偶有學生發問：為何不把樣品直接送協力廠商檢測？他們專業高效，花點經費便能順帶拿到資料分析，既能省去自己建方法、試錯的麻煩，又能騰出時間多寫論文。更何況，人工智慧日新月異，如今親手操作儀器的笨功夫，遲早要被技術替代。我的回應是：研究生不是流水線操作工，實驗室亦非生產車間。我們必須親手駕馭儀器，沉下去，成為某台或某類設備的“專家”。因為唯有如此，你才不會被工具替代，而是成為定義工具的人。
不少同學的簡歷寫著“精通某某儀器”，實際只會進樣、點“開始”、淺層看圖。真正的熟練掌握，至少分三層：第一層，獨立操作。掌握開關機、方法設置、標準曲線與品質控制；第二層，維護保養。能更換常見耗材，判斷峰形異常源自色譜柱污染還是檢測器老化，並排查基本故障；第三層，開發方法。能優化前處理、調整分離條件，甚至改進模組設計。達到第三層的，我稱之為“小專家”。他們不僅具備獨立科研能力，更建立起對技術手段的掌控感和自信。無論未來去企業、檢測機構還是深造，都不會止步於“點滑鼠”，而是成為那個被人請教“這個資料到底怎麼回事”的人。
也有學生覺得，維護儀器、開發方法費時費力，“吃虧了”。我理解這種想法，但請記住：今天省下的摸索之苦，明天會十倍百倍地轉化為對數據的不自信。你無法判斷異常值來自樣品、儀器狀態還是前處理偏差，只能依賴協力廠商報告，無法真正審視和質疑。
再談測試過度依賴協力廠商檢測的隱形問題：其一，方法開發“失能化”。若整個研究生涯都在寄樣、處理資料，你永遠不會積累方法開發的經驗，當體系具有創新性而標準方法不適用時，你只能繼續依賴別人；其二，對資料的理解深度，取決於對產生過程的參與深度。親手摸索過全流程的人，看到資料時浮現的是色譜峰的走向、基線漂移與噪音來源，而非只是一列數位，兩種視野高下立判。
有一種“悟”，只會在親手操作、反複試錯、持續觀察中發生。不站在儀器面前，看不見即時跳動的數位和曲線，就不會因柱壓變化聯想到溶劑對回收率的影響。科研訓練的本質，不是得到正確結果，而是訓練面對錯誤時的判斷力，而判斷力必須建立在對工具的深度理解之上。
所以，我想對課題組每位學生說：別把維護儀器當“打雜”，別把方法開發當“走彎路”。你花三天摸清方法條件，別人卻只需將樣品快遞出去，便能坐收成套數據，論文、專利、獎學金接踵而至，看似“省”下了時間，也“贏”在了當下。然而三年後，那個寄樣的人依然只會點“開始”，對儀器本身一無所知，所產生的成果都建立在紙面之上，無從深究也無從質疑；而你呢？你能從異常噪音中聽出問題，從峰形變化判斷柱效，為一個新測試方法設計完整的分析流程。你見過儀器出現異常，你見過儀器在你的精心調試下產出令人激動的資料，你親手觸摸過科學發生的現場。這些，是任何一份協力廠商報告都給不了你的，也是利用協力廠商機構測試成文的論文都無法替你積累的。
更重要的是，這種“精通”所帶來的，遠不止眼前的資料，而是長久的底氣。當別人還在依賴外部報告、困於“機器怎麼又壞了”的茫然時，你已經是那個能診斷問題、優化流程、甚至指導他人的人。在未來的求職面試中，在研發一線的關鍵崗位上，這種沉下去的能力，往往比再多幾篇論文更能讓你脫穎而出。因為用人單位真正需要的，是能解決問題的人。
同學們，實驗室裡的儀器，不為擺設，不為多派活，而是因為我相信：真正的科研能力，是從指尖到紙面的，不是從郵箱到桌面的。每台儀器都是一扇門，走進去，摸管線、擰閥門，看信號跳動。科學不再是列印出來的冰冷資料，而是流動、可觸、有溫度的真實世界。
去成為那個“小專家”吧。這個頭銜，比多發幾篇論文更有價值、更有意義！