有些需求一提出來就知道不好辦：「要找一個既懂材料、又懂臨床的」「既做過機器學習又懂臨床的醫生」「有沒有研究過這個方向的社會科學背景的人」。這類需求難在兩點：一是你不太清楚這類人通常掛在哪個單位、哪個學科下；二是就算想到一兩個，也不確定是不是還有別的。
找人這件事，換個思路會好辦很多：不先想「誰合適」，而先圈定「哪些方向可能有人」。 MuchSci 的人才畫像支撐的就是這條路——它把公開可查的履歷與成果擺成結構化欄位，讓「跨不跨」這個問題從感覺變成可核對的事。這篇就講這條路怎麼走。
01 從一個方向拆成兩半
先看流程。
▲ 圖 1｜第 3 步是關鍵：跨學科的人往往在兩個方向的名單裡都留著痕跡
第一步是把方向拆開。 「既懂 A 又懂 B」不是一個能直接檢索的描述——它描述的是一个人的組合特徵，而不是任何一個可檢索的口徑。把它拆成兩個獨立方向，每個方向才有可操作的研究領域描述。
第二步是各自找候選，兩個方向分別拉名單，不要求一次找全。這一步的預期要放低：不是要找十個人，而是把兩個方向的活躍人群摸出來。
第三步取交集，是這條路上最關鍵的一步。跨學科的研究者通常在兩個方向上都留有痕跡——論文掛在其中一個方向下，項目掛在另一個方向下。兩個名單裡都出現的人，值得優先核對。
第四步是補單個專家，找出那些只在一個方向的名單裡出現、但檔案裡有明顯跨領域跡象的人——比如教育背景是 A 方向、任職單位是 B 領域的機構。第五步核對歸屬，確認研究方向與在研項目是不是真的對得上，避免「看起來跨、實際不跨」。
02 憑印象找，和按方向交叉找
兩條路都能走到人，差別在覆蓋範圍和可解釋性。
▲ 圖 2｜同一個目標，兩種找法的差別在於「先想到誰」還是「先圈定範圍」
憑印象找的起點是「先想到某個具體的人」，它的覆蓋面受限於你認識誰。在內部小範圍裡推薦人，這種做法效率很高；但要跨機構、跨學科找一批人，它漏掉的往往比找到的還多——你不認識的人，直接就漏掉了。
按方向交叉的起點是「先圈定兩個方向的範圍」，覆蓋面由方向決定，不受人脈限制。兩個方向都過一遍，遺漏會明顯減少。更實際的好處是可解釋性：你能說出這個人落在哪幾個方向下，而不是「我覺得他應該行」。
兩種做法其實不衝突。務實的方式是：先用方向交叉圈出一批候選，再用印象補充幾個，把覆蓋面和人脈都用上。
03 跨學科匹配，要在欄位之間找關係
單一方向的匹配，看一個欄位就夠；跨學科要在幾個欄位之間建立聯繫。
▲ 圖 3｜跨學科的判斷依據通常藏在「經歷」和「成果」裡，而不是「研究領域」那一欄
方向欄位是第一層：研究領域是按什麼口徑描述的，兩個方向的口徑能不能對上。這一層決定了初步篩選的範圍。
經歷欄位是第二層，也是跨學科判斷的真正落點。教育背景的專業、任職單位的性質、甚至跨單位流動的軌跡，都可能在檔案裡留下「接觸過另一個方向」的痕跡。很多人研究領域只寫了一個方向，但經歷裡能看出他跨過界。
成果欄位是第三層：主持項目與學術貢獻是否橫跨兩個方向。這一層最硬——項目名稱和學術貢獻是實打實的記錄，比研究領域的表述更能說明問題。
兩層疊起來看，才能比較有把握地判斷「這個人是不是既懂 A 又懂 B」。這也是 MuchSci 把研究領域、教育背景、任職履歷分成三張表來存的原因——跨學科的線索從來不是哪一欄單獨寫得出來的，它藏在欄目之間的落差裡。
04 介面：方向與經歷都擺在明面上
這套判斷依賴的欄位，在檔案裡是分開放的。
▲ 圖 4｜研究領域與教育背景分開呈現，跨領域的痕跡一眼能看出
基本情況裡單列了「研究領域」這一欄，而受教育情況是獨立的一張表——學校、專業、結果按時間排列。兩者放在一起看，就能發現「研究領域是 A、教育專業是 B」這類信號。
任職履歷這一塊對跨學科找人尤其有用：
▲ 圖 5｜任職履歷能看到單位與職務的變化軌跡，跨單位流動是可觀察的信號
單位性質的變化、職務類型的切換，往往暗示研究方向的遷移或交叉。這些資訊在「一段式的簡介」裡通常會被抹平，但按時間和單位拆開成表之後，就變成了可以逐行比對的依據。
05 邊界
① 本篇講找人的思路與可用欄位，不構成效果承諾。能否找到合適的人取決於公開資料的可得性與覆蓋範圍；跨學科組合往往是小眾群體，公開資料的完整程度參差不齊。
② 欄位能對上，不等於人合適。檔案整理的是公開資料，不構成對任何人的能力評價、推薦或背書；研究領域與經歷的對齊只是篩選線索，最終判斷須由使用者自行核實並承擔責任。
③ 只使用公開資料。 不涉及個人隱私資料；用於評審、招聘等正式用途時，以相關單位現行規定與程序為準。