找人這件事，最麻煩的從來不是搜不到，而是搜到之後不敢用。輸入一個名字，出來十幾條結果，同名的一大堆；點開看履歷，寫得像模像樣，可這個"某某大學"到底是哪兒的、這段任職是不是同一個人的，誰也說不準。到頭來往往是存了一堆連結，一個也沒敢往正式材料裡寫。
MuchSci 新增的人才畫像，走的是另一條路：先把門檻設好，再讓資料進來。這篇不討論它多好用，只拆清楚一件更有意思的事——它憑什麼敢把整理出來的東西當成可用的檔案。
01 進來之前，先過三道門
先看這個功能最核心的設計：准入門檻。
▲ 圖 1｜不是抓到就收——這個功能最要緊的設計，全在「進門的門檻」上
第一道門是來源範圍。 它只收錄國家級項目相關的記錄。這一刀切得很關鍵：範圍一收窄，需要核對的量少了，來源的可信度也整體抬高了。MuchSci 把這條寫進了檔案標頭，使用者一眼就能看到自己拿到的東西是在什麼範圍內整理出來的。
第二道門是三方匹配。 判定條件寫得相當嚴：當且僅當姓名、單位、履歷與公開資料能夠逐項精確對上，才予以納入。注意是"當且僅當"——姓名對上了不算，還得單位和履歷一起對得上。
第三道門是存疑隔離。 同一個項目在不同資料裡名稱不一致、或者資訊對不上的，標記為「待核驗」，不計入專家。
這三道門連起來，回答的是同一個問題：這條記錄憑什麼值得信。而它給出的答案不是"因為我抓到了"，而是"因為它經得起逐項核對"。
02 一份檔案由四類欄位拼成
過了門檻的記錄，會被拆進四類欄位裡。
▲ 圖 2｜從「這個人是誰」到「他做過什麼」，四類各自回答一個問題
基本情況回答"是誰"：一句話簡介、性別、出生年月、籍貫、現職、研究領域。受教育情況回答"在哪學的"，用表格按時間排列學校、專業與結果。任職履歷回答"在哪做過什麼"，同樣是表格，欄是時間、單位、職務。主要科研成果回答"做出了什麼"，分學術貢獻與主持項目兩塊，其中涉及國家級重大工程的項目會被特別標註。
後三類都用了表格而不是段落，這不是排版偏好。表格的每一行都是一個獨立的核對單元——哪一行看著可疑，就單獨去查那一行，不用把整段重讀一遍。結構化的真正價值，是把"信不信這個人"這種籠統的整體判斷，拆成了一堆可以逐項檢查的小問題。
03 結構化之後，差在哪
把兩種做法擺在一起看，差別會清楚得多。
▲ 圖 3｜差別不在字數多少，在於能不能被逐項核對、能不能被反覆調用
一段式的介紹讀起來更順，但它有三個繞不過去的弱點：核對只能整體進行，一旦懷疑某個年份，就得重新通讀；出處容易丟失，過一陣子就說不清這段資料是從哪來的；換個場合要重寫一遍，用於會議邀約的材料和用於課題申報的材料，往往得各寫一遍。
結構化檔案對這三條各有解法：逐項成列，可疑的行單獨回查；每份檔案帶資料來源標識，出處不丟；同一份檔案可以在不同場景裡反覆調用，不必重造。
這裡要格外說清一點：結構化不等於評估。 檔案整理的是公開資料，它記錄的是"這個人就讀於哪裡、任職過哪裡、主持過什麼"，而不是"這個人有多厲害"。前者是可核對的事實，後者是需要人來下的判斷。
04 功能介面：檔案長什麼樣
介面在智能體助手的「人才畫像」頁籤下。
▲ 圖 4｜基本情況與受教育情況：一段簡介加一張時間表，檔案標識與資料來源寫在最上方
最上面那行是這套機制的公開表態：檔案標識、資料來源，以及那句關於收錄範圍的說明——只收錄國家級項目，且要求姓名、單位、履歷與公開資料精確匹配，不符合的記「待核驗」，不計入專家。把判定標準直接寫在檔案標頭，意味著使用者隨時可以判斷這份檔案是怎麼來的。
往下翻是任職履歷和科研成果兩塊，同樣以表格承載：
▲ 圖 5｜任職履歷按時間列單位與職務，科研成果分學術貢獻與主持項目兩類
值得留意的是它的克制。介面裡沒有評分、沒有排名、沒有"匹配度"這類指標——只有時間、單位、職務、專業、結果這些能被外部資料驗證的欄位。這種設計選擇本身就是態度：能被核實的東西才寫進去，判斷留給人。
05 邊界
① 本篇講功能機制，不構成效果承諾。檔案的完整程度取決於公開資料的可得性，收錄範圍有限定，不代表對所有研究者都能給出完整的畫像。
② 結構化不等於評估。 檔案是公開資料的整理與呈現，不構成對任何人的能力評價、推薦或背書；涉及具體個人的判斷，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、盡調等正式用途時，應以相關單位現行規定與程序為準。