茶思屋是什么：一个「企业出题、全球揭榜」的科研组织样本

本文是对平台机制的观察笔记，不含任何站内文章的转载。所有引用信息标注了公开出处。

一、名字的来处

任正非在深圳华为总部接受采访时讲过这段渊源：黄大年放弃英国职位回国，在吉林大学用自己的钱向学校要了一间约 40 平米的房子，开了一个「茶思屋」，提供免费咖啡，做法是「一杯咖啡吸收宇宙能量」。华为得到黄大年家族授权，以他的名字做了一个非营利的网络平台——这就是 chaspark.com「黄大年茶思屋」。

名字里藏的机制其实很直白：**提供一个非正式场所，让不同领域的人撞在一起，用交流换创新。**线上化之后，「咖啡」被换成了「榜单 + 文献」。

二、平台的信息架构

茶思屋前端是一个 hash 路由的单页应用，从它自己的接口命名可以把信息架构读出来（以下为前端代码中可见的接口路径，非官方文档）：

模块	接口前缀	承担的角色
科技热点榜	/v1/slot/hotspot/rankings	每日/每期技术热点与排行，站内主入口之一
论文库（预印本）	/v1/paper/arXiv/*	按学科 domain 分组、可计数检索
论文库（会议期刊）	/v1/paper/acm/*	与 arXiv 同构的另一套文献源
峰会与会议内容	/v1/content/conferences/*、/v1/video/confereces/*	大会回放、日程、活动
难题榜文	/v1/content/thesis/hotspot	「企业出题」的载体
订阅	/v1/subscription/*	按领域邮件推送
AI 摘要	/v1/content/ai-info	给文章生成 AI 摘要

去掉技术细节后，模式很清楚，就是四件套：榜单（问题）+ 文献（证据）+ 会议（人）+ 订阅（留存）。而且「AI 摘要」是站内一等公民——这直接影响了本文的写法：凡是 AI 生成的摘要，就应该像茶思屋那样显式标注出来。

三、核心机制：把工程约束翻译成科学问题

平台最受关注的动作是「难题榜文」——把企业真实的技术瓶颈写成公开问题，悬赏征集解法，按期发布、按期复盘。

它有效的关键在翻译这一步：

• 原始表述往往是工程语言：「鲲鹏集群跑大规模仿真时算力利用率上不去」。
• 上榜表述必须是科学语言：「大规模稀疏线性方程组求解中的预条件子自动优选」——这样才能跨企业、跨学科地可比、可解、可评审。

能持续产出这种翻译，说明平台中间存在一层既懂业务又懂学术的策展人。这层角色是大多数企业内部技术社区最先缺失的东西，也是它比「论坛 + 悬赏」高一个量级的地方。

四、与同类机制的差异

横向对照几种「出题—答题」模式：

• 中国科协年度难题征集：学术共同体口径，出题方多为研究者，重在「指南」；周期一年，反馈慢。
• DARPA / XPRIZE：任务导向、里程碑明确、奖金量级大，但选题集中在可被单一指标判定的问题。
• Kaggle / 天池：数据与指标都由平台给定，问题边界已被预先工程化，参与者优化的是模型而非方法。
• 茶思屋：出题方是产业一线，问题带真实约束（集群规模、国产化软硬件栈、成本上限），且同时提供文献与会议作为解題上下文。它更接近「开放式工程科学问题」，而不是有唯一最优解的竞赛题。

代价也很明显：这类模式的成果闭环依赖企业后续是否真的采用。**榜单的价值不在题面有多漂亮，而在有多少题最后变成了产品。**这个问题外部几乎无法验证，只能靠平台自身的年度复盘来观察。

五、对个人的使用建议

如果只把它当新闻站看，价值有限。更高性价比的读法：

1. 只读榜单，不读论文。 榜单暴露的是「有钱但没人会做」的问题，密度远高于论文。
2. 把同一时期的榜单与年报/新年致辞对齐。 战略里反复出现的词，才会变成真预算。
3. 记录「消失的难题」。 上线后悄悄下架的题目，通常意味着它已被内部方案吃掉，或者被证伪。

六、参考与延伸

• 黄大年茶思屋（科技热点、难题榜文、论文库入口）：https://www.chaspark.com/
• 关于「茶思屋」由来的公开报道（中国吉林网，2025-06-12）：https://pinglun.cnjiwang.com/rmpl/202506/3954421.html
• 站内某条热点详情示例（本次研究的入口链接）：https://www.chaspark.com/#/hotspots/1138522768379686912