🎯 科技 · 科研范式

🔥 从提出假设、设计实验到撰写论文，AI 正在尝试把科研流程"全自动"跑通，但当下的实验证明，它距离取代人类科学家还差得远。

一、AI Scientist 真能独立做科研吗

由日本公司 Sakana AI 主导的团队最早尝试把科学流程全面自动化，2024年发布了名为"The AI Scientist"的系统，今年3月又在《自然》发表了改进版本。它可以从提出想法、写论文到自我评估一气呵成，甚至写出的3篇论文里有1篇在同行评议中拿了高分。但普林斯顿大学的 Sayash Kapoor 直言："开放性研究的全面自动化远未到来"。

为了用更高标准考验 AI，研究团队提出了"影子评估"挑战。他们让改进版智能体用6天时间、3000美元计算额度，去攻克两个真实研究问题。结果是，AI 能跑几百次实验、写出扎实的文献综述，也能识别自己的某些"幻觉"错误，但在两项核心任务上分别只拿到原作者打出的 2/6 和 1/6 分——它过早锁定了假设，走不通时又缺乏回溯能力，最终几乎交不出有意义的内容。

二、机器人正在走进实验室，但角色是"搭子"

比起"全自动取代"，现实中的另一条路线更务实——让机器人进实验室做"人机协作"。在北京，源络科技的机器人已落地国家级科研平台，依托自研的物理原生模型，能稳定协同操作多台设备，完成40余种精细化生物实验操作，达到亚毫米级精度。细胞毒性检测、细胞培养传代等以前最耗人的重复性环节，现在可以由机器人全程执行、无需人工干预。

这背后的逻辑不是替换科学家，而是把人从重复性操作里解放出来。科研人员过去大量时间耗费在移液深度、加样量这样极易出错的细节上，机器人接手后，人类才能把精力真正投向需要判断力和创造力的地方。据悉，源络科技正在寻找首批100位合作伙伴，共同验证具身智能在生物医药、材料、化学分析等领域的落地。

三、全自动科研的真相：替代的是流程，不是人

AI 的能力边界也在不断被刷新。Anthropic 近日公布的一项实验显示，Claude 首次全程自主完成蛋白质设计，针对15个靶标独立设计结合蛋白，成功命中14个，成功率高达93.3%，其中354个方案经两家独立实验室验证具备结合活性。这让"AI 辅助科研"迈向了"AI 主导科研"的新阶段。

但正如中国科学报援引的研究结论所揭示的那样，AI 目前最大的短板恰恰是研究创造力——它会先入为主、不会及时回头、自我评估也不够严格。换句话说，AI 能替代科研里"执行"和"试错"的部分，却替代不了科学家提出好问题、判断大方向的嗅觉。全自动科研会加速到来，但它更像一个不知疲倦的超级助手，而不是取代人类的终结者。

综合中国科学报、中国网、智源社区等报道 | 2026-08-21