这所中国大学一年发9个月工资，期望年轻教授冲诺奖；给冰“加钢筋”后当建材 | 科技周览

2026-09-19公众号文章

整理 | 周舒义、平生

AI惹的祸？英国计算机毕业生只有28%当上程序员
冰块也能“加钢筋”：科学家造出10倍强度的超级冰
让AI“动手做”生物学：Anthropic建了一间湿实验室
最难早发现的癌症之一，或迎来新的血液筛查方法
日本百岁老人首次突破10万人，女性占比88%
只发9个月工资，希望年轻教授冲诺奖：港中大（深圳）的“9+3”实验

AI惹的祸？英国计算机毕业生只有28%当上程序员

曾经被视为就业“硬通货”的计算机专业，正在出现一些不那么乐观的信号。

英国《卫报》近日公布的一组毕业生就业数据显示，计算机科学专业毕业生进入程序开发等专业岗位的比例，已经从此前的约40%降至28%；进入任何“毕业生层级岗位”（即通常需要大学学历的专业性工作）的比例，也从两年前的60%以上降到了50%。在毕业生从事的各种职业中，编程和软件开发是过去一年萎缩最快的类别。

经济学毕业生也遇到了类似的问题。经济学家、管理咨询顾问等传统高薪职业，对毕业生的需求同样出现下降。

这批数据来自英国高等教育统计局（HESA）的 Graduate Outcomes 调查。调查通常在学生完成学业约15个月后进行。最新一轮面向2023/24学年毕业生，目标人群约100.2万人，最终获得约35.38万份有效问卷。结果显示，全职就业比例从上一届的59%降至57%，失业率由6%升至7%；不过，在英国本土就业的毕业生中，75%仍从事高技能岗位，只比上一届低1个百分点。

Jisc劳动力市场情报主管查利·鲍尔（Charlie Ball）表示，HESA的总体数据更像是反映了一个正在降温的就业市场，而不是一次突然的崩塌。他认为，英国毕业生就业整体走弱，很大程度上仍与经济低迷、企业招聘信心不足，以及疫情后招聘热潮退去有关，并不能把变化全部归咎于AI。

但计算机专业又确实有些特殊。

鲍尔虽然不愿直接断言“AI导致了就业下降”，但也表示很难回避AI因素。“很明显，去年软件开发人员的劳动力市场确实发生了一些变化。虽然我不愿断言是人工智能造成的，因为证据不足，但很难否认人工智能在其中发挥了作用，”他表示，软件行业并没有停止招聘，只是单纯写代码的岗位在2025年明显变得更加稀缺，一些计算机毕业生已经转向网络安全和网络工程等工作。

真正让AI显得可疑的，是另一个反复出现的信号：就业下降似乎格外集中在年轻人和初级岗位上。

斯坦福大学数字经济实验室今年8月的一项研究，追踪美国薪资服务商ADP覆盖数百万人的工资记录。研究人员没有发现AI已经造成全社会范围的大规模岗位消失，但按照职业中工作任务受到AI影响的程度分组后，明显的年龄差异出现了：在AI暴露程度最高的职业中，22至25岁年轻人的就业表现显著变差，而资深员工没有出现类似下降。

从2022年11月至2026年6月，AI暴露度最高的职业里，22至25岁劳动者的就业人数下降约11%；在AI暴露程度较低的职业中，同龄人的就业反而增长约10%。这种差距主要不是因为大规模裁掉年轻员工，而是因为企业减少了新人招聘。

英国的数据也呈现出类似方向。伦敦国王学院经济学家 Bouke Klein Teeselink 等人分析了2021年至2025年的数百万条招聘广告和领英履历，发现ChatGPT发布后，员工工作内容高度暴露于大语言模型能力的企业，员工人数平均减少4.5%，下降几乎全部集中在初级岗位，软件工程师、数据分析师等技术职业的招聘广告降幅尤其明显。

今年5月，经济学家 Peter John Lambert 和 Yannick Schindler 分析了美国、英国、加拿大和澳大利亚2017年至2025年的2.43亿条入职记录和4.07亿条招聘广告。他们发现，容易受到生成式AI影响的职业，往往也恰好是疫情后最适合远程办公的职业。

我们现在看到的“AI效应”，可能还混杂着疫情后的工作方式变化、经济周期、科技行业前些年的过度招聘，以及企业自身的组织调整。

与此同时，学生的选择似乎还没有完全跟上这种变化。伦敦国王学院今年9月公布的另一项研究分析了英国2020年至2025年1090个大学专业的申请情况，发现ChatGPT出现后，毕业去向越容易受到AI影响的专业，申请量反而增长得越快；AI暴露程度每提高一个标准差，申请量相对增加约6%。计算机、数学和工程都在其中。

相关来源：https://www.theguardian.com/education/2026/sep/12/ai-computer-science-graduates-job-prospects-uk-data

冰块也能“加钢筋”：科学家造出强度约为普通冰10倍的超级冰

冰其实是一种颇有强度的固体，但有一个致命弱点：脆。

当普通冰块出现一条微小裂纹时，裂纹尖端附近的应力会高度集中。一旦局部应力超过材料能够承受的极限，裂纹便会继续向前扩展；而冰内部缺少能够有效钝化、阻挡裂纹的结构，因此裂纹可能迅速贯穿整个冰块，造成突然断裂。

现在，以色列希伯来大学研究人员给冰块搭起了一张三维“骨架”，又用特殊蛋白把骨架牢牢固定在冰上，制成一种名为 BioPykrete 的复合材料。实验显示，它的抗压强度约为普通冰的10倍，破坏前能够吸收的能量约提高到70倍。相关研究发表于Colloids and Surfaces B: Biointerfaces。

“超级冰”的强度测试：将一个直径约2厘米、高1厘米的样品放入压缩试验机中，逐渐增加压力，测量其抗压性能。| Chen Adar

给冰“加钢筋”其实并不是新想法。

第二次世界大战期间，英国曾研究过一种名为 Pykrete 的材料，把木浆混入冰中。木纤维像混凝土里的钢筋一样增强冰体，使这种复合冰比纯冰更坚固，也更不容易迅速融化。

此次研究，可以看作将肉眼可见的木纤维推进到了纳米尺度。研究人员加入的是纤维素纳米晶体。当纤维素被处理成纳米尺度的晶体颗粒后，这些颗粒本身具有很高的刚度。随着水逐渐冻结，纤维素纳米晶体会在微观上形成三维网络，环绕和分隔冰的不同区域。

但这还不够。如果纤维素网络与周围的冰结合得很松散，裂纹可能沿着两种材料之间的界面直接穿过去，或者把纤维素网络从冰中“扯”出来。因此研究人员又设计了一种嵌合蛋白：蛋白的一部分能够结合冰，另一部分能够结合纤维素，相当于一枚只有分子大小的“双面胶”。

这样，蛋白把纤维素网络锚定在冰上，提高了把两者拉开的难度。材料内部存在大量能够让裂纹偏转、停顿、分叉，或者需要被拉伸和破坏的微观结构，裂纹每前进一步都要付出更高的“能量代价”，宏观上材料就会显得更难突然碎裂。实验结果显示，与同样含有冰和纤维素的材料相比，加入工程蛋白之后，材料的强度和破坏前能够吸收的能量都大约增加了一倍。

“超级冰”冻干样品的扫描电子显微镜图像，显示了其中由纤维素纳米晶体形成的网络结构。| Yulia Baron and Dr. Liat Bahari

研究人员设想的主要应用环境是北极、南极等长期极寒地区。在这些偏远地区，把水泥、钢材等建筑材料长距离运输过去成本很高；相比之下，冰可以就地获得，而纤维素又来自植物材料。研究人员认为，它未来有可能成为某些极寒环境下可生物降解、碳排放相对较低的结构材料。

相关论文：https://dx.doi.org/10.1016/j.colsurfb.2026.116037

让 AI “做”生物学：Anthropic建了一间湿实验室

9月18日路透社报道称，Claude 开发商 Anthropic 已在旧金山湾区建立一间“湿实验室”（wet lab），开始进行真实的生物学实验，而不再局限于计算机中的模拟和分析。Anthropic 生命科学负责人 Eric Kauderer-Abrams 向路透社确认了实验室的存在。

所谓湿实验室，是相对于计算机上的“干实验”而言的：研究人员真正接触细胞、蛋白质、DNA、试剂和仪器，通过现实实验检验计算结果。对于近年来迅速兴起的 AI 药物研发来说，这一步尤其关键——模型可以在电脑中一次生成成千上万个候选分子或蛋白质，但它们究竟能不能合成出来、是否真的与目标结合，以及在真实生物体系中表现如何，最终仍要靠实验验证。

Kauderer-Abrams 对路透社说：“要做生物学，最终检验现在是，而且在一段时间内仍然会是现实实验室里的工作。”

不过，Anthropic 随后特意澄清，这间实验室“并非专门用于药物发现”。公司一部分实验由自己的设施完成，另一些则交给外部合作伙伴。

据路透社报道，公司希望探索让 Claude 指挥机器人设备完成科学实验，在有限人工干预下执行实验流程。Anthropic 表示，目前这项技术还处在非常早期的阶段，仍需要人的监督。

今年8月，Anthropic 已经公布了一套名为 Model Hardware Standard（MHS）的系统，其目标就是让 AI 智能体能够操作不同厂商的真实仪器。按照 Anthropic 的演示，AI 可以同时连接显微镜、自动移液设备和机械臂，根据实验进展修改参数，甚至在部分情况下自行处理仪器故障。

过去，把一批来自不同厂商的实验仪器连接成自动化系统，往往需要实验室工程师花上数周甚至数月定制接口。Anthropic 称，MHS 希望把这一过程缩短到数小时乃至数分钟，使 AI 可以连续协调实验设备，形成全天候运行的自动实验流程。该项目最初由 Anthropic 与霍华德·休斯医学研究所旗下的 Janelia Research Campus 合作开发。

这意味着，Anthropic 想做的不只是一个“懂生物学的聊天机器人”。理想情况下，Claude 可以提出或筛选研究方案，调用计算工具完成分析，再把实验指令交给机器人；真实实验产生的数据随后重新输入模型，决定下一轮实验。计算、实验、分析和重新设计由此形成闭环。

6月底，Anthropic表示，公司准备自己开展一些药物项目临床前阶段的工作，重点关注传统制药企业因为商业回报有限而较少投入的领域。Kauderer-Abrams 告诉路透社，公司希望 AI 能帮助攻克一些过去被认为难以用药物干预的疾病，例如设计能够同时作用于多个靶点的双特异性或三特异性抗体。具体疾病和项目进度目前尚未公开。

8月，Anthropic 公布了一组蛋白质设计实验：Claude 调用现有的蛋白质设计和结构预测工具，为15个目标设计全新的蛋白质结合物，其中14个目标获得了实验验证成功的设计。不同设置下，Claude 设计的蛋白质中有22%至35%能够实际结合目标；Anthropic 称，现有蛋白质设计项目常见的成功率约为10%至15%。

9月17日，公司又宣布，Claude 在不到四周内优化了30多个用于预测和设计生物分子的开源模型，使其平均运行速度达到原来的4倍。Anthropic 随后与 Adaptyv Bio 发起蛋白质设计比赛，并计划对参赛者提交的5000多个设计进行真实的湿实验验证。

新药从发现候选分子到真正上市，通常还要经过漫长的临床安全性和有效性检验。Anthropic 表示，它无意成为一家与传统制药公司直接竞争、最终把药品推向市场的制药企业，而准备把工作集中在临床前研究和产业目前未充分覆盖的问题上。

相关来源：https://www.reuters.com/world/anthropic-quietly-sets-up-biology-lab-it-ramps-ai-drug-program-2026-09-18/

最难早发现的癌症之一，或迎来新的血液筛查方法

胰腺癌之所以凶险，一个重要原因是很难及早发现。

这种癌症早期往往没有明显症状，患者可能多年都没有察觉。等到体重下降、腹痛、血糖异常等症状难以忽视时，肿瘤常常已经进入较晚阶段。与乳腺癌、结直肠癌不同，目前也没有适合普通人群常规使用的胰腺癌筛查手段。美国SEER数据显示，胰腺癌患者的5年相对生存率仅约14%。

现在，一种新的血液检测方法有望把诊断时间大幅提前。

9月16日发表于《自然·医学》（Nature Medicine）的一项研究显示，这项名为PANXEON的血液检测能够准确检测出早期胰腺癌，甚至可以识别癌前病变。在一项约1800人参加的前瞻性观察性研究中，PANXEON检测Ⅰ期和Ⅱ期胰腺癌的灵敏度约为87%，在低风险和高风险对照人群中，假阳性率分别约为3%和16%。试验参与者来自美国、欧洲和亚洲。

在携带高风险胰腺囊肿的人群中，这项检测还能识别部分癌前病变——研究中，对高级别胰腺异型增生的检出率超过64%。这意味着，医生或许有机会在肿瘤真正发展成侵袭性癌症，甚至扩散到其他器官之前发现异常。

PANXEON并不是寻找单一的“癌症标志物”。它会同时检测血液中与胰腺癌相关的三类分子特征，再利用人工智能算法综合计算一个癌症风险评分。医生可以根据这一评分，判断患者是否需要进一步做影像检查、活检或其他诊断。研究者尤其希望它未来能够用于胰腺癌高风险人群，例如具有遗传风险或曾患胰腺炎的人。

肿瘤学家Kyaw Lwin Aung指出，其早期胰腺癌检测灵敏度很有希望，但在高风险人群中的特异性仍需要进一步提高，也需要更大规模患者数据来验证检测性能。目前的结果来自早期临床试验，在进入临床常规使用之前，还需要更进一步的临床试验。

相关论文：https://www.nature.com/articles/s41591-026-04625-x

日本百岁老人首次突破10万人，女性占比88%

日本的百岁老人，第一次超过了10万人。

9月15日，日本厚生劳动省公布最新数据：日本目前共有107677名年龄达到100岁及以上的老人，比一年前增加7914人，再创历史纪录。其中女性94298人，男性13379人，女性占比近88%。

1963年，日本开始统计百岁以上人口时，全国只有153人。1981年，这一数字第一次超过1000；1998年突破1万；2012年超过5万；到2026年，又跨过了10万大关。粗略计算，63年间增长了约700倍。

“百岁”正在从极罕见的生命纪录，逐渐变成一个规模可观的人口群体。

这背后是人们整体寿命不断延长，活到高龄的人越来越多。2025年，日本男性出生时平均预期寿命为81.35岁，女性为87.33岁，均比上一年有所上升。按照当年的生命表，假定未来各年龄死亡率始终维持2025年水平，在日本出生的女性大约有一半能够活到90岁，男性也有26.7%。

不过，日本并不是东亚寿命指标最高的地区。香港卫生署公布的2025年初步数据中，男性出生时平均预期寿命为83.3岁，女性达到88.7岁，都高于日本。OECD对亚洲经济体的比较同样显示，香港男女预期寿命均处于最高水平。

为什么日本人如此长寿，并没有一个单一答案。

过去半个多世纪，日本死亡率下降的一个重要来源，是心脑血管疾病得到控制。研究显示，日本自20世纪60年代以来脑卒中死亡率大幅下降，缺血性心脏病死亡率也一直处于较低水平。盐摄入减少、饮食改善、高血压筛查和治疗，以及全民医疗保险覆盖，都在其中起到了作用。近年来的研究还经常提到日本较低的肥胖率、普遍的健康筛查和较容易获得的医疗服务。

但“活到100岁”和“100岁仍然健康”并不是一回事。

日本庆应义塾大学长期追踪百岁及以上老人。相关综述显示，大约97%的百岁老人患有或曾患有一种以上慢性疾病；东京百岁老人研究中，到了100岁仍同时保持较好身体功能和认知独立性的老人只有约20%。另一方面，那些最终能够活到105岁乃至110岁以上的人，往往表现出更晚出现功能衰退、较少的心血管危险因素以及较低的慢性炎症水平。

这也是为什么长寿研究如今越来越重视“健康寿命”，而不仅仅是寿命本身。2024年一项汇集全球34项研究的系统综述发现，95岁及以上人群总体上吸烟率较低，多数不偏好高盐饮食，不少人保持较为多样的饮食；但与此同时，日常生活能力受损、高血压和认知障碍在这些极高龄人群中也并不少见。研究人员提醒，百岁老人本身是一个经过高度“生存筛选”的特殊群体，不能把他们的某一种生活习惯简单理解成普通人延寿的秘诀。

过去约150年，人类出生时平均预期寿命大约翻了一番，主要得益于公共卫生、营养和医学进步，使越来越多人避开了幼年、壮年乃至老年的过早死亡。但极端长寿纪录的变化远没有这么显著。迄今得到严格验证的最长寿者仍是法国人让娜·卡尔芒，她于1997年去世，享年122岁；此后尚无人超过120岁。

对于日本而言，10万名百岁老人还是另一个人口趋势的缩影：2025年，日本65岁及以上人口已经占总人口的29.4%，接近每10个人中就有3名老年人。

相关来源：https://www.mhlw.go.jp/stf/houdou/newpage_002341.html

https://www.chp.gov.hk/en/statistics/data/10/27/111.html

只发9个月工资，希望年轻教授冲诺奖：港中大（深圳）的“9+3”实验

近日，香港中文大学（深圳）校长、中国工程院院士徐扬生的一番话，把这所成立仅12年的大学推到台前。

9月11日，徐扬生在接受媒体采访时表示，学校教授实行9个月工资制，其余3个月鼓励他们走出校园，到华为、腾讯等企业参与科研、服务社会。在他看来，推动高校师资力量对接产业一线，才能更好助力粤港澳大湾区建设，服务国家发展。同时，他表示学校重视年轻人才的引进与培养，青年学者摆在第一位，各类资源向年轻人倾斜。希望未来5到10年内，校内年轻教授能够冲击诺贝尔奖、图灵奖、菲尔兹奖，并称“应该是有这么一个雄心壮志”。

“9个月工资制”并非今年突然推出。早在2018年前后，徐扬生就曾公开介绍，学校实行与国际高校接轨的9个月工资制度。此后，学校又将这一制度称为“9+3”模式：教师按9个月学术聘期领取薪酬，另外3个月为无薪自由支配时间，可以从事科研项目、访问交流、咨询服务或产业合作。

这类安排在美国研究型大学并不罕见。

斯坦福大学目前不少教授招聘启事直接注明，所列基础工资对应的是“9个月学术聘期”，不包含暑期工资；康奈尔大学同样存在9个月聘期，教授暑期可以使用科研项目等经费领取额外的summer salary。

一名自称港中大（深圳）faculty、网名“gz10”的网友对此提供了一个校内视角：他称，教师拿offer时谈的是年薪，而不是简单比较发薪月份。暑期可以做校企合作、访问其他学校，也可以用一些特定的科研经费给自己发工资；从自己的工作体验看，三个月更接近一段可自行支配的科研时间。

徐扬生在2024年的访谈中表示，这套制度不是所有人都喜欢。有人原来习惯12个月工资，来到这里只拿9个月，因此选择离开；但也有人利用这3个月去企业、去其他大学访问，甚至宁愿不拿收入而自由安排时间。在徐扬生看来，关键是增加人才流动和大学与社会的联系。

港中大（深圳）成立于2014年，是经教育部批准设立、具有独立法人资格的内地与香港合作办学院校。学校实行独立招生和财务管理，同时与香港中文大学保持学术治理和学位授予方面的联系。香港中文大学目前将两校关系表述为“One Brand, Two Campuses（一个品牌，两个校园）”。