找人这件事，最麻烦的从来不是搜不到，而是搜到之后不敢用。输入一个名字，出来十几条结果，同名的一大堆；点开看履历，写得像模像样，可这个"某某大学"到底是哪儿的、这段任职是不是同一个人的，谁也说不准。到头来往往是存了一堆链接，一个也没敢往正式材料里写。
MuchSci 新加的人才画像，走的是另一条路：先把门槛设好，再让资料进来。这篇不讨论它多好用，只拆清楚一件更有意思的事——它凭什么敢把整理出来的东西当成可用的档案。
01 进来之前，先过三道门
先看这个功能最核心的设计：准入门槛。
▲ 图 1｜不是抓到就收——这个功能最要紧的设计，全在「进门的门槛」上
第一道门是来源范围。 它只收录国家级项目相关的记录。这一刀切得很关键：范围一收窄，需要核对的量少了，来源的可信度也整体抬高了。MuchSci 把这条写进了档案抬头，使用者一眼就能看到自己拿到的东西是在什么范围内整理出来的。
第二道门是三方匹配。 判定条件写得相当严：当且仅当姓名、单位、履历与公开资料能够逐项精确对上，才予以纳入。注意是"当且仅当"——姓名对上了不算，还得单位和履历一起对得上。
第三道门是存疑隔离。 同一个项目在不同资料里名称不一致、或者信息对不上的，标记为「待核验」，不计入专家。
这三道门连起来，回答的是同一个问题：这条记录凭什么值得信。而它给出的答案不是"因为我抓到了"，而是"因为它经得起逐项核对"。
02 一份档案由四类字段拼成
过了门槛的记录，会被拆进四类字段里。
▲ 图 2｜从「这个人是谁」到「他做过什么」，四类各自回答一个问题
基本情况回答"是谁"：一句话简介、性别、出生年月、籍贯、现职、研究领域。受教育情况回答"在哪学的"，用表格按时间排列学校、专业与结果。任职履历回答"在哪做过什么"，同样是表格，列是时间、单位、职务。主要科研成果回答"做出了什么"，分学术贡献与主持项目两块，其中涉及国家级重大工程的项目会被特别标注。
后三类都用了表格而不是段落，这不是排版偏好。表格的每一行都是一个独立的核对单元——哪一行看着可疑，就单独去查那一行，不用把整段重读一遍。结构化的真正价值，是把"信不信这个人"这种笼统的整体判断，拆成了一堆可以逐项检查的小问题。
03 结构化之后，差在哪
把两种做法摆在一起看，差别会清楚得多。
▲ 图 3｜差别不在字数多少，在于能不能被逐项核对、能不能被反复调用
一段式的介绍读起来更顺，但它有三个绕不过去的弱点：核对只能整体进行，一旦怀疑某个年份，就得重新通读；出处容易丢失，过一阵子就说不清这段资料是从哪来的；换个场合要重写一遍，用于会议邀约的材料和用于课题申报的材料，往往得各写一遍。
结构化档案对这三条各有解法：逐项成列，可疑的行单独回查；每份档案带数据来源标识，出处不丢；同一份档案可以在不同场景里反复调用，不必重造。
这里要格外说清一点：结构化不等于评估。 档案整理的是公开资料，它记录的是"这个人就读于哪里、任职过哪里、主持过什么"，而不是"这个人有多厉害"。前者是可核对的事实，后者是需要人来下的判断。
04 功能界面：档案长什么样
界面在智能体助手的「人才画像」页签下。
▲ 图 4｜基本情况与受教育情况：一段简介加一张时间表，档案标识与数据来源写在最上方
最上面那行是这套机制的公开表态：档案标识、数据来源，以及那句关于收录范围的说明——只收录国家级项目，且要求姓名、单位、履历与公开资料精确匹配，不符合的记「待核验」，不计入专家。把判定标准直接写在档案抬头，意味着使用者随时可以判断这份档案是怎么来的。
往下翻是任职履历和科研成果两块，同样以表格承载：
▲ 图 5｜任职履历按时间列单位与职务，科研成果分学术贡献与主持项目两类
值得留意的是它的克制。界面里没有评分、没有排名、没有"匹配度"这类指标——只有时间、单位、职务、专业、结果这些能被外部资料验证的字段。这种设计选择本身就是态度：能被核实的东西才写进去，判断留给人。
05 边界
① 本篇讲功能机制，不构成效果承诺。档案的完整程度取决于公开资料的可得性，收录范围有限定，不代表对所有研究者都能给出完整的画像。
② 结构化不等于评估。 档案是公开资料的整理与呈现，不构成对任何人的能力评价、推荐或背书；涉及具体个人的判断，须由使用者自行核实并承担责任。
③ 只使用公开资料。 不涉及个人隐私数据；用于评审、招聘、尽调等正式用途时，应以相关单位现行规定与程序为准。