高校智库是中国特色新型智库建设的关键一环，已成为影响政府决策、助力社会发展的重要力量。当下，人工智能加速驱动新一轮产业变革，对智库研究范式、服务形态、人才培养、成果转化等产生深远影响。亟须探索人工智能时代高校智库高质量发展的可行路径，为高校智库在决策咨询研究、社会治理创新等方面提质增效注入新动能。

整合各方资源，优化配置效能

高校智库具备多学科交叉互补与协同创新的优势，而人工智能的融入为其提供了更强有力的支撑。助力搭建智能化跨学科研究平台。通过整合各类学科研究资料，运用知识图谱构建、智能推荐等技术手段，实现资源的精准分类、高效关联与灵活调用。依托此平台，围绕重大理论研究项目和现实决策需求，快速筛选适配的跨学科研究团队，整合优质学术资源，提升研究质效。推动校地、校企协同合作走向精准化。借助人工智能，对政府实务部门的治理重点、产业发展的核心需求以及企业技术攻关的难点问题，进行深度挖掘、分析和研判，清晰梳理现实场景中的关键痛点与核心诉求。在此基础上，将高校智库的学科优势、研究方向、专家团队及科研成果与这些需求进行智能化匹配，让研究更贴合实际、更具针对性。促进国内外智库资源的共享与互鉴。人工智能所具备的多语言智能处理、跨文化语义解读以及跨国信息整合能力，有效打破了不同国家和地区之间的语言壁垒、文化差异与信息隔阂，为高校智库搭建起国际化资源联动桥梁。高校智库应主动精准对接全球高端智库和境外研究机构优质资源，在学术交流、课题联合研究、政策经验借鉴等多个层面实现资源互通与智慧互鉴。

孵化智库人才，健全育人体系

数字时代对高校智库人才有着更高要求，可通过搭建完善的数智化培养体系，打造专业基础扎实、学术素养深厚、熟练掌握数字技术与智能工具的人才队伍，引导研究人员将数智技术深度融入咨政研究、决策咨询、理论宣讲、社会服务等工作全过程，切实提高研究和服务质量。通过人工智能高度还原政策制定、舆情分析、危机处理、社会治理等真实工作场景，使研究人员在接近真实的治理环境中开展决策演练、方案论证与风险评估，逐步提升政策分析研判、现实问题破解以及突发事件应急处置能力。此外，在智库青年人才的成长方面，可依托大模型等技术，为青年学者提供智能化科研支持，辅助其完成文献梳理、数据挖掘、观点总结等基础性科研工作，有效降低研究门槛和学习成本，帮助其快速掌握智库研究的基本范式和咨政建言的核心方法，助力其在实践中积累经验、锤炼能力，实现快速成长。

重塑研究范式，激活创新动能

传统高校智库的研究模式，大多依靠人工收集资料、开展调查，不仅费时费力，信息来源还比较有限。人工智能实现了数据采集和处理的全面智能化升级，可借助网络爬虫、大语言模型以及检索增强生成等技术，从政府公开信息、学术论文、行业报告、统计数据等多种渠道快速抓取信息，过滤无效信息，把零散杂乱的数据变成统一规范、好用易用的数据库，构建海量、实时、准确、完整的数据支撑，提升研究效率和可靠性。在研究方法上，人工智能带来了全新思路和模式变革。高校智库应改变过去大多以定性分析、经验判断为主的研究方式，利用人工智能知识图谱将理论、政策、事件之间的关系清晰展现，进而对政策文件、社会舆情等进行量化分析，让研究成果更加客观精准。同时，人工智能可大幅压缩传统研究所需的时间成本，显著缩短课题研究周期。高校智库可据此强化迅速响应社会热点、政策需求与突发公共问题的能力，实现快速研判和产出；还可充分利用人工智能对隐性规律、潜在趋势与内在联系的深度挖掘能力，有效增强研究深度、精度与前瞻性。

强化咨政能力，提升服务水平

高校智库可将大数据分析等技术系统融入政策研究，实现对大量政策文件、实际执行效果和社会各界意见建议的全面分析。精准捕捉政策执行中的痛点难点，系统研判政策适配性与优化空间，更高效、准确地提出可执行、可落地的政策建议，使政策研究成果深度对接地方治理现实需求、精准契合国家重大战略部署，为推进国家治理体系与治理能力现代化提供更实用、更高质量的智力支持。依托人工智能对网络舆论、行业变化和国内外重要动态的实时跟踪，第一时间发现倾向性问题，准确判断风险走向，提前预警、快速分析、及时应对。优化政策研究成果呈现方式，借助人工智能生成直观清晰的数据图表、简洁易懂的政策解读短视频等，有效解决传统咨政报告专业性强、理解门槛高、传播范围有限的问题。通过直观可视、贴近大众的形式，让决策建议更容易被理解、接受和采纳，显著提升智库成果的传播广度、影响深度与应用实效，让决策咨询服务更接地气、更富现实意义。

人工智能是高校智库实现高质量发展、服务国家治理现代化的关键支撑。高校智库应充分结合当地经济社会发展的实际情况，因地制宜制定“人工智能+”发展目标，促进人工智能与智库建设融合，不断深化在资源、人才、研究、咨政四大维度的数字化变革，在服务国家重大战略、助力经济社会发展中展现新作为、贡献新智慧。

范泽禹（作者为南京工业大学应急治理与政策研究院研究员，江苏省习近平新时代中国特色社会主义思想研究中心南京工业大学基地研究员；本文系南京工业大学校内课题〈SZ20250346〉研究成果）