🎯 人工智能 · 科学智能

🔥 AI4S正从"科研副驾驶"迈向"全流程自主发现"，人类科研人员的角色将从"亲自做实验"转向"定义问题与把关方向"。

一、从"辅助工具"到"自主发现"：全自动科研正在逼近

过去十年，人工智能在科研里的角色一直是"副驾驶"——帮你算、帮你筛、帮你预测，但关键判断还得人来。如今这一局面正在被改写。以晶泰控股为代表的AI4S（科学智能）企业，已构建起贯通机器人实验室、科学智能体及自主合成的全栈基础设施，智能体能够拆解目标、规划实验、调度专业模型和机器人、分析结果，并自主发起下一轮迭代。这意味着，从"提出假设"到"做完实验得出结论"的完整链条，理论上已可由机器独立完成。

业内将科学自主发现划分为L1到L5五个层级，从单一工具、科研副驾驶、Agent，逐步走向全流程自主发现。目前行业整体正由L2向L3演进，而晶泰已在部分限定科研场景具备L4自主发现能力。这不是概念炒作，而是有真实工程规模的落地：超300台自动化实验工站、覆盖20余类研发应用、支撑超100个药物和先进材料发现项目。

二、数据在暴涨，效率在重构

全自动科研的核心竞争力，藏在"数量级"的差异里。晶泰的机器人实验室每月产生超5万条反应产率数据和30万条过程数据，累计沉淀超过50万条结构化科研数据。这种规模是任何人类团队靠双手无法企及的——一个熟练研究员一天能做几次实验，而机器人可以7×24小时不间断、无疲劳、无情绪波动地跑通量。

更关键的是，机器不仅"做得多"，还"做得闭环"。传统科研里，实验失败的结果往往被丢弃；而在自主发现体系中，每一条数据都被反哺到模型，形成"实验—学习—再实验"的飞轮。这才是真正让全自动科研滚起来的东西——数据的自我强化。据晶泰控股2026年中期业绩，其AI4S智慧解决方案收入同比暴涨136.4%，标志着这一赛道正从早期技术验证走向商业化规模化放量周期。

三、人类科研人员将何去何从

全自动科研带来的最大焦虑，是"人还要不要搞科研"。答案不是简单的"要"或"不要"，而是分工的重构。当机械性的实验操作、数据分析被机器接管，人类科研人员的价值将向上游和下游迁移：上游是"提出真正有价值的问题"——这正是AI目前最不擅长的事，它擅长在给定目标下优化，却不擅长质疑目标本身；下游是"判断结果的真实性、伦理边界与社会影响"。

换句话说，未来的科研人更像"科学导演"而非"实验技工"。中国科学院自动化研究所多年来坚持"智能科学与技术"研究，其对"自主进化智能"的布局也印证了这一趋势——技术终将自动跑起来，但"该研究什么、该往哪里去"的方向，仍然掌握在人的手里。全自动科研不是要淘汰科学家，而是要解放他们去做机器做不了的事。

综合界面新闻、中国科学院自动化研究所报道 | 2026-08-21