为探讨人工智能等数智技术如何服务智库研究与决策咨询，推动新型智库提升研究能力和成果质量，“数智赋能的智库研究与创新论坛暨第十一届智库能力与新型智库建设高级研修班”于2026年11月5日至7日在合肥工业大学举办。本次活动由中国科学院文献情报中心、合肥工业大学联合主办，合肥工业大学人文社会科学处、合肥工业大学管理与智能科学学院（智能商学院）、数据科学与智慧社会治理教育部哲学社会科学实验室、《智库理论与实践》编辑部共同承办，安徽科技与产业发展研究院协办。来自高校、科研院所、智库、企业及媒体等单位的百余名代表参加活动，围绕智库研究方法与组织方式、数智化决策咨询和智库质量评价等议题展开研讨。
开幕式由合肥工业大学人文社会科学处副处长、数据科学与智慧社会治理教育部哲学社会科学实验室副主任顾东晓教授主持。合肥工业大学党委副书记胡笑旋、安徽省教育厅思政处处长王后林、中国科学院文献情报中心副主任刘清分别致辞。
胡笑旋在致辞中表示，建设中国特色新型智库是服务国家治理体系和治理能力现代化的重要抓手。人工智能等数智技术推动智库研究从经验驱动走向数据驱动和人机协同，也对研究方法、成果转化和评价提出新要求。合肥工业大学建有数据科学与智慧社会治理教育部哲学社会科学实验室和省级重点智库，推进理工科与人文社会科学交叉融合，围绕科技战略、产业创新和社会治理开展咨政研究。他希望以此次论坛为契机，深化与同行的合作，把学校的学科和科研优势转化为服务国家重大战略和安徽“三地一区”建设的决策支持。
王后林指出，高校智库是哲学社会科学创新的载体，也是落实立德树人、服务党委政府科学决策的重要力量。人工智能和大数据拓展了资料挖掘、趋势研判等研究手段，高校在应用新技术时应坚持正确的政治方向，把学术研究与国家战略和区域发展需求结合起来。安徽省引导高校用好人文社会科学研究平台，围绕科技创新、产业升级和社会治理开展交叉研究，使选题与地方实际紧密衔接。他希望高校智库在交流中探索可行的数智化应用路径，提高研究质量和服务决策的效率，形成更多务实管用的咨政成果。
刘清表示，人工智能、大数据等技术正在改变知识生产与决策形成的方式。算力、算法、数据和模型成为智库能力的重要组成部分，数智工具的应用需要与研究流程和运营机制调整同步推进。智库可通过多方协同研究网络共享资源、明确研究规范和质量要求，使知识供给更好回应新质生产力发展的实际需求。他强调，战略取舍和价值权衡仍依赖研究者的洞察力。他希望各类智库借本次论坛暨研修班交流研究经验，探讨如何用数智技术提升研究能力、服务科学决策和科技创新。
主旨报告由中国科学院文献情报中心副主任、中国科学院武汉文献情报中心党委书记、研究员刘清主持。
发展中国家科学院院士、中国科学院预测科学研究中心主任汪寿阳作题为《谈智库建设的几个议题》的报告。他结合兰德公司和中国科学院预测科学研究中心的实践，介绍了粮食产量预测、大宗商品国际话语权等案例。他提出，选题应考虑问题的重要性、决策部门的关切及典型性，可从委托任务、政策信息和重大事件中发现议题，也可通过讨论和既有研究主动提出问题。在研究方法上，他强调先明确目标、关键问题和证据需求，再按任务选择田野调查、案例比较、计量模型或系统仿真，将定性研判与定量分析结合，用翔实的数据和可靠的模型支撑结论。智库还要把数据库、方法库、技术库和合作网络作为长期能力来建设。报告写作应讲求证据、时效与表达规范，并根据咨询对象选择合适的报送渠道。他建议对成果开展后评估，跟踪报告的影响和反馈，据此改进研究方法。
吉林大学校务委员会副主任、原校党委副书记韩喜平作题为《人工智能推动社会科学研究范式变革》的报告。他指出，复杂社会问题往往跨越学科边界，传统社会科学研究面临新的证据与组织要求。随着数据与算力条件改善，数据可以直接参与问题发现和理论构建，大模型、数字孪生及智能体也为部分问题提供了量化和模拟的条件，研究结论因而更便于复现、比较和核验。韩喜平将变革概括为研究从定性走向更多定量表达、成果从理论走向实践。面向实际治理任务，应围绕具体问题组织跨学科协作，将部分论证前移到方案设计和情景推演阶段，再把执行偏差、群众评价等实践反馈接入研究。智库长期以问题和需求为导向，具备开展跨学科研究和及时回应决策需求的条件，可以率先探索新方法。他强调，应以马克思主义立场、观点和方法引领范式变革，从社会需要和人的发展出发确定研究方向，以实践效果检验成果。
专题报告各场分别由中国科学院文献情报中心副主任刘清，合肥工业大学管理与智能科学学院（智能商学院）院长李霄剑、副教授冯南平，中国科学院成都文献情报中心研究员、《智库理论与实践》副主编张志强主持。十位专家围绕人工智能部署、决策咨询能力、智库评价和不同类型智库的发展实践作报告。
南京大学中国智库研究与评价中心主任、《智库理论与实践》副主编李刚作题为《AI时代智库变革：框架与路径》的报告。他将人工智能部署置于信息化、数字化、数据化与智能化相互叠加的背景下，结合国内外智库案例，提出把研究人员的个人使用经验转化为机构能够共享、控制、评价和持续维护的能力。机构应建设共用的数据、知识、工具和权限体系，并为研究、传播、管理等具体业务明确输入要求、人工责任和成果验收标准。他比较了个人分散使用工具、调用模型接口、本地部署和自研四种方式，指出选择部署路径应先看任务和数据安全约束，再考虑投入与维护能力。可以从数据量大、重复性高且风险可控的评估等业务入手，培养既熟悉研究场景又能实施技术方案的人才。发现问题、形成对策和对结论负责，仍是智库专家的核心职责。
中国科学院自然科学史研究所研究员刘益东作题为《AI4S驱动的“一人智库”：主题型高端智库的兴起》的报告。他结合人工智能在科学研究中的应用，讨论技术提高资料检索和分析效率后，如何让在特定主题上长期积累的专家发挥更大作用。他认为，研究的质量仍取决于主笔人能否提出有价值的问题、辨别证据和形成独到判断。可围绕具体主题遴选具有原创研究积累的学术带头人，由主笔人借助人工智能和少量协作资源开展工作，再根据议题需要吸纳其他专业力量。他还提出，咨询成果受到决策部门关注后，可以进一步寻找长期深耕该议题的研究者参与论证，回应后续决策需求。人工智能可辅助筛选资料、识别相关专家和梳理已有成果，关键判断仍由具备专业积累的研究者承担。
中国科学技术大学管理学院教授刘志迎作题为《AI时代智库建设工程和智库报告及建议的写作》的报告。他将智库建设视为长期工程，提出配备权责清晰的机构、稳定的经费、持续深耕主题的团队、连续积累的研究成果，以及与实际贡献相匹配的激励机制。研究人员需要有深厚的理论功底，理解国家需求，深入调查并分析问题，最终提出能够执行的对策。在写作方面，他从战略高度、视野宽度、理论厚度、调研实度、语言精度和对策准度阐述智库报告的要求。人工智能可分担资料搜集、文稿起草和修改，研究者仍要辨别材料、把握政策语境、判断建议是否可行。他提出，可以用文章能否转化为文件、谋划能否转化为规划、对策能否进入决策来检验工作成效，从而把报告写作与真实的决策需求联系起来。
清华大学马克思主义学院教授韩冬雪作题为《关于数智智库建设的若干想法》的报告。他从中国不同地区的发展与治理经验谈起，指出我国各地发展阶段、资源条件和利益关系存在差异。某种政策工具或理论模型即使在一个地区取得成效，推广时也要重新考察当地制度环境、治理能力和群众需求。研究者应通过具体案例了解政策运行条件，辨别不同地区看似相同的问题背后是否有相同成因。他认为，人工智能为研究者处理信息、归纳材料和分析问题提供了便利。涉及治理目标和公共利益时，技术分析仍需结合人的价值判断。智库研究既要认识政策工具的适用边界，也要观察治理举措对不同群体的实际影响，在方案设计和研究评价中体现对现实生活的关注。数智工具只有与对国情、地方经验及治理情境的理解结合，才能为决策提供切实帮助。
复旦大学发展研究院副院长黄昊作题为《智库的未来之路：面对数智时代的思考》的报告。他结合消费大数据实验室的建设，介绍如何把消费、快递、产业等多种一线数据用于观察经济活动，为咨询报告提供可追溯的证据。他还分享了将研究院长期积累的成果接入领域模型、开发智能体的做法。研究人员可以交给智能体拆解任务、检索历史材料和调用数据，并根据实际问题复核分析结果。黄昊认为，生成式人工智能降低了信息收集、整理和写作的成本，单靠信息差或加工速度已难以保持优势。智库更需要能够提出新问题、形成有辨识度的观点并作长期判断的人才。他建议，各机构结合自身的学科积累、数据资源和服务对象调整研究流程、成果形态与人才队伍，围绕最擅长的方向持续开展研究。
中国科学院大学长聘体系特聘教授陈凯华线上作题为《人工智能赋能科学研究进展与体系变革》的报告。他从全球战略布局、科研基础设施和科学产出等方面梳理人工智能赋能科学研究的进展，比较了人工智能在材料、化学、医学等学科的应用方法和代表性成果。报告提出，科学模型、科研数据、科研智能体和自动化实验平台是四类相互关联的基础能力，可由不同机构分工建设、协同使用。陈凯华指出，人工智能在科研环节的应用进展可能快于组织和制度调整，需要持续跟踪不同国家与学科的研究产出、方法变化和典型应用，为研判本领域的发展提供参照。随着数据、算法与实验平台之间的联系加深，研究团队的分工、科研资源配置和创新治理也需要相应调整，以适应知识生产方式的变化。
中国科学院西北生态环境资源研究院文献情报中心研究员吴新年作题为《数智时代的科技战略决策咨询能力建设与实践》的报告。他结合科技情报和战略咨询工作，提出统筹理论、方法、工具、平台和人才建设，运用领域知识库、文献计量、知识图谱和情景推演等方法支撑具体任务。咨询工作可从依赖经验和逐环节处理，转向由数据支撑、专家与工具协同的研究流程。他建议由人工智能承担资料收集、整理和初步分析，由专家明确问题、解释情境、核查证据和作出判断。结合实验室实践，他介绍了自动监测、智能检索和专题知识组织在技术跟踪中的应用，强调关键资料应按权限分级管理，模型结果应保留来源和复核记录。在此基础上，咨询机构可提早跟踪重点议题，形成更贴近决策需要的前置服务。
上海社会科学院智库建设基金会副理事长杨亚琴作题为《数智时代如何评价智库质量与影响力》的报告。她结合长期开展的智库跟踪与评价研究，指出数智技术扩大了可观察的信息范围，使评价有条件从单次成果统计拓展到考察研究能力和持续效果。机器可以帮助提取、识别和处理指标数据，专家需要核查来源、校正偏差并解释不同场景。评价还可吸收决策部门、专业同行、社会公众和实际使用者的反馈。她建议按智库类型、任务和服务对象分别设置评价标准，将成果质量、应用反馈与实际影响结合起来，并持续跟踪咨询建议如何进入决策和实践。报告数量、阅读量等指标可提供观察线索，影响力需要结合成果回应的公共问题及其实际效果判断。评价的目的应落在改进研究能力和咨询服务上。
安策智库副总经理吴建飞作题为《民营智库发展的机遇与挑战——基于安策智库十二年实践思考》的报告。他结合规划研究、工程咨询、第三方评估和数智化业务，指出治理任务日益复杂，为民营智库参与决策咨询提供了更多机会。委托方对成果的要求也由提供观点转向解决具体问题、产生实施价值。民营机构需要应对项目经验难以沉淀为研究方法、现有评价对实践贡献反映有限，以及人工智能对组织能力提出的新要求。他建议与高校和研究机构形成合作，把项目中的实际问题转化为可研究的问题，再将学理成果用于检验和改进咨询实践。机构可以建设共享数据资源，培养了解业务并能够使用人工智能的人员。评价也可更多考察规划咨询、第三方评估等服务产生的实际效果，识别不同类型智库的贡献。
中国科学院计算技术研究所研究员洪学海作题为《生成式AI与智库研究》的报告。他结合人工智能辅助科研和战略咨询的实践，提出从信息能否获得、行动能否执行、结果能否验证三个方面判断模型的适用边界。科学研究中部分问题可重复验证，开放性的政策问题还涉及具体情境、利益取舍和价值判断，需要让数据分析与专家洞察相互校准。他以智能体辅助科研调查为例，说明工具可以加快材料搜集和图表生成，也可能给出查无出处的案例，需核对来源并检验结果。情景模拟可以帮助研究者预判政策实施的可能后果，模拟结论仍需现实证据支撑。洪学海认为，资料处理等工作可以拆解并自动化，智库成果能否看透问题本质、提出切实可行的对策并经得起检验，取决于研究者的专业判断和责任承担。
“数智赋能新型高水平智库建设”圆桌论坛由杨亚琴主持。浙江工业大学副校长陈耀、西安交通大学社科处处长梅红、安徽省工程咨询研究院副院长孙明、上海财经大学信息管理与工程学院教授韩冬梅、合肥工业大学文法学院教授吴椒军、人文社会科学处副处长顾东晓参加研讨。嘉宾结合全球环境智库比较、工程项目审查和自贸区政策仿真等案例，交流数智工具在资料采集、批量比对和情景推演中的用法。工程咨询中的项目审查与规划比对展示了大模型的提效作用，自贸区仿真案例则说明，建立可检验的证据链需要领域专家与建模团队共同参与。与会嘉宾提出，高校智库可围绕学科专长建立可持续更新的专题数据集，将一手数据加工为决策证据，并以田野调研和政策模拟检验建议。问答环节还讨论了国外数据的适用条件和青年研究者对人工智能的依赖风险。嘉宾建议，机构可按业务需要探索可信数据空间，保护敏感资料并核验生成信息。研究者应在独立写作、调研和分析中持续训练专业判断能力。
中国科学院文献情报中心原主任、《智库理论与实践》主编刘细文作会议总结。他指出，智库研究应立足国家、行业和企业的治理需求，从实际决策需要出发，在问题初现时及早识别并深入研判。中国特色新型智库还应在研究中国治理问题的同时，关注中国参与全球治理面临的议题。运用人工智能既要核验模型输出的可信度，也要关注模型及智能体的能力边界对研究方法的影响，尤其要审慎处理开放性问题。他提出，评价智库成果应贯通问题提出、研究解决和实施反馈，考察研究解决了什么实际问题、建议产生了什么效果。高校可从长期学术积累中提炼治理议题，将理论、数据和研究结论转化为能够支撑政策制定的建议。他强调，智库应发挥先行研判作用，在决策形成前发现问题、提供依据。他感谢各机构、与会专家和学员对研修班的持续支持，希望以这一平台加强不同类型智库之间的交流。
