【专业介绍】红鸟展翅：在香港科技大学（广州）把科技写进政策，把政策带回实验室

在粤港澳大湾区几何中心的广州南沙，一条名为“红鸟”的地铁支线悄悄伸向校园。列车穿过高架，窗外是湿地、工地与零星的碉楼，再往前，一片由清水混凝土与玻璃幕墙围合的校园出现在蕉门水道旁——这里是香港科技大学广州校区（HKUST(GZ)）。科技与政策理学硕士（MSc in Technology and Policy）就藏在枢纽楼（Hub Building）的第三层，门牌不大，却同时连通着实验室、政府大楼与初创企业的会议室。以下是一份“非官方漫游指南”，写给想把技术翻译成治理语言、再把治理需求带回实验室的人。
一、课程骨架：把“科技模块”插进“政策主板”
项目默认 24 个月，需修满 48 学分，分为四条线：
核心通识（12 学分）
科技演化与历史：从蒸汽机到量子计算，把技术曲线拆成社会接受度曲线；
政策分析基础：成本收益、多目标权衡、利益相关者地图，用 Excel 也能跑；
创新生态与治理：讲孵化器的房东、投资人、监管者如何三缺一；
伦理、法律与社会影响：把“可解释 AI”写成 800 字市民小册子。
方法工具箱（9 学分）
三选二：
数据挖掘与政策评估
行为公共政策
系统动力学与情景规划
每门课都配一间“政策沙盒”机房，电脑里装着澳门交通、深圳医疗、南沙产业的真实脱敏数据，期末作业是“给某市写一份 10 年技术路线图”，老师只问“有没有把不确定性写进去”。
领域深度（12 学分）
目前开出四条轨道：
人工智能与数据治理
可持续技术与气候政策
生物医药与健康治理
智能制造与区域发展
每条轨道 4 门课，学生可“单轨深耕”或“双轨交叉”。有人把 AI 轨道与气候轨道拼在一起，写了一份“用深度学习预测珠三角台风损失”的政策简报，被广东省应急厅邀请去做二次论证。
Capstone 项目（15 学分）
学生需完成一份“真实客户订单”。客户名单每年滚动：广州市政数局、深圳科创委、南沙产业园、香港科技园、腾讯、比亚迪、百济神州……项目启动前，客户会来校园开“需求市集”，学生举牌组队，像选课一样“竞标”。最终交付物不是论文，而是一份可被甲方直接引用的政策包：技术白皮书、监管沙盒方案、公众沟通脚本、预算测算表，以及一段 3 分钟的政策解读视频。
二、师资与硬件：让“跨校、跨域、跨语”成为默认
授课团队来自港科大清水湾本部、广州校区、香港大学、清华、巴西圣保罗大学、欧盟联合研究中心等。一门课三位老师很常见：
技术老师带你跑模型；
政策老师带你写影响评估；
行业导师带你进企业现场。
校园硬件像一块“可插拔主板”：
教学楼每层都有 50 寸触摸屏，可一键调用香港本部的数据库；
地库埋着 5G 专网，延迟 10 毫秒，方便做远程手术或自动驾驶测试；
宿舍楼下就是地铁口，30 分钟到广州南站，1 小时到香港西九龙，学生把“跨境调研”当日常通勤。
三、研究氛围：把“政策沙盒”搬到真实世界
学院每年运行 3-4 个“微型沙盒”：
在南沙保税港区，把无人配送车放进真实物流链路，学生负责写风险评估报告；
与澳门卫生局合作，把 AI 辅助诊断放进社区医院，学生设计知情同意流程；
和深圳气象局合作，用社交媒体数据做台风谣言监测，学生写“辟谣推送”脚本。
这些沙盒的产出不会停留在 PPT，而是直接变成甲方的试点方案。学生因此拥有“政策产品经理”的履历，而非仅仅“写论文的人”。
四、职业出口：让“政策翻译官”成为新标签
毕业生去向大致六条：
政府与公共部门 30%
粤港澳大湾区的发改、科创、政数、卫健、应急等系统，岗位名称从“政策分析师”到“数字治理专员”。
企业政策与公共事务 25%
互联网、新能源、生物医药公司的政府事务部，负责把技术语言翻译成监管语言。
咨询与智库 20%
四大风险咨询、管理咨询、区域发展智库，项目从“氢能产业路线图”到“数字人民币跨境支付”。
国际组织与 NGO 10%
联合国开发计划署、亚洲开发银行、气候债券倡议组织，做技术援助与政策研究。
继续读博 10%
港科大、牛津、巴黎政治学院、苏黎世联邦理工，方向从“AI 治理”到“气候金融”。
创业 5%
把 Capstone 项目孵化成公司，例如“用卫星数据做农业保险定价”的团队已拿到天使轮。
五、写在最后：把“政策”写成可被技术调用的 API
在 HKUST(GZ)读科技与政策，最迷人的不是“答案”，而是“接口”：
技术接口：把模型封装成可被政府引用的沙盒；
语言接口：把“算力”“精度”翻译成“风险”“公共利益”；
人际接口：让工程师、公务员、投资人、市民代表坐在同一张桌子。
两年时间里，你将在实验室、政府会议室、企业展厅、地铁车厢之间来回切换，把代码写成脚注，把心跳转成论据。等到毕业典礼那天，你会拿到一张证书，也带走一套“可插拔的治理模块”——它让你在未来无论站在政策研究室、企业战投部、国际组织还是创业路演台，都能先问一句：
“我们如何把技术变成可被社会调用的函数？”
然后，再开始编译。