面上扩招、青C增额 50%，我劝你别对2027国自然中标率抱太高期望

8 月 26 日放榜那天，我的几个科研群里同时刷屏了同一句话："青 C 涨了 50.1%，面上涨了 14.8%，终于轮到我们了。"

我完全理解这种兴奋。过去几年，大家已经习惯了每年放榜后集体 emo：申请量年年涨，资助率年年跌，"第一桶金"慢慢变成了"第一道坎"。

但作为一个常年盯着国自然数据看的人，我得先泼一盆冷水：

名额变多，和你的中标概率变高，是两件事。

先把数字摊开。2026 年集中接收期间，基金委共接收申请 470561 项，受理 469429 项，最终资助 10 类项目 69563 项。其中最亮眼的两项：青年科学基金项目（C 类）增加 12046 项，增幅 50.1%；面上项目增加 3400 项，增幅 14.8%。

官方的定调也很明确——"着力资助原创性研究和青年人才培养"。

看到这儿，绝大多数人的第一反应是：机会来了。

但请留意通稿里那句最容易被划过去的表述："两类项目的资助项数增幅均显著超过申请项数增幅。"

这句话反过来读，信息量其实更大：申请项数，也在涨。

一、扩的是台阶，涨的是人

先看一条曲线。

2023 年，青 C 资助 22879 项，平均资助率 17.04%。

2025 年，青 C 资助 24051 项，资助率 14.38%。

两年时间，资助项数小幅增长，资助率跌了近 3 个百分点。基金委自己的《青年科学基金项目（C 类）绩效评价报告》里写得毫不客气：资助率逐年下降，无法满足日益增长的青年科技人才培养迫切需求。

这份报告甚至给出过两条备选路径——增加中央财政经费预算，或者适当降低资助强度以优先提升资助率。

2026 年的 50.1%，本质上是对这份报告的一次正面回应。

但问题恰恰在这儿：扩容是一次性的台阶，申请人数的增长是持续的过程。

当"青 C 涨了 50%"成为全行业的公开信息，2027 年的申请量会怎么走，其实不难推演。每一个正在犹豫"要不要再试一年"的博士后、每一个被"非升即走"卡着脖子的青年教师，都会因为这条消息而决定今年下场。

台阶抬升 50%，但走上来的人，可能不止多 50%。

这就是我为什么劝你别对 2027 年的中标率抱太高期望——赛道确实变宽了，但涌入赛道的人，是以同一个信号冲进来的。

二、真正的变量，是评审导向变了

比名额更值得注意的，是导向。

同样在 2026 年，基金委在评审工作会议上明确表态：只有防止"套路化、短平快、高产低质"科研人员在基金项目竞争中胜出，才能鼓励科研人员"十年磨一剑"的专注精神。

这句话的分量，比 50.1% 重得多。

与之配套的制度动作有三个：

第一，会评准入不再只看分数。 2026 年 6 月 1 日印发的《青年科学基金项目（C 类）管理办法》，首次把"评审与批准"单列成章，明确基金委要综合通讯评审评分、评审意见和学科特点，经集体研究后确定进入会议评审的项目；同时明确，对具有原创性、颠覆性特征的项目，可以推荐其进入会议评审。

过去大家死磕"能拿几个 A"，现在 A 的数量不再是一票通关的凭证——标书本身有没有真正的科学价值，权重被抬上来了。

第二，"专家临场捞项目"的通道被删掉了。 旧办法允许两名以上会评专家署名推荐，把函评不占优的项目重新拉回表决程序。新版删除了这一条。项目能否获得进一步评审机会，正在从"个别专家的临场判断"转向更程序化、可记录的集体决策。

第三，申请书"瘦身提质"。 2026 年起，青 C 申请书正文篇幅不超过 30 页，取消研究内容预设提纲的限制，只保留立项依据、研究内容及研究基础三部分。

三条合起来指向同一个结论：篇幅变短了，但要求变高了。 过去可以靠堆砌综述和"工作计划"撑厚度，现在你必须在有限篇幅里讲清楚——现有认识有什么缺口，你提出了什么不同的解释，为什么值得研究，为什么三年内能验证。

三、名额是政策给的，标书是自己写的

说句更直白的：新规下决定你能不能中的，不是运气，而是三件事——科学问题的原创性、前期基础的扎实度、标书的表达效率。

而这三件事，恰好都可以被系统性地强化。这也是我这两年一直在用工具去解决的部分。

比如"赛道有多挤、别人做到哪一步了"。基金委自 1986 年以来公开的 77 万余项获批项目、708 万余条关联成果，其实都在那儿，但自己一条条扒、一张张做表，两个月就没了。MedPeer 的自然科学基金数据库把八大学部和 20 多个省份的地方基金数据都收了进来，支持按项目名称、编号、依托单位、负责人等字段组合检索，还内置玫瑰图、词云图这类可视化，热量分布一眼能看出来。

它的基金项目分析报告更进一步——输入方向或关键词，直接产出近 5–10 年的研究趋势、热点识别、经费分配和学科竞争态势，等于把调研阶段最枯燥的那部分打包做完了。这和自己用数据库检索，是两件事：一个是自助查数据，一个是拿到一份成品报告。

再比如"怎么找一个别人没做透、又能自圆其说的科学问题"。

AI 选题推荐基于 3 亿+ 文献和 77 万+ 获批项目，从创新性、可行性、重要性三个维度一次性给出 9 个备选选题，选定后还会生成结构化分析报告和配套研究方案。它解决的不是"查重"，而是"想不出来"和"想岔了"。

再往后：对标同行，可以看结题报告的 AI 解读，一分钟读懂一份已结题项目的研究脉络和关键结论；

写立项依据，初稿可以交给"天生会写"，它会解析最新指南、检索真实参考文献，按官方模板生成初稿；

最后提交前，用 AI 模拟评审让 3 位同领域虚拟专家按 8 大维度打一遍分，还能和"AI 专家组长"就具体问题反复对线。

我不是说用了工具就能中——那不可能。但在评审导向明确转向"原创性 + 实际贡献"的年份里，把时间花在打磨科学问题上，而不是花在整理数据、排版凑页数上，本身就是一种竞争力。

回到标题。

面上扩招、青 C 增额 50%，这些数字当然值得高兴。但请记住一句话：扩容改变的是分母的期望，改变不了分子的成色。

别对 2027 年的中标率抱太高期望。但你可以对自己的准备程度，抱有很高的期望。