第三百九十八章（1/2）
光是科学城公开展示的福利，足够吸引全世界的人才趋之若鹜了。
可能华国给科学家塑造的形象是澹泊名利，无私奉献。
实际上科学家和这八个字的相关度并不高，由于大脑发达，他们的欲望甚至比普通人更加强烈。
尤其是西方国家，西方国家的海洋文化和文艺复兴后的思潮演变，决定了他们是一定把自我感受放在首位。
至于国家民族观念，可能有，但是在自我利益面前，可以没有。
不然也不会有那么多德意志科学家、前俄国的科学家在本国失败之后，被阿美利肯大批得招揽过去。
这些科学家在本国失败之前就陆续有投奔阿美利肯以及其他西方国家的。
科学城最诱惑的待遇，除了延长寿命之外，还有就是有人工智能助理，能够帮你完成很多想法上的验证和论文编写。
几乎能够负责你一切的日常和研究工作助理，随着使用磨合，能够接近百分之百的理解你的意图。
对于醉心科研的人来说，他可以把自己的全部精力都放在探索未知的领域，而不是在一些琐事上。
全球每年申请成为科学城永久居民的人数连年激增，从第一年的两百万，到今年的两千万。
主要如果是自己申请，至少得是博士。
而郑理通过虚拟现实设备扫描判断出来的，真正具有潜力和资质的人才，则没有学历的要求。
从2000年之后，全球高学历人才的增长速度是很快的，即便博士学位稀少，全球的博士人数依然是一个不小的数字。
光是华国和阿美利肯，每年新增的博士学位数量，都在七万个左右。
当然学位不等于能力，但是对于一个供不应求的岗位来说，设置一定的门槛还是有必要的。
大企业的岗位是否真的只有985、211能干得来？
显然不是。
光是二十一世纪的前二十年，大型央企请的顶级咨询机构，像麦肯锡之流，为他们做企业转型改造。
其中的核心诉求，就是把企业业务拆解，拆解到即便自己把所有人换成中学毕业生，也能做得来。
所以越是大企业，它的业务越流水线标准化，对个人的能力要求其实是更低的。
这也是为什么大厂的代码要比小厂的代码维护起来更容易，因为大厂在代码编写上有自己的一套规范。
既然越是大型企业，工作内容反而越简单，那为什么要设置门槛？
因为想来的人太多，通过学历这一道显性门槛，来把不符合要求的个体筛选掉。
但是同样会有不用符合显性规则的神仙。
一般来说你在一份新人入职名单里，你看到一水的清华北大，然后中间夹杂这寥寥数个燕京本地二本，心里就应该有数了。
科学城设置博士作为门槛，倒不是岗位不够，而是因为这份工作待遇太好，又缺乏明显的管理考核机制。
科学研究是本身是厚积薄发的过程，如果你做的问题过于困难，即便每天思考，也可能一辈子没有结果。
像张益唐，他如果不是做孪生素数做出了成果，其实也不会有人知道他是一位杰出的数学家。
在科学城不会有什么所谓的三年非升即走，没有结果就需要走。
即便是三年的考核期，也只是让你说一下这三年来的一些思考和阶段性成果。
这三年的考核期是验证你具备能力和潜力，而不是说需要你发表什么文章，需要达到多少多少的影响因子。
这样的弱约束，从先天上就避免了，以结果为导向而无意义的科研。
科学城已经运营了大概五年时间。
在这五年时间里，外界对科学城的运营有了一个大致的了解。
越来越多的科学家希望加入到科学城去，其中某位大牛在自己的个人博客里写道：
“我很想去狮城的科学城工作。
科学城的待遇和特殊环境，只是我想去的因素之一，但是不是决定性因素。
真正让我希望去科学城工作的根本原因，在于他们的考核机制，不是以结果为导向的。
在现代的学术体系里，是完全的结果崇拜。
没有人会在乎你中学时候的成绩，没有人会在乎你是哪个学校毕业的。
可能唯一有点用的，是你在博士阶段跟的是哪个导师。
大家在乎的是你发表了什么论文，发表在什么期刊上，影响因子是多少。
至于这些论文本身是否有意义，反而没有多少人关心。
每当一个新的方向被发现的时候，所有人关心的是这个方向又能发多少论文，然后能够在其中获得多少好处。
至于真理，科学本身的精神没有多少人关心。
大多数科研人员们追求的是写一篇能够被接受发表的论文，而非做出一些有价值的东西。
虽然实际上大多数论文确实没有实际用途，但是在当今这个时代，这样的现象正在越来越普遍，追求真理的精神正在逐渐丧失。
爱因斯坦曾经说过：一个人被迫大量撰写科学着作，那么他的学术生涯会产生知识肤浅的风险。
我在各类学术论坛中接触过非常多才华横溢的研究员，他们的思维逻辑非常敏锐，在交谈的过程中，他们能够跟上的我思路，并且给我一些很有启发的建议。
但是回去之后我翻了翻他们的论文，大多数，甚至是全部，都没有意义，只是数字的无聊堆砌。
他们的论文和他们个人本身给我留下了截然相反的印象。
类似的指责在这些年里层出不穷，虽然学术界一直为这种批评声辩解声称：
基础学科的研究是困难、渐进的，像核磁共振扫描技术中用到的输血和1800年代某本不起眼学术期刊上发表的论文里提到的输血方法一样。
我们需要大量的反复实验，才能推倒出足够有价值的结果。
这些无用的结果，才能铺垫出足够有用的结果。
但是这些堆砌的无用结果，纯粹是把方法进行微调，为了得到想要的数据而一遍又一遍的重复数据真的有必要让博士甚至是教授们来做吗？
本章未完，点击下一页继续阅读。