一個課題組都會遇到的場景：缺一塊能力，想柔性引進一位外部專家，但怎麼確認「他就是對的人」？
一、柔性引進，最怕的是「人看走眼」
先說一個課題組裡常見的處境。
方向上要補一塊能力，團隊商量後決定柔性引進一位外部專家——不用對方全職過來，機制靈活，雙方都輕裝。但靈活的另一面是：試錯期短，選錯人的代價卻不小。 方向接不上、研究重心已經轉移、和課題組現有成員完全沒有合作交集——任何一條不合適，一年聘期可能就這麼耗掉了。
傳統上怎麼做判斷？熟人推薦，開會時聽過對方的報告，再去翻翻他的個人主頁。這些資訊有用，但零散，而且帶著主觀印象：推薦人未必了解他的近況，報告只能反映一個切面。
二、把預調研做在前面
這次，課題組把判斷做在了接觸之前——先在 MuchSci 的人才畫像裡，給候選專家做了一輪預調研。
第一步，查畫像和項目明細。 MuchSci 返回的不只是一份公開履歷，履歷後面還掛著科研項目明細：項目名稱、批准號、年份、類型、承擔單位、學科、經費、關鍵詞，一個都不缺。更關鍵的是，這些項目經過「負責人姓名精確匹配 + 公開單位校驗」，沒核驗通過的會明確標註「待核驗」。換句話說，課題組看到的是一份可追溯的公開記錄，而不是介紹頁上的自我描述。
第二步，看歷史合作網絡。 以候選專家為中心，公開人脈脈絡給出關聯人物數、關係構成——共同作者、團隊/項目合作、培養關係、學術活動同行——每條都有一級關聯人物表和證據鏈。課題組據此很快看清：他和哪些團隊長期合作，這些團隊和自己的方向有沒有天然的銜接點。
第三步，判斷研究軌跡是否匹配。 這一步課題組核對的是四個地方：方向銜接（項目關鍵詞和學科與主攻方向是不是接力關係）、項目軌跡（從年份和經費看重心是否穩定）、合作網絡（和現有成員有沒有公開交集）、成果梯度（八維評分裡主要科研成績和代表作的分量）。八維評分的口徑是固定的，權重不可調——這反而讓比較變得公平：不是「誰名氣大」，而是「誰的數據說話」。
最後，上會決策。 預調研的結論被整理成幾頁材料擺到課題組會上：他是誰、他和誰合作過、他和我們合不合——三個問題都有公開數據支撐，討論的焦點從「感覺如何」變成了「證據指向哪裡」。
三、邊界感，恰恰是它適合這類決策的原因
課題組在這個環節格外謹慎是有原因的：引進決策一旦落紙面，依據必須站得住。而這正是 MuchSci 的幾條邊界讓人放心的地方——
· 只讀公開數據，未收錄的明確寫「當前畫像未提供」，不用網絡印象補全；
· 不排序、不推薦名單，不產生「該引進誰」的答案，判斷權在課題組；
· 不推斷私人關係，只呈現公開的學術與職業關係，不靠同校、同方向去「猜」誰和誰熟。
預調研給的是依據，拍板的永遠是課題組自己。