Kennedy 要求为家庭寻找答案6个月后，Bhattacharya 启动了一项5000万美元的自闭症数据科学计划。CDC 最新数据暂时显示患病率为每31人中有1人；现有行为疗法对许多儿童效果并不理想，病因和预防也没有明确答案。在250个团队提交申请后，13个团队将获得大额资助，目标是在未来几年产出研究发现。
一项近期治疗公告聚焦 leucovorin，这是一种能够帮助叶酸进入大脑的老牌亚叶酸药物。Bhattacharya 表示，对于存在相关叶酸代谢缺陷的自闭症儿童，医生已经观察到治疗效果：“我认为，20%的孩子会恢复语言”，最多60%的孩子会改善——但他反复强调，这并不适用于所有自闭症儿童。
关于 acetaminophen 的公告刻意收窄了表述：Harvard T.H. Chan School of Public Health 院长重点介绍的一项近期研究发现，孕期使用该药与之后被诊断为自闭症存在相关性。Bhattacharya 称相关文献存在争议，政策信息应以审慎为主——在确有需要时使用，例如高烧，因为“这种结果不应该让任何人恐慌”。
FDA Commissioner Marty Makary 正在制定修订后的孕期用药指引，CMS 则将调整 leucovorin 的支付方式。Bhattacharya 将这一组合视为跨机构执行；一项平行推进的早产项目则瞄准另一个尚未解决的缺口：美国早产结局差于欧洲，产前保健可及性很重要，但“不是全部答案”。

2. 重复验证，而非论文发表，才是拟议的真理标准

Bhattacharya 的底线是：“科学中的真理标准应当是重复验证。” 一篇期刊论文记录的是科学家基于证据形成的信念，但“发表在期刊上并不意味着它就是对的”；只有当独立团队得出相同结果，可信度才应上升。
重复验证危机部分源于结构性问题。科学已经高度专业化，研究者很难日常检查彼此的工作；而把职业生涯投入到重复他人研究上，也几乎没有通往“顶尖大学教授职位”的路径。负向重复验证往往无人发表，于是原始结论缺少能够暴露科学家自我说服倾向的审查。
他以鸡蛋为例说明沟通成本：1985年的证据曾让他不敢吃鸡蛋，后来科学研究却推翻了这一信息。由于科学本身极其困难，NIH 必须投资重复验证、要求研究具备可重复性，并用能够经受独立检验的证据，取代对“权威”的诉诸。

3. NIH 需要对具有产出价值的失败采取风险投资式容忍

Bhattacharya 明确使用风险投资组合类比：如果 a16z 投资50个项目，其中49个失败，第50个变成“Google 或者类似的公司”，那么整个组合就是巨大成功。同样，实验失败但产生了有效知识的科学家不应受罚，也应有渠道发表“从中学到了什么”。
历史对比显示，NIH 已经偏离了这种模式。1980年代和1990年代，获得资助的想法往往只有0、1或2年历史；到了2000年代和2010年代，典型项目依托的想法已经存在6年、7年或8年。他的结论是：“我们只是变得太害怕尝试新想法。”
同行评审进一步放大了保守主义。一名资深评审者看到一份挑战自己数十年研究的申请，认为“它不可能奏效”，就可能迅速促成评审小组形成共识。主持人也认可这种风险投资类比：寻求一致同意的合伙关系会错失大胆下注，因为一个怀疑者就能否决陌生想法。
执行层面的改革还包括可审计的外国合作和统一评审。由于 NIH 无法审计拨给 Wuhan lab 的资金，Bhattacharya 引入了追踪机制，目的是保留而非终止国际科学合作；他还将原本并行的研究所层级评审移交给 Center for Scientific Review，使 NIH 的27个研究所采用同一套流程。

4. 疾病领域的资金分配属于政治决策，科学选择在下游完成

Agarwala 的框架将 NIH 的管理分为资金分配和执行：先决定超过350亿美元如何分配到不同疾病领域，再选择研究人员、监测数据、管理合作方并维持风险承担。Bhattacharya 接受这一划分，但强调这两个层级依赖不同类型的判断。
Congress 和总统应设定大方向上的疾病资金分配，因为公共资金应当回应公共需求；科学家则在这些任务框架内评估机会并构建研究组合。“没有哲学王”能够客观决定 HIV、癌症、儿科疾病、心脏病或自闭症之间究竟应如何分配资源。
主持人的反驳值得保留：公民可能有意将生物医学判断委托给专家，也无法评估冷门疾病或科学研究的可行性。Bhattacharya 以1980年代初的 HIV 为例回应：NIH 初期应对不足，是患者组织的政治行动迫使机构认识到这一威胁。单靠科学专业知识，并不能公平地在不同人群之间分配关注。
他采用的结果检验标准是实际健康状况。美国预期寿命在大约15年间没有增加，慢性疾病负担包括心脏病、肾衰竭、1型和2型糖尿病、自闭症以及不断上升的癌症发病率。HIV 领域的进展值得庆祝，但去年仍有约4万人感染 HIV，这既说明投资不能停止，也不能成为忽视其他领域的理由。他同时提醒，NIH 科学并不是这些结果的唯一解释。

5. 老化的基金管线也在让研究想法老化

1980年代，获得第一笔大型 NIH 基金的年龄中位数约为35岁；如今这一里程碑要到40多岁中段才能实现。与此同时，生物医学培训生通常需要经历1个、2个或3个博士后岗位，才有机会竞争助理教授职位，导致许多有前景的研究者在验证独立想法之前就离开了。
Bhattacharya 自己的研究发现，普通科学家发表作品中的想法，会随着科学家年龄每增加1年而老化1年。最优秀的研究者能够抵抗这种趋势：诺贝尔奖得主的想法大约每经历2年实际年龄才老化1年。“如果你想要最新的想法，就必须让年轻人有机会尝试。”
他的制度性抓手，是赋予研究所所长更大的组合管理权限，并按照健康影响、重大生物学进展和战略计划一致性来考核他们，而不是要求每笔基金都完美无误。否则，同行评审分数可能把10个提案都投向同一个战略领域，却让另一个重大优先事项完全没有资金。
他并不认为包括博士前、MD-PhD 和博士后资助在内的培训管线是最薄弱的环节；真正的失败发生在走向独立研究阶段，K awards 和转为助理教授仍然困难。因此，资深研究人员的考核也将部分取决于他们是否指导并推动早期职业阶段的同事，而不只是延续自己的成熟研究项目。

6. 学术自由与出版经济也是研究基础设施的一部分

此前，NIH 内部科学家发表论文需要获得上级许可。Bhattacharya 终止了这一要求：“人们会发表我不同意的研究。太好了。”在他看来，如果大学不保护科学家探索和表达异议的能力，也不可能提供优秀的研究环境。
他将这一承诺与政府围绕反犹太主义等问题对大学施加的压力区分开来。无论周边冲突如何，科学研究的要求都十分明确：研究者必须能够自由表达自己的判断、依据证据推进研究，而不必事先获得机构批准。
出版集中度制造了另一个瓶颈。极少数营利性期刊公司可以向美国纳税人资助的研究收取约1万美元的发表费用，然后再向读者收取50至100美元的付费墙费用。NIH 已经取消了 NIH 资助研究的读者付费墙，但 Bhattacharya 表示，科学出版要实现更大程度的开放，仍需要更多政策支持。

7. 信任取决于承认不确定性，而不是表演无能为力

Bhattacharya 认为，今天的信任危机根源在于疫情期间的做法：到处设置有机玻璃隔板，进餐馆时要求戴口罩、坐下后却可以摘掉，以及在证据薄弱的情况下关闭学校。他认为，儿童在教育上仍然“落后了数年”，因此，当官员表达确定性却让生活变得更糟时，公众不信任是可以理解的反应。
他的第一项修复机制是“黄金标准科学”：重复验证、无偏同行评审、可重复性，以及坦诚说明局限。第二项是姿态。公共卫生官员是“人民的服务者”，但疫情期间他们往往表现得高高在上，把接种决定与工作和社会参与资格挂钩，而不是作为科学调查和公共卫生行动的伙伴与公民合作。
第三年医学生的类比提供了行动准则。白大褂容易诱使经验不足的学生在患者寻求答案时“开始自作主张”；负责任的回应应是：“我不知道。我去查一下。”面对新的疫情，官员应说明不确定性，解释他们如何寻找答案，并向更专业的人请教。
主持人追问了另一面：面对新型病毒的谦逊，不能消解公众对长期以来有证据支持的儿童疫苗的信心。Bhattacharya 表示同意——MMR 能够预防一种可能致命的疾病，不需要虚假的谦逊——同时保留异议空间。在他看来，约95%的 MMR 接种率对比儿童约13%的 COVID 疫苗接种率，说明公民会理性回应证据强弱的差异。

8. AI 可以聚焦科学劳动，但无法制造信念

在慢性病领域，Bhattacharya 重点提到一项涉及 Zostavax 的观察性研究，这是一种老牌带状疱疹疫苗。一名 Stanford 同事发现，该疫苗与认知能力下降或 Alzheimer’s 风险降低最多20%或30%相关；尽管 Zostavax 因预防带状疱疹效果不佳而不再使用，Bhattacharya 认为它可能成为一种便宜、安全的方式，用于延缓或预防大量病例——这个想法需要“得到一点科学上的关爱”。
AlphaFold 展示了 AI 对研究效率的提升：预测蛋白质结构，可以在昂贵的实验室工作开始前，缩小可能的靶点和候选药物范围。实验室工作仍不可或缺，但计算工具能够让实验更聚焦。在医疗服务中，AI 可能帮助放射科医生发现遗漏病灶，或起草电子病历，让医生把注意力放在患者而不是屏幕上。
Bhattacharya 拒绝一个由 AI 撰写研究所路线图、提交基金申请并评审基金申请的未来。模型总结已有知识的能力强于挑战既有范式；有些人一次提交多达60份明显由 AI 生成的申请，令评审被噪音淹没，也促成了他所说的限制：“比如每年6份——每轮6份，差不多吧。”因此，NIH 的隐私保护系统应当是“能力的增强，而不是替代”。
对于最终的投资组合问题，他对更好的疾病管理、新分子以及人们生活方式的变化都回答“是、是、是”，因为他无法预测哪个方向会成为赢家。他提到 GLP-1，具体是 GIP/GLP-1 分子，以及美国平均体重在“去年”数十年来首次下降；随后又引用 Max Perutz 花费10年研究肌红蛋白、尽管教授们建议他选择更容易的问题这一案例：NIH 应为那些“不断敲门”的科学家留下空间，直到他们改变一个领域。

Replit CEO 谈编程的职业生涯、AGI 与 Vibe Coding 之战——与 Amjad Masad、Dave B 和 Salim 对谈 Vol.74 体育，可能是人类与AI对抗的最后阵地---串台上下半场