知名学者卢麒元曾抛出的一个拷问，曾让不少圈内人士直接破了防。咱们拥有庞大的社科研究力量，每年投入大量资源，可当真正面对国际局势变化、经济风险波动时，为什么还缺少能够快速分析、提前预警、辅助决策的智能化系统？
今天世界竞争的规则正在发生变化。过去，一个国家比拼的是工业能力、军事实力和资源储备，而现在又增加了一项关键能力，那就是谁能够更早看见未来。很多重大危机并不是突然出现，而是在无数细节积累后爆发。能源价格变化、金融市场波动、地区冲突升级，都需要提前捕捉信号。这也是卢麒元提出问题后引发讨论的原因，因为真正的问题不是有没有专家，而是能不能把专家、数据和技术组合成一套高效体系。
回顾历史，美国在1948年前后推动兰德体系建设，就是因为意识到传统经验无法应对核时代竞争。当时美国面对的是新的军事科技挑战，于是把数学、工程、经济等不同领域人才集中起来，建立系统分析机制。兰德公司后来成为美国重要战略研究机构之一。 但今天中国面对的环境更加复杂，因为竞争已经从单一军事领域扩展到科技、金融、产业链和全球治理多个方向。
这也说明，一个国家真正需要的不是一台能够预测所有事情的机器，而是一套不断逼近真实世界的判断体系。人工智能可以处理大量数据，可以发现人类容易忽略的变化，但它无法替代战略判断。国际关系中的变量来自人的选择，经济变化受到政策、市场和心理共同影响，任何模型都必须不断修正。
2026年的全球经济环境就是一个例子。世界银行报告指出，中东冲突和能源市场压力正在影响全球经济运行，2026年全球经济增长预测调整为2.5%。 这类风险如果只靠事后总结，就只能解释已经发生的问题；如果拥有更成熟的模拟体系，就可以提前推演不同方案，这才是战略能力的重要组成部分。
中国并不是没有探索。人工智能与社会科学结合正在加速推进。清华大学计算社会科学与国家治理实验室探索利用数据分析、智能主体模拟等方式开展政策推演，为治理决策提供辅助。 中国社会科学院也在推动世界经济预测与政策模拟研究，希望通过模型和数据分析理解更加复杂的全球经济变化。 这些探索说明，方向已经明确，关键在于如何形成更强的协同能力。
当前最大的挑战，并不是缺少研究人员，而是如何让分散的知识资源形成合力。现代战略问题往往跨越多个领域，一场能源危机可能牵动金融市场，一次技术突破可能改变产业格局。如果研究体系仍然按照传统学科边界运行，就很难快速应对复杂问题。
未来真正需要建设的，是一种新的国家认知能力。它不是简单依靠人工智能，也不是依靠某几个专家，而是把数据、算法、经验和现实场景结合起来，让研究成果能够快速进入决策流程。只有这样，科研投入才能转化为面对风险时的主动权。
从2026年9月9日来看，卢麒元提出的拷问价值，并不在于否定已有成果，而是在提醒一个更深层的问题：新时代竞争已经进入“判断力竞争”。一个国家拥有多少资源很重要，但更重要的是能不能把资源转化为发现机会、规避风险的能力。
今天，中国已经具备完整产业体系、庞大科研队伍和快速发展的人工智能基础。下一阶段需要突破的，是让这些优势形成更高效率的战略协同。真正强大的国家，不只是能够制造产品、建设工程，更要能够在变化发生之前看清方向。
这或许就是卢麒元那个拷问带来的最大启示：未来的大国竞争，不只是比谁拥有更多资源，更是比谁能够更早发现问题、更快形成方案、更稳走向未来。