科技戰略，為何要回到課室與工坊
最近讀到美國白宮科技政策辦公室（Office of Science and Technology Policy, OSTP）2026 年 7 月發表的《科學：一個新黃金時代》（Science: A New Golden Age）。報告鋪陳人工智能（AI）、聚變、量子、半導體、機器人和太空等題目，都是人們談科技戰略時最熟悉的主角。
讀到第四章，焦點忽然轉到社區學院（community colleges）、工坊、學徒制和技術證照。這些名詞沒有 AI 和量子那樣搶眼，卻關乎整份報告能否落到實處。新技術要由研究走到生產，靠的不是一句「加快轉化」；儀器要有人操作，原型要有人做，系統要有人維護，研究流程也要有人跑穩。
報告分別提出強化實作訓練、社區學院、學徒制和區域生態系的連結。職業教育在這裡並非陪襯。科技工作本來就有兩種功夫，一種是提出問題，另一種是把事情做成。
研究有研究的節奏，製造有製造的規矩。由想法走到成品，中間少不了懂設備、懂流程、肯落手的人。
課堂以外的學習，怎樣算數
報告提出，大學和社區學院的科學、技術、工程與數學（STEM）課程，可加入實務技術訓練和業界實習（externships），並讓實作經驗、產業證照計入學位。它還把認證、招生和教師升等一併放進改革範圍，意思很清楚：學校評人，除了論文，也應看他有沒有做出可用的技術工作。
這個方向不算新，難在大學向來不太擅長承認校園以外的學習。有人已在工廠、實驗室或工程現場累積真功夫，回到學校卻要由頭再來；有些教師長期幫企業解難，評價時卻不及多發幾篇論文。制度只認一種履歷，很多可用的人便留在門外。
若能把機械加工證書、實驗技術員資格和先進製造學徒經歷，做成可逐級累積的資格，人便可以先靠一門手藝入行，再往更高階的知識和職責走。這也逼大學重新想一想，自己在人才培養裡應站在哪一個位置。
大學的圍牆，該開幾扇門
報告沒有要大學和博士教育退場，反而明說大學仍是訓練科學家、處理基礎問題的重要場所。只是前沿設備、專業工程能力和職涯機會愈來愈多在校園以外，人才若只能沿著校內的一條階梯往上爬，整個體系便會愈走愈窄。
報告把幾類機構的長處分得很實在。大學實驗室適合好奇心驅動的研究，也適合培養下一代研究者；企業實驗室有固定隊伍和快速反饋，較能處理工程任務；國家實驗室則可維持單一機構難以承擔的大型能力。問題不在誰取代誰，而在彼此之間的門還不夠通。
因此，報告建議讓學界、產業和聯邦研發設施（Federal R&D facilities）之間的人才流動得更順，包括聯合產業或聯邦實驗室博士課程（joint industry or Federal laboratory Ph.D. programs）等跨機構安排。博士生可以在不同組織裡接觸真實問題，也能看見科研在校園以外怎樣運作；大學的課程、實驗室和技術轉移辦公室，也要學會同外部夥伴合作。
早期研究者卡在哪裡
研究生和博士後在科研體系裡很重要，卻常是最缺選擇權的一層人力。項目到期而下一筆資助未批，研究方向就要遷就；想換導師或換機構，資助和履歷又未必跟得上。報告說得直接，冗長的申請、行政工作和短期資助，會把早期研究者推向較穩妥、較容易發表的題目。
報告引用美國國立衛生研究院（National Institutes of Health, NIH）的資料：1980 至 2008 年，主要研究者（principal investigator, PI）的平均年齡由 39 歲升至 51 歲，新任 PI 的平均年齡由 36 歲升至 42 歲。這組數字不能解釋所有學科，卻提醒人們，獨立做研究的門檻正在後移；年輕人還未有機會犯幾次值得犯的錯，已先學會怎樣寫一份不會被拒的申請書。
報告提出，把部分研究獎助（fellowships）直接給學生和研究者，讓資助能跟著人走，不必牢牢綁在某間機構或某位教授身上。這仍是政策建議，並非已落地的全國制度，卻帶出另一個更難回答的問題：大學現時用甚麼標準衡量研究者？
論文一多，麻煩也跟著來
學術界常見一個情況，人人都忙，論文愈來愈多，能改變一個領域的工作卻未必同步增加。原報告把矛頭指向部分終身教職（tenure）和升等誘因。當評價偏向發表數量，研究很自然會被切成較小、較快、較易交差的單位；建工具、做長期資料、報告負結果，這些費時但必要的工作便容易被擠到一旁。
AI 可以大量生成論文、申請和審稿材料，這個問題只會更急。報告提醒，單看論文數、引用數和影響因子（impact factor），科研很容易變成一場數字遊戲，因此提出快速資助、替代性評審試驗、科學的科學（metascience，用科學方法研究科研制度本身），以及較開放的科學傳播做法。
這段對教育界尤其有提醒作用。學生若只學會跟著評分表走，日後研究環境又照同一套邏輯評人，大家最後會很擅長完成指標，卻未必擅長處理難題。科研人才的培養，還包括判斷哪些題目值得花五年、哪些數據不能美化、哪些結果雖然不漂亮仍要如實留下來。這種判斷，也在實驗室的日常工作裡慢慢養成。
實驗室裡，還有誰在做事
美國談科研，常把焦點放在博士、教授和首席研究員身上，這些人當然不可少。不過，一個高水平實驗室裡，還有操作精密儀器的人、處理樣本的人、做原型的人、修設備的人，以及一直守著數據管線的人。
報告提出，可以考慮為熟練技工設立全國性研究獎助，也可讓機械師、技術員等實務人員以駐場實務專家（practitioner-in-residence）身分進入研究環境，並把鄉郊地區的業餘愛好者和創客連接到正式研究機會。
把一件複雜的事做得穩定、可重複、可交接，本身就是科研能力。企業早已明白這個道理，報告把技工和技術員重新放回人才討論裡，後面才談得到學徒制。
學徒制裡，該學甚麼
報告支持把註冊學徒制（registered apprenticeships）延伸到科學和科技崗位，並指示聯邦機關每年達到並超過 100 萬個活躍學徒制名額（active apprenticeships），又提出以招聘與留任表現作為雇主培訓資助的參考。2025 年通過的勞動力佩爾助學金（Workforce Pell Grants），讓短期培訓課程首次符合聯邦助學金資格；社區學院於是可以成為地方技術人才的接口，一頭接企業，一頭接想入行的人。
這比多辦幾個培訓班走得遠。好的學徒制要有清楚的崗位、師傅、技能標準、工資和往上走的通道。學完能不能留下來，能不能由技術員走到更高技能的工作，才看得出計劃有沒有價值，社區學院也因此有了更實在的角色。
一個地方，怎樣把人留住
報告分別主張以區域創新與製造計劃、產業合作和技術培訓建立地方生態系。算力、AI 設施和先進實驗室若只落在少數城市，周邊又沒有培訓和就業安排，地方很難把這些投入轉成持續的技術能力。
報告舉了俄亥俄州的例子。哥倫布一所社區學院帶動 23 所院校組成網絡，共享課程，培養兩年制晶片製造技術員；一家半導體企業投入 5,000 萬美元支持當地高等教育的人才發展。這個個案未必可以照搬，卻說明一點：地方有了製造投資，學校、課程和崗位也要同時準備好。
過去有不少「創新園區」，名字響亮，企業和學校卻各做各的。這一輪會否不同，要看人才問題有沒有在項目起步時已寫進設計。當地需要甚麼工種，誰來教，學完去哪裡做，這些問題若等大樓落成後才問，通常已經遲了。
報告強調，AI 時代的科研進展仍受儀器、設施、製造與技術能力制約。有人把圖紙讀懂、設備調好、流程跑通，研究才有機會走到現實世界。學術研究提供問題、方法和驗證，教育把這些能力交到下一代手上，科創落地則讓知識接受設備、成本、時間和市場的考驗。
眼前沿用已久的安排，往往把科研、教學、實習和業界切成四段，各自有自己的指標和節奏。這套分工在過去有其方便之處，放到 AI 時代，研究和現場互相不了解、學生的學習同真實問題脫節，代價已愈來愈明顯。研究成果要靠懂現場的人驗證，學生要在真實問題裡學會判斷，企業也要把實際困難帶回研究和課堂。三者若能融合互補，科研才不會停在論文裡，教育也不會只留下文憑。如何把科研、教學、實習和業界重新連起來，值得各方思考。
參考資料
- White House Office of Science and Technology Policy. (2026, July). Science: A new golden age. https://www.whitehouse.gov/wp-content/uploads/2026/07/Science-A-New-Golden-Age.pdf
