“AGI 会不会替代科学家”常被问成一道二选一问题。可 AGI 本身没有统一、可操作的判定线，科研也不是一种单一工作。文献搜索、显微镜观察、提出问题、写代码、设计对照、操作仪器、解释异常和组织同行复现，依赖的能力完全不同。
与其猜测一个遥远时点，不如观察今天的 AI 已经能进入哪些环节，以及它为什么在那里有效。现有案例显示，AI 最擅长的不是凭空宣布真理，而是在巨大候选空间中提出方案，并由清晰的实验或计算程序快速淘汰错误方案。
## 科研是一条循环，不是一篇论文
一次研究通常从现象与问题开始，形成可检验假设，设计实验并收集数据，再分析、解释、复现和修正。论文只是这条循环的一次公开记录。
语言模型可以帮助搜索文献、总结方法、生成代码和提出候选解释。预测模型可以从数据中估计结构或性质。机器人实验平台可以执行重复步骤。不同工具组合后，确实能自动化一段很长的流程。
但流程长度不等于知识可靠性。如果起始问题没有意义，数据含有系统偏差，评价指标遗漏关键条件，自动系统可以高效地产生大量漂亮却无用的结果。科研价值依赖于每个环节的验证质量。
## 有强验证器的领域进展最快
FunSearch 把大型语言模型与程序评估器结合：模型生成许多候选程序，评估器运行并打分，表现好的程序进入下一轮演化。它在组合数学与装箱问题上发现了新的构造和启发式方法。
AlphaEvolve 延伸了这种思路，用语言模型提出代码修改，再以自动指标筛选和演化候选。官方公开案例覆盖矩阵乘法、数据中心调度和算法优化。关键并不是模型每次都正确，而是错误程序能被快速执行、比较和淘汰。
这揭示了一个通用条件：候选答案必须能被便宜、客观、反复地验证。编译是否通过、程序速度、数学约束和模拟得分都可以成为验证器。模型负责扩大搜索范围，验证器负责约束想象力。
## 预测工具缩短了实验前的搜索
AlphaFold 3 可以预测包含蛋白质、核酸、小分子、离子和修饰残基的复合物结构。Nature 论文报告它在多类生物分子相互作用上相较当时专用工具取得显著改进。
这类系统不会把湿实验变得多余。结构预测提供的是值得优先验证的候选，真实细胞环境、动力学、浓度、毒性和测量误差仍需实验处理。模型对与训练数据相似程度不同的样本也可能表现不同。
它的科学价值在于重新分配资源：过去难以遍历的候选空间可以先由模型筛选，研究者把昂贵实验集中在更有希望或最能区分假设的部分。预测与实验形成闭环，而不是一方消灭另一方。
## 自动写论文不等于自动发现
AI Scientist 等研究系统尝试从生成想法、修改代码、运行实验到撰写论文形成端到端流程。它们展示了自动化机器学习实验的可能，也暴露了评估难题。
一个系统可以让代码运行、曲线改善并生成完整叙述，却仍可能选择有漏洞的基线、重复已有想法、过度解释微小差异，或在写作阶段掩盖实验失败。只看最后论文，比检查完整日志更难发现问题。
因此，自动科研系统需要保留每次提示、代码差异、环境版本、失败实验、随机种子和原始数据。结论必须能够从这些记录重新计算。自动审稿器可以辅助筛选，却不能与生成系统共享同一种盲点后互相证明正确。
## 人类最难替代的是问题与语境
科学问题不是从真空中出现的。研究者在实验室里注意到仪器异常，在田野中发现分类失效，或从多年经验中知道某个被忽略现象值得追问。这些线索常常没有被整理成训练数据。
选择问题还包含机会成本。一个可做的项目未必值得做；一个指标提高未必带来新的理解。人类团队需要判断现象的重要性、实验能否区分解释、失败结果是否仍有信息，以及应该邀请哪个领域参与。
默会知识也很关键。经验丰富的实验员能听出泵的声音不对，知道样品颜色变化意味着什么，或意识到“完全正常”的数据反而可疑。这种具身、情境化知识很难从论文文本中完整学习。
## AI也会改变研究者的技能结构
当代码、搜索和初稿生成变便宜，研究者需要更强的任务定义与验证能力。未来重要的技能包括：把问题写成可检验规格，设计能排除替代解释的对照，理解数据生成过程，构建可靠评估器，以及追踪自动流程的来源。
这并不意味着基础知识可以省略。恰恰相反，若研究者不了解统计、测量与领域机制，就更难发现 AI 给出的合理外观错误。工具降低执行门槛，也提高了辨别力的价值。
实验室还需要能跨边界协作的人：领域科学家、数据与软件工程师、仪器专家、统计人员共同设计闭环。把模型放在所有人中间，却不给任何人明确验收职责，只会制造新的黑箱。
## 一个可验证的人机科研闭环
第一步由研究者定义问题、已有证据、可证伪条件和资源限制。第二步让 AI 搜索文献、提出多个互相竞争的假设，并明确每个假设需要什么证据。
第三步把候选交给形式化验证器、模拟或小规模实验。失败候选也保留记录，避免系统反复走同一条路。第四步由人审查数据质量与异常，再决定下一轮实验，不让模型只优化一个方便的代理指标。
第五步在独立环境复现。更换随机种子、仪器批次、数据来源或研究小组，检查结论是否仍成立。最后公开足够的代码、参数和原始记录，使其他人能够追踪结论来源。
在这个闭环里，AI 可以高速产生与筛选候选，人类负责问题、约束、异常意义和资源选择，仪器与程序提供外部证据。三者互相纠错，比追求一个“全自动科学家”更接近科学方法。
## 共生不是保守答案
把未来描述为共生，并不意味着一切保持原样。大量重复分析、样板代码和文献初筛会被自动化，研究节奏与团队结构也会改变。一些今天需要完整项目组的探索，可能由更小团队完成。
同样，把 AI 称为工具也不应低估它。当模型、搜索和自动实验紧密连接时，它能提出人类未想到的候选，甚至发现新的算法结构。真正的分界不在“谁提出”，而在“怎样验证、能否复现、是否带来理解”。
AGI 是否最终出现，仍是一个开放问题。科研眼下更值得做的是建设可靠闭环：让机器扩大可探索空间，让实验世界对候选说不，让人类持续追问哪些问题值得问。科学进步从来不是生成更多答案，而是更快排除错误，并留下可以被别人检验的知识。
## 参考资料