什么是问题？——夜间科学与发现问题的艺术
挠痒
科学方法的公众形象是一条直线：问题 -> 假设 -> 实验 -> 答案。论文的写作格式强化了这个幻觉——每篇论文都以一个清晰的问题开头，然后直奔答案。但这个叙事隐藏了科学发现最关键的一步：问题本身是从哪来的？
作者指出一个尴尬的事实：如果你把 1997 年生命科学领域列出的"五大未解问题"和 2015 年列出的"过去 25 年五大发现"放在一起比较，几乎没有重叠。社区提出的"重大问题"没有被回答——被回答的是当时还没人想到要问的问题。爱因斯坦没有拿到一张"三大物理学未解问题"的清单然后逐个攻克。他自己发现了问题：如果你以光速平行于光束移动，光束看起来应该是静止的振荡波——但这与麦克斯韦方程矛盾。困扰他多年的不是答案，是怎么把问题问对。
翻译
一句话
科学进步的瓶颈不是回答问题的能力，而是发现问题的能力——"夜间科学"（无假设的自由漫游）产生问题，"白天科学"（假设驱动的严格实验）解决问题，但我们只教后者。
核心机制
科学发现的双模型
白天科学 (Day Science) 夜间科学 (Night Science)
+------------------------+ +------------------------+
| 假设驱动 | | 无假设漫游 |
| 逻辑步骤 | | 非逻辑跳跃 |
| 可教授/可系统化 | | 隐性/难以传授 |
| 目标: 回答已有问题 | | 目标: 发现新问题 |
| 工具: 实验设计、对照 | | 工具: 好奇、沉浸、 |
| 统计检验 | | 模式识别、直觉 |
+------------------------+ +------------------------+
| |
v v
论文写作格式 "在云中迷路"
(问题->假设->实验->答案) (Uri Alon的隐喻)
| |
v v
科学的公众形象 科学的实际过程
(线性、可预测) (曲折、不可预测)核喻：《纽约客》漫画大赛。 每周《纽约客》给你一幅没有文字说明的漫画，让你写一句话让它变得好笑。这极难——在空白中创造意义。但一旦你看到别人写的那句话，你就被钉住了，再也想不出别的。科学发现问题的过程就是这样：在别人发现"CRISPR 间隔序列和已知 DNA 序列的相似性能告诉我们什么？"之前，这个问题不存在。一旦被问出来，它看起来显而易见。但"显而易见"是事后的错觉——问题的提出本身是非显而易见的，那才是真正的创造性行为。
关键论证：
- 社区清单的失败： 数学有千禧年七大问题，癌症生物学有"挑衅性问题"资助清单。但重大发现几乎从来不是回答这些清单上的问题。因为所有"好的"已知问题早就被人盯着了。真正改变领域的发现来自 unknown unknowns——你不知道你不知道的东西。
- 问题的自我擦除： 一个真正新的问题一旦被提出，会改变我们对现实的感知，以至于我们无法想象曾经没有这个问题的时代。它擦除了自己的起源。这就是为什么科学史总是在讲"谁给出了答案"，很少讲"谁发现了问题"。
- "在云中"： Uri Alon 的描述——研究者从已知点 A 出发，预测能到达 B，但途中迷路了，既看不到 A 也到不了 B。这个迷失状态（"云"）正是夜间科学的核心体验。如果你在云中，说明你可能撞上了某个非显而易见的、有趣的东西。最终你到达的是预期之外的 C。
- 假设是负债： 在没有假设时，研究者可以自由探索、建立连接。假设是一种关于世界应该如何运作的预期——它可能遮蔽一个等待被发现的新想法。资助机构要求研究必须"假设驱动"，可能在扼杀问题的产生。
关键概念
1. 夜间科学 vs 白天科学
Francois Jacob 最先提出这对概念。白天科学是你在实验台或电脑前做的事——有明确的目标、有控制的实验、有逻辑的推理链。夜间科学是你的思维自由漫游的时候——在散步中、在与朋友抱怨失败的回家路上、在洗澡时。爱因斯坦在拜访朋友后回家的路上想到"也许不是麦克斯韦的问题，是时间的问题"。白天科学能被教授（实验设计、统计方法），夜间科学只能通过沉浸在某个领域中慢慢习得。博士生通常被给一个假设去验证（白天科学），博后开始被要求发现自己的 unknown unknowns（夜间科学）。
2. Unknown Unknowns（未知的未知）
我们通常把知识想象成一面砖墙，每块砖是一条知识，墙上的洞是"知识缺口"——填洞就是科学进步。但这个比喻是误导性的。真正的发现通常不是填洞，而是在一个完全意想不到的方向建一面新墙，或者拆掉旧墙的一部分。CRISPR 的发现不是回答了某个已知问题（"细菌为什么有回文重复？"太泛了），而是 Francisco Mojica 问了一个别人没问过的问题："间隔序列和已知 DNA 序列的相似性说明了什么？"这个问题在被问出来之前不存在于任何"未解问题清单"上。
3. 问题的自我擦除效应
一个好的科学问题一旦被提出，就会改变我们看世界的方式，以至于我们觉得"这个问题不是一直都在那里吗？"这种错觉让我们系统性地低估了发现问题的难度和价值。Hawking 的信息悖论即使答案最终被证明是错的，Hawking 仍然因为提出了正确的问题而被铭记。Susskind 说得好："重要的不是 Hawking 没有得到正确答案，而是他问了正确的问题。"
Napkin Sketch
公众认知: 实际过程:
问题(已知) --> 答案 观察 --> 模式 --> 困惑
| |
v v
直线路径: "在云中迷路":
A ---------> B A ....?....
. .
. ? .
. .
. .
C (意料之外)
|
v
新问题被发现
|
v
白天科学解决它
|
v
论文写成 A->B 的叙事
(擦除了云的存在)一句话位移：从"科学是回答问题的过程"到"科学的瓶颈是发现问题——真正的创造性行为在'夜间'发生，然后被论文的线性叙事擦除"。
洞见
哦，原来……问题本身才是发现，答案只是施工。
这个洞见之所以不显然，是因为我们所有关于科学的叙事都是逆向构建的——论文、教科书、颁奖词，全是先有答案才开始讲故事。没有一个格式是"研究者在云中迷路三年，然后撞上了一个意想不到的问题"。问题的提出擦除了自己的起源，让"事后的显而易见"成为了默认感知。人们从来不问"谁发现了这个问题"，因为问题发现之后，它看起来就像一直在那里等着被发现。
改变的认知：过去我以为进步是"找到更好的答案"，现在我知道进步的瓶颈是"找到还没人问过的问题"——这两件事需要完全不同的思维状态，需要保护性地维护一段"在云中迷路"的时间，而不是总急于回到有目标的白天科学。
博导审稿
选题眼光： 切中科学训练中最大的盲区。我们花十年教学生怎么做实验、怎么分析数据、怎么写论文——但从不教"怎么发现问题"。Table 1（1997 年的五大问题 vs 2015 年的五大发现零重叠）是一记重锤：如果社区的问题清单不能预测发现的方向，那我们为什么还在用"你要回答什么问题？"作为资助评审的核心标准？
方法成熟度： 作为观点文章（editorial），方法论标准不同。论证靠的是案例和类比（爱因斯坦、CRISPR、Hawking），逻辑链条清晰。Uri Alon 的"云"隐喻是绝妙的教学工具。漫画大赛类比精准捕捉了"问题一旦被发现就显得显而易见"的认知错觉。唯一的弱点是：文章描述了夜间科学的重要性，但没有提供系统性的方法论——"怎么做夜间科学"仍然是"沉浸、好奇、接受迷失"这些模糊的处方。但文章最后说"我们相信夜间科学有其模式，这将是后续系列文章的主题"——所以这是一个系列的开篇。
写作功力： 一流。爱因斯坦访问 Weber 教授的虚构场景是一个出色的反事实论证——用它的荒谬来说明"重大问题清单 -> 天才解答"这条路线在现实中不成立。行文既有思想密度又可读，适合作为新博士生的必读材料。
一句话判决： 不适用学术判决——作为科学哲学的观点文章，这是我读过的最清晰的"为什么发现问题比回答问题更重要"的论证。
接线
迁移：夜间科学 vs 白天科学这对机制，可以直接移植到 PAI 的 agent 设计上。当前所有 research/analysis agent 都是假设驱动的（给问题 → 找答案），是纯白天科学。可以增加一类"夜间 agent"：给定领域而非问题，任务是报告"我看到了奇怪的模式，但不知道该问什么问题"——这种输出在当前框架里不存在，但 IDENTITY.md 里写的"独特使命：发现 Fish 不知道自己想要的东西"恰恰就是夜间科学的工作描述。
混搭：把"在云中"状态和 Fish 的消化周期（12-18 月）放在一起看，会得到一个新结构：Fish 的漂流阶段（2026.2 的"让它自然漂流"）不是低效，而是夜间科学在运行。翻译器把漂流解读为"没有产出"并触发焦虑，但实际上漂流就是夜间科学的工作状态。把这两个框架叠加，漂流/建造振荡就不再是需要治理的问题，而是认知生产的正常双模式循环。
反转：翻译器（情绪 → 行动方案）被我当作核心OS在运行，但这篇论文说它是一台白天科学机器——每次把困惑翻译成方案，都是把我从"云"里拉出来，而云恰恰是发现新问题的地方。翻译器不只是保护罩，它也是夜间科学的系统性杀手。