在脑机接口加速走向产业化的当下，关于“人才”的讨论，正在成为一个被反复提及、却尚未真正解决的核心命题。
一方面，全国政协委员、天津大学副校长明东指出，脑机接口正从实验室前沿迈向国家级产业布局，政策、临床、资本与技术形成合力，进入系统性突破阶段。但他也明确强调，产业发展的关键瓶颈，正在从“技术可行性”转向“人才供给能力”。脑机接口天然是一个多学科深度耦合的领域，涉及神经科学、电子工程、人工智能、材料学与临床医学等多个方向。单一学科背景的人才，往往难以贯通从底层器件、信号解码到临床转化的完整链条，真正稀缺的是能够跨越学科边界、理解系统全貌的“复合型融合者”。同时，随着医疗器械监管、伦理规范与国际竞争加剧，人才不仅要懂技术，还需要具备合规意识与全球视野，这进一步抬高了人才门槛 。
另一方面，Neuralink 联合创始人 Max Hodak 从产业一线给出了另一种观察。他提到，如今大量神经科学家正在转向人工智能领域，因为在模型中研究“类脑机制”，比在真实大脑上开展实验更高效、成本更低、反馈更快。本质上，他们仍在做“神经科学”，只是换了一种载体。这种迁移并非偶然，而是反映出当前科研生态中一个现实选择：AI 提供了更高的研究效率与更快的成果路径，而脑机接口仍处于高门槛、慢反馈、强工程约束的阶段 。
将这两种视角放在一起，可以看到一个清晰的结构性矛盾：一边是产业爆发对复合型人才的强需求，另一边却是人才正在向更“高效”的AI赛道流动。脑机接口并非缺人，而是缺“愿意留下来并长期投入”的人。
那么，这一困境该如何破局？
首先，需要重新定义“人才培养路径”。传统以学科为边界的培养体系，已经难以支撑脑机接口的发展。真正有效的路径，应是从一开始就围绕“问题导向”构建，例如以“视觉重建”“运动恢复”等具体应用为牵引，将神经科学、算法、硬件与临床训练打包在同一培养体系中。本博贯通、交叉学科联合培养，不只是形式创新，而是能力结构的重构。
其次，必须把“产业场景”前移到人才培养过程中。脑机接口不是纯理论学科，其核心能力很大一部分来自工程实践与临床反馈。如果人才始终停留在论文与仿真层面，很难真正理解系统复杂性。企业与高校共建平台、真实项目驱动训练，是培养“能落地”的关键环节。
第三，需要正视AI对人才的“虹吸效应”，并给出对等的吸引力。AI之所以吸引大量神经科学家，本质在于反馈快、成果可见、路径清晰。脑机接口要留住人，一方面需要在工程工具链、实验平台上降低研究门槛，提高效率；另一方面，也需要在科研评价体系上给予长期主义空间，而不是以短期论文或商业结果作为唯一标准。
第四，构建更开放的国际化人才流动体系。脑机接口本身就是全球竞争赛道，核心标准、关键技术与临床数据都高度国际化。通过联合实验室、多中心临床、跨国项目等方式，让人才在真实的全球协作中成长，既能提升能力，也能增强领域吸引力。
最后，也是更底层的一点，是需要在认知层面完成一次转变。脑机接口不是一条“短跑赛道”，而更接近半导体或生物医药，是典型的“长周期、高不确定性”领域。如果整个社会、资本与科研体系都以短期回报为导向，那么人才流失几乎是必然结果。只有当长期投入被认可、失败被允许、节奏被拉长，这个领域才可能真正沉淀出稳定的人才结构。
从这个角度看，明东教授所强调的“跨界融合者”，与 Hodak 所观察到的“人才外流”，其实指向同一个问题：脑机接口正在进入一个决定性阶段，技术路径逐渐清晰，但人才体系尚未匹配。
真正的破局，不只是“多培养一些人”，而是重构一整套从培养、使用到激励的人才生态。只有当更多人愿意长期留在这条慢但重要的路径上，脑机接口这项技术，才有可能真正走向成熟。
仅用于学术分享，若侵权请留言，即时删侵！
