一个产学研对接的经典困境：难题卡在产线上，专家在高校里，中间隔着"不知道找谁"。
一、对接失败的两种姿势
一家制造企业的技术负责人跟我聊过他们的经历：产线上有个工艺难题，内部啃了半年没啃下来，决定找高校的专家合作。
第一次尝试，托行业朋友介绍了位教授——见面聊了半小时才发现，对方的方向和他们的难题只沾个边，双方都很尴尬。第二次，他们在学术网站上搜了一堆名字，挑了位"头衔最响"的，结果对方长期只做基础研究，从来没和产业界合作过，根本没有对接的意愿和经验。
两次失败指向同一个问题：在接触之前，企业对候选专家几乎一无所知。
二、先筛人，再接触
后来他们换了个做法：先在 MuchSci 的人才画像里把人筛出来，再带着材料上门。
第一步，把难题翻译成"检索语言"。 把工艺难题拆解成研究领域、关键技术点，变成画像库里能检索的关键词。
第二步，按研究领域查专家画像。 库里是院士、杰青等已入库的公开画像，先用画像库规模统计摸清这个领域"池子有多大"，再把候选专家的公开履历一份份调出来。
第三步，过两道筛子。 这是整个流程里最见功夫的一步：
· 第一道筛，研究方向对口。 看项目明细里的关键词与学科——他的项目是否真的覆盖企业的技术难题，而不是题目上"看起来像"。
· 第二道筛，有过产学研合作痕迹。 看项目类型和承担单位——是否与企业、地方协同承担过项目，从年份和经费看近期是否仍然活跃。筛出来的，是"既懂技术、又懂产业协作"的专家。
这些判断的依据都是硬字段：项目明细经过"负责人姓名精确匹配 + 公开单位校验"，没核验通过的标注"待核验"，未收录的信息直接写"当前画像未提供"。宁可空着，不用印象补全。
第四步，做合作基础分析。 对入围的专家，先核验双方有无公开合作——已核验直接合作、存在公开关系但未证明合作、未发现直接证据、无法判断，四档等级不含糊；再从研究方向、成果互补、项目轨迹、人脉交集四个维度看契合度。有一个细节值得说：工具明确提示"合作基础分不是合作成功概率"，它给的是匹配度参考，不是保证书。
三、带着四份材料坐上谈判桌
筛选完成，企业手里的材料已经和两个月前完全不同了：
专家公开履历与八维评分、核验过的项目明细、带证据链的合作网络、双方合作基础分析。有了这些，开场白就从"慕名而来"变成了"我们在公开数据里看到您近三年承担的某某项目，和我们这个难题正好对得上"——哪句话都有出处，专家也能立刻判断这事值不值得聊。
当然，工具的边界同样清楚：它不产生"该找谁、该排除谁"的推荐名单，材料是起点，不是承诺，谈不谈得成还是要靠双方坐下来聊。