贵州平塘的喀斯特洼地里，有一口直径500米的"大锅"，朝天听了整整十年。2026年9月25日，FAST迎来落成十周年。为了把这十年的成绩单看明白，我翻出了新华社的十周年通稿、新浪财经7x24快讯里姜鹏总工的透露，还有腾讯"探星计划"2024年的项目报道，把数字挨个对了一遍——对完发现，最容易被略过的那部分，恰恰最值得普通人抄作业。
十年成绩单里，藏着一个"听不过来"的烦恼
先看官方的数。据新华社9月23日报道，FAST累计发现脉冲星超1300颗，超过同一时期国际其他望远镜发现数量的总和；基于FAST数据，科研人员在《科学》《自然》主刊发表论文13篇。FAST运行和发展中心主任姜鹏还在新浪财经7x24快讯中透露：2028年前后，FAST有望实现全链条国产化——从终端馈源到射频电路放大，核心环节自己说了算。
硬件的账很清楚：国产化解决"造不造得出"。但有一笔账通稿里没细说——听不听不过来。
据2024年"探星计划"的项目报道，FAST每天接收的原始数据量高达500TB，每周产生超过3000万张可能的脉冲星候选信号图。什么概念？就算雇一屋子人24小时不睡地看图，看完一周的量也要一年以上。望远镜太灵敏了，灵敏到人类自己成了瓶颈。
真正的"挑星人"
2021年，腾讯云联合国家天文台、复旦大学启动"探星计划"，干的就是一件事：让AI替人挑星。腾讯优图实验室做的端到端模型FastSearch，干脆跳过了传统流程里的噪声过滤、傅里叶变换等预处理步骤，从原始信号直接给出判断。据项目方披露，信号处理效率比合作初期的AI模型提升15倍，比2021年以前的人工方式提升数百倍。截至2024年11月，这套AI体系辅助发现了51颗新脉冲星（一半以上是毫秒脉冲星或长周期脉冲星），还辅助捕捉到3例快速射电暴。
把这个故事压缩成一句话：科研的瓶颈从"看不见"变成了"挑不完"，而AI的价值不是替代天文学家，是把3000万张图变成几十张值得人看的图。
天文学家最后仍然要亲自确认每一颗脉冲星——AI负责粗筛和细挑，人负责终审和署名。分工干净利落。
这套"挑星流程"，你今天的班上就能用
别觉得500TB离你很远。你的工作群里每天几百条消息、邮箱里躺着的未读、客户反馈表里的上千行吐槽——都是你自己的"脉冲星候选信号图"：里面确实埋着金子，但你翻不过来，于是干脆不翻。
FAST的解法可以直接平移，做成三层漏斗：
第一层，粗筛。 把原始材料整批丢给AI，只让它做一件事：分类和去重。比如把一周的群聊记录导出，让AI输出"与我相关的待办清单+无关闲聊已折叠"。这一步别指望AI有洞察，它的任务是把3000万张图变成300张。
第二层，细挑。 对粗筛结果再提一个更狠的问题："这里面最反常、最可能被忽略的3条是什么？为什么？"异常信号往往就是脉冲星——客户反馈里那句不像抱怨的抱怨，群聊里那条没人接的关键信息。
第三层，人来终审。 AI挑出来的每一条，你亲自回到原文核一遍再行动。FAST团队从不让AI直接"发现"脉冲星，你也不该让AI直接替你下结论。
我平时整理这类材料，用的是 spark1.cn/tools/ 里收录的文档分析和摘要类工具，一层层筛下来，半天能处理完以前一周的量。工具是现成的，缺的只是把"挑星流程"搬进工作里的这个动作。
最后
天眼的锅属于国家重器，但"先让AI挑、再由人确认"的方法，属于每一个被信息淹没的普通人。设备再强，价值都在最后那一下"听懂"；你也一样——从容，不是看得更多，是挑得更准。
💬 评论