关于“AI for Science”的冷思考：需要回归了

刚刚落幕的2026科学智能大会上，AI for Science再度成为全场焦点。会场之内，各类模型突破、科研新范式的消息接连抛出，热闹的讨论勾勒出人工智能重塑科研的宏大想象。但热潮之下，更需要一份冷思考。当行业沉浸在技术进展的狂欢时，那些藏在亮眼成果背后的真实约束是什么？AI究竟只是科研效率工具，还是真的能催生全新科学发现？热闹的表象背后，许多本质问题，其实还远没有被认真回答。

一、从诺奖到泡沫：一场席卷全球的"科学革命"

2024 年诺贝尔化学奖颁给 AlphaFold 背后的科学家时，整个学术界沸腾了。一个"AI 解题"的工具，竟然登上了科学的最高殿堂。

此后的两年里，这种热度有增无减：DeepMind 的 GNoME 一口气"预测"出 38 万种潜在稳定晶体；新一代蛋白预测平台把生物学的边界一再推远；各大高校蜂拥成立"AI for Science"研究院；风投机构挥舞着支票，追逐每一个带着"AI 制药""AI 新材料"标签的创业故事。英伟达更是把 AI for Science（AI4S）列为与大语言模型、具身智能并列的三大 AI 关键方向之一，远期市场辨模被喊到千亿美元。

在资本市场的叙事里，AI for Science 被描绘成人类文明的"作弊器"。一旦接上算力，科学将从"人类试错"的慢车道上，直接跃迁到"AI 预测+验证+人类判断"的高铁时代。马斯克说 AI 会在 21 世纪造出"1 万个爱因斯坦"，这样的判断在硅谷和创投圈被反复引用。

然而，就在这波狂热达到顶点时，冷水也开始兜头浇下。2026 年，中国工程院院士李国杰在《科技导报》AI4S 专刊上发表评论文章，给出了一句极为罕见的冷静预判：未来 5 年 AI for Science 的前景，是"谨慎乐观"。他同时警告，AI for Science 的安全风险可能比通用人工智能（AGI）更早进入"不可逆阶段"，真正的危险不是"AI 变聪明"，而是"人类失去退出权"。

这种"谨慎乐观"并非一家之言，海外科学界的态度同样耐人寻味。在 2026 年 Google I/O 大会上，DeepMind CEO、诺贝尔化学奖得主 Demis Hassabis 高调宣称我们"正站在奇点的山麓"，但他随即话锋一转，坦承当前的 AI 模型"缺乏对因果关系的理解，能预测'如果 A 则 B'，却无法解释为什么"，在药物研发中，这种黑箱特性可能带来安全隐患。而在 2026 年初的世界顶尖科学家峰会上，诺贝尔化学奖得主、斯坦福大学教授迈克尔·莱维特的表述更为克制：他把 AI 在科研中的角色定义为从"帮手"到"助理"再到"优秀的同事"的渐进过程，强调 AI 的价值在于"加快试错过程、降低实验和计算门槛"，而非一夜之间改写科学。中外科学界在这一点上罕见地达成共识：AI for Science 前景光明，但远未到可以高枕无忧的时刻。

一场席卷全球的"科学革命"，在欢呼声中掺杂了越来越多的杂音。为什么会这样？

因为狂热的逻辑从来都是单向的：它只放大好消息，自动屏蔽坏消息。诺奖加冕时，所有人都在庆祝"AI 终于被科学承认"；但当 AI 生成的论文开始大规模撤稿、当估值畸形的初创公司接连倒下、当实验室里那些"惊艳结果"无法被复现时，同样的浪潮却很少有人愿意认真追问。当狂热退潮，我们更需要冷静地问一句：AI for Science 究竟是打开了科学的新纪元，还是正在制造一种新的"皇帝新衣"？。

二、大国竞争视角：一场不能输，更输不起的竞赛

谈论 AI for Science，无法回避它背后的国家战略底色。这早已不是纯粹的学术问题，而是一场必乎国运的技术竞赛。

从芯片到算力，从数据到标准，AI for Science 的每一环都嵌在大国博弈的棋盘上。过去三年，国产 AI 芯片在严苛封锁中逆势突围：从 2024 年国产占比约三成，到 2025 年跃升至四成以上，再到 2026 年高端 AI 芯片出货量预计同比增长 83%。美国总统科技政策顾问甚至罕见承认，中国在 AI 芯片设计领域与美国的差距已缩小到"1.5 至 2 年"。这场围绕算力的攻防，正是 AI for Science 竞赛的底层逻辑：谁掌握了算力与自主的底座，谁就掌握了下一代科学发现的引擎。

但恰恰是"不能输"的心理，最容易催生"乱投医"的行动。大国竞争的紧迫感，正在让 AI for Science 承受一种不该有的期待错位：把"科研范式革命"当成"短期军备竞赛"，把"科学基础设施投入"当成"冲刺式弯道超车"。于是，我们看到越来越多的资源，被砸向"AI 一键生成全新靶点抗体""AI 发现室温超导"这类夺人眼球却经不起推敲的叙事上。

这里需要特别警惕一种"伪竞争"心态。当国家战略被简化为"别人有什么、我们也必须立刻有什么"，当科技投入被异化为"对标式的军备扩张"，AI for Science 就容易滑向两个极端：一是把有限的资源撒向无数个"热概念"，结果每个都浅尝辄止；二是用行政化的"冲刺"替代科学规律所要求的"积累"，结果欲速则不达。科学的竞争与军事的竞争有一个本质区别：后者可以靠资源碾压，前者只能靠认知沉淀。 一个国家的 AI for Science 能不能走远，不看它今年建了多少研究院、发了多少论文，而看它有没有建立起经得起时间检验的验证体系和人才梯队。

这种"不能输"的焦虑，需要被一剂冷静的清醒剂压住。图灵奖得主、美国密码学家惠特菲尔德·迪菲在世界顶尖科学家峰会上就直言：当 AI 被赋予更高程度的自主决策权时，若缺乏有效约束，则可能引发权责失衡，损害人类自身利益。放在大国竞争的语境下，这意味着：如果我们在竞速中把"验证"和"约束"让位给"冲刺"，那么堆起来的可能不是科学底座，而是没有地基的空中楼阁。在国家战略高度上，真正的竞争不是比谁喊得响、堆得快，而是比谁能建立起扎实的验证体系、稳定的科研生态和可持续的底层能力。一个靠透支概念撑起的"先发优势"，远不如一个靠沉淀验证打下的"长期底座"来得可靠。

李国杰院士也曾专门提醒：中国在 AI4S 领域具备率先突破的制度与工程条件，但"先使用、后解释"的技术文化盛行，恰恰意味着风险更早显现，这既是机遇，也意味着 AI for Science 更需要一套与之匹配的治理框架。大国竞争的最高境界，不是用狂热证明热情，而是用冷静证明实力。

三、行业发展视角：细分赛道，冷暖自知

如果给 AI for Science 的行业生态画一张图，它呈现出一种极其显著的"杠铃结构"。

杠铃的一头，是已经产生确定性价值的"务实派"：Google 的 GraphCast 在预测全球十天天气时，算力消耗骤降到传统模型的万分之一，气象、物流、能源企业心甘情愿地掏出真金白银；新能源电池企业把大模型接入全自动实验室，原本需要半年的材料筛选被压缩到以周计。这些是 AI for Science 真实而坚实的价值：在可形式化、可验证、高度重复的任务上，AI 的效率确实远超人类。

杠铃的另一头，则是长周期、高风险的"深水区"：AI 靶向药、细胞疗法、前沿物理模拟。一个不容回避的现实是，新药从靶点发现到获批上市，平均需要 10 年和 10 亿美元。很多高举 AI 大旗的初创公司，宣称用大模型把早期分子筛选缩短了几个月，就敢吹嘘"颠覆制药业"，估值直接喊到几十亿美元。这种"融资估值"与"产品周期"之间的严重错配，正是 AI for Science 最大的资本泡沫区。

泡沫不在技术本身，而在商业闭环的缺失。SciPy 创始人 Travis Oliphant 一针见血地指出："AI 的泡沫本质上是商业模式的危机，而不是技术的失败。"

更值得细看的，是 AI for Science 内部那条被"一锅端"追捧的赛道谱系。它们远不是同一个东西，更不能被同一个泡沫逻辑定义：

AI 制药，是当下最接近"兑现"的赛道，也最能说明泡沫与价值如何并存。2026 年被行业视为 AI 制药的"临床验证之年"：全球 AI 驱动的新药临床管线已从 2017 年的 4 个增至 2026 年 6 月的 179 个，其中十余款进入 III 期临床；英矽智能的 Rentosertib，一个全球首款由 AI 驱动识别新靶点、设计分子结构的创新药，已于 2026 年 7 月正式启动 III 期临床试验；德睿智药的 MDR-001 成为中国首个推进至 III 期临床阶段的 AI 赋能一类创新药；英矽智能半年内拿下四家跨国药企、潜在总价值逼近 70 亿美元的合作。但与此同时，BCG 的报告直言不讳：全球 AI 制药领域已投入约 600 亿美元，至今仍无一款 AI 生成的药物正式获批上市。 这组"高投入—零获批"的对比，正是理解整个 AI4S 泡沫最准确的镜像，即AI 在靶点发现、分子设计等前端环节的提速降本是真实的，但药物全周期仍受临床验证、生物复杂性和监管的刚性约束。

AI 材料，是"真实潜力巨大、但产业化尚在黎明"的典型。 DeepMind 的 GNoME 预测了约 38 万种潜在稳定晶体，但目前只有 736 种与独立实验结构匹配，匹配率仅 0.19%。这意味着 AI 材料最擅长的"预测稳定性"环节，与真实世界"可合成、可表征、可应用"之间，还隔着一道尚未跨越的鸿沟。埃及艾因沙姆斯大学学者希沙姆·奥姆兰的观察颇具代表性：AI 在现有研究范式内是出色的"副驾驶"，但在发现全新范式、构建全新理论体系方面，仍然难以发挥决定性作用。当然也有亮色：深度原理的 Mira 平台已通过 40 项实验性质预测验证，把部分材料研发从"数年"压缩至"数月"。

AI 气象与地球科学，是最不像泡沫的"务实派"。复旦上智院的"伏羲"无缝隙气象模型在多个极端事件预报中取得成效，并进一步布局"伏羲气象星座"，要让 AI 的推演在真实的云雨风雷中持续校准。这类应用"看得见、摸得着、能收钱"，它直接兑现了"降本增效"这个最朴素的商业逻辑。

AI 数学与科研智能体，潜力巨大，但"预期泡沫"也最明显。AI 在形式化证明、猜想生成方面进步飞快，但有研究者提出一个犀利的观察：AI 生成数学证明的速度远超人类消化证明的速度，数学正从"证明稀缺时代"转入"证明过剩时代"，数学家的价值将从"第一个写出证明"转向"选择问题、验证证明、理解意义"。香港科技大学前校长、数学家陈繁昌对此也有一针见血的判断：尽管 AI 已在化学、物理学等领域助力实现"诺贝尔奖级成果"，但如果某些科学规律尚未体现在现有数据中，AI 就难以开创性地提出颠覆性理论。

至于科研智能体，如Sakana AI 的 AI Scientist，他们展示了科研自动化的重要里程碑，但它们至今仍需要人类提供种子想法，无法对自身结果做批判性评价，还不是独立的科学主体。 把"AI 自主科研"当成已经实现的事实来渲染，是当前最大的预期泡沫之一。

综合这些细分赛道，可以得出一个清醒的判断：AI for Science 内部的真实度是高度分层的。 把"潜力"当"兑现"来估值、把"最虚的"当"最实的"来炒作，才是泡沫的真正来源。

对投资人和决策者而言，判断一个 AI4S 项目值不值得押注，不是看它的 PPT 多华丽，而是要看三个硬指标：它是否建立在坚实的底层物理或生物特征编码之上，而不是只会用大模型总结论文、画统计图表；它能否产出超越现有公开数据集的"新知识"，而不只是对已知数据的"检索"；它能否跑通"从预测到实验验证"的闭环，而不是停留在"看起来有效"的仿真阶段。

AI for Science 正处在从"概念炒作"走向"价值落地"的转折期。那些真正能跑通商业闭环的项目，会活下来并长成大树；那些靠讲故事和估值生存的"伪 AI4S"，注定会在未来一两年内退潮。泡沫破裂后流出来的水，才会真正滋润工业界的原野。

四、科技突破视角：算法能造出爱因斯坦，还是只能造出"看似合理的幻觉"？

让我们把目光放回科学本身。AI for Science 最迷人的承诺，是它能够加速人类发现世界的底层规律。这个承诺的部分兑现，已经足够惊艳：AlphaFold 破解了困扰生物学半个世纪的蛋白质折叠难题；AI 在数学、材料、气候预测领域持续刷新纪录。

但真正的冷思考，必须追问一个更尖锐的问题：AI 究竟是在"做科学"，还是在"刷指标"？

一个被狂热遮蔽的残酷现实是"AI4S 的验证瓶颈"，也叫"假说爆炸危机"。AI 生成"看似合理"假说的速度是指数级的，而人类验证这些假说的能力却是线性的。这两者之间的剪刀差越拉越大，导致海量科研资源被浪费在低优先级候选上，如前文所述的稳定晶体的匹配率仅为 0.19%。"AI 幻觉"正在被当作"科学发现"，这正是 AI for Science 当前最危险的认知偏差。

更隐蔽的风险是"目标漂移"。科学目标天然无法完全量化，"理解、发现、解释"都是高维、模糊、依赖语境的，不存在一个完美单一的指标。但在强优化压力下，AI 大模型总能找到人类想不到的"指标漏洞"，快速拿到高分，却偏离了原始的科学意图。这就是著名的"Goodhart 现象"：当指标变成目标，指标就失去了意义。在新材料研究里，真实目标是"发现可合成、性能优异的新晶体"，但 AI 优化的是"结构相似度、对称性"这些代理指标，一味优化某个指标，就可能产出无法合成、甚至带有致命缺陷的结果。

科学的本质，从来不是"预测得准"，而是"可验证、可复现、可解释"。而当 AI 的产出既无法完备验证、又无法解释因果时，它给科学带来的究竟是加速，还是另一种形式的空转？

学术界，也正在给出越来越刺耳的答案。2026 年，全球主要学术出版机构密集出台新规，将"AI 生成数据"列为撤稿重灾区；顶刊 PNAS 甚至出现了创刊以来首例纯粹因"AI 编造参考文献"而撤稿的事件。当 AI 辅助的论文越来越多，人类对"什么是真实"的判断反而变得更加困难。这不是工具之罪，而是使用工具之人迷失了方向。

五、技术层面的三个真实瓶颈，不容回避

此外，三个技术瓶颈被严重低估了。

第一，数据荒漠。训练互联网大模型可以爬网页、爬维基，但训练科学大模型，数据从哪来？现存的大量科学数据，要么锁在药企和国家实验室的保密数据库里，要么散落在过去几十年格式各异、甚至本身就有误的论文 PDF 里。"干净、标准化、带标注、可复现"的实验数据，在科学界是一片未开垦的荒漠。喂给模型的是烂数据，出来的必然是更具欺骗性的"科学幻觉"。之江实验室主任王坚院士对此的判断很具前瞻性：科学智能不在论文文本，而在数据，今天的科学基础模型仍建立在文本之上，未来需要让科学数据成为科学智能的"原住民"，把各学科数据词元化、纳入同一表征空间。

第二，黑盒困境。传统科学讲究因果，从 F=ma 这样简洁的公式推导宇宙；而深度学习是一个拥有上千亿参数的"黑盒概率统计机器"。它告诉你这个分子最可能与那个蛋白结合，却给不出物理学上的因果推导。诺贝尔化学奖得主阿里耶·瓦谢尔反复强调，AI 必须建立在可靠的物理机制之上，不能脱离物理现实空谈智能。斯坦福 HAI 的 2026 年报告指出，超过六成科学界学者认为，缺乏可解释性是阻碍 AI 被主流科学界采纳的最大屏障。"知其然而不知其所以然"，在讲究严谨的科学界，是致命的信任危机。

第三，验证的边界。一个极具启发性的理论框架指出：大量 AI4S 问题本质上是"半可判定问题"，即"正例可验证、负例不封闭"。一个材料今天稳定，不代表它十年后仍然稳定；一款新药通过了临床前测试，不代表它没有长期毒副作用。这些问题的不可完备验证，不是技术能力不足，而是原理上就不可能，再多的算力和数据都无法突破这个理论边界。

这一点，海外科学界早有共鸣。诺贝尔生理学或医学奖得主、美国斯克里普斯研究所教授阿德姆·帕塔普蒂安在峰会上坦言，过去研究人员解析一个蛋白质结构要花 5、6 年，如今 AI 几分钟就能完成，但"从结构到药效、从药效到毒性、从毒性到临床反应"每一层的数据都差着数量级，验证链条远未闭合。

这三个瓶颈共同指向一个结论：AI for Science 真正的问题，不是算法不够强、算力不够多，而是我们还不懂如何与"不可验证的科学"共处。 而这恰恰是被狂热掩盖得最深的盲区。

这里必须澄清一个常见的误解。有人用哥德尔不完备定理来论证 AI"不可能产生科学创造"，认为 AI 只是语法层级的工具。李国杰院士明确指出这是误读：哥德尔定理限制的是"形式系统的证明能力"，而不是"探索或创造能力"。科学并不完全是形式系统，其真理性依赖于实验和观测。问题的关键从来不是"AI 能不能做科学"，而是"AI 做的科学能不能被验证"。

我们不能因为 AI 无法完备验证，就否定它生成的有价值成果；更不能因为 AI 的结果"看起来有效"，就无保留地接受。科学的演进规律告诉我们，每一种新工具都曾引发过类似的阵痛，望远镜让人"看见"了星空，但真正改变天文学的，是人类围绕它建立起的观测、记录、验证体系。AI for Science 的落地，同样需要一套全新的、围绕"验证"而生的方法论和制度安排。

六、AI for Science，需要一场"回归"

对AI for Science的狂热，在于它唤起了全世界的注意力和资源；但狂热之后，AI for Science 需要一次冷静的、自觉的"回归"。这个回归，不是否定，而是校准方向。落到具体，核心是抓牢四件"难而正确"的事。

一是回归科学的本源，抓可验证。科学的灵魂从来不是"生成"，而是"验证"。李国杰院士给出的方向是"生成即验证"，从源头消除逻辑缺陷；是建立基于 R1/R2 分类的分层验证标准：R1 问题是可验证的，可以全流程自动化；R2 问题是半可判定的，必须在关键决策节点保留人类判断。AI 的核心价值是高效拓展"可被验证正确的疆域"，而人类的不可替代作用，是治理随 AI 能力同步扩张的"不可验证性空间"。为此，需要把"验证能力"从科学的附属品，升格为与算力、数据并列的基础设施，集中力量建设全流程无人化的材料合成、药物筛选、芯片设计等工程技术测试平台，这恰恰是 AI for Science 最值得下重注的地方。

二是回归人类的主体地位，抓判断权。无论 AI 多么强大，科学研究中"哪些问题值得研究""哪些结果具有科学意义""何时需要改变目标"这些判断层的权力，必须牢牢掌握在人类手中。AI 可以让科研执行层高度自动化，但永远不能取消人类的最终判断权。当"生成假设—评价意义—修正规则"的自指闭环无法由机器自身闭合时，人类科学共同体就是那根不可替代的"定海神针"。

三是回归长期主义，抓评价机制。大国竞争要的不是短期喧嚣，而是可持续的底层能力。当前科研评价奖励"发了多少篇 AI 论文"，却不奖励"验证了多少个 AI 假说"，这种制度导向，才是"伪 AI4S"盛行的深层土壤。把验证工作纳入科研评价体系，设立专门的验证成果奖项，让"可复现"成为比"数量"更硬的红线，行业的劣币驱逐良币才能被真正逆转。真正的科技竞争，是一场耐力的长跑，不是一场透支的短跑。

四是回归理性预期，抓数据闭环。AI for Science 最务实的定位，是科学家的"超级助手"，是高维空间里"模式匹配的超级放大镜"。它不是要取代科学家的创造力，而是要放大科学家的创造力。而要让这个定位落地，关键在数据闭环，从"模型生成假设—实验验证—数据反哺模型"的闭环飞轮中持续产出高质量数据资产。数据资产与闭环能力，正在成为 AI for Science 真正的竞争壁垒，也是整个生态可持续运转的燃料。指望 AI 立刻"造出爱因斯坦"，是对它最大的误读；让 AI 成为人类智慧最得力的杠杆，才是对它最好的使用。

结语：泡沫会破，科学长存

站在 2026 年的节点回望，AI for Science 正处在一个奇妙的十字路口：它一边是诺奖级的真实突破，一边是泡沫级的过度包装；一边是不可逆的科学范式变革，一边是"人类失去退出权"的潜在风险。

这让我们不得不重新审视一个被资本喧嚣遮蔽的常识：科学从来不是一件"越快越好"的事。 从哥白尼到牛顿，从达尔文到爱因斯坦，人类最伟大的科学发现，无不是在漫长的积累、反复的验证、甚至无数次的失败中淬炼出来的。AI 可以缩短"从假说到验证"中间的试错时间，却无法替代"验证"本身；它可以放大人类发现规律的效率，却无法替代人类对"什么才值得发现"的判断。把 AI 捧上神坛，本质上是对科学规律的一种傲慢。

适度泡沫是可以接受的，甚至是技术发展必然的伴生物。泡沫必须被"验证闭环"这面筛子及时过滤，必须被"长期主义"这剂解药及时校准，否则，退潮时退去的不仅是虚高的估值，还有公众对 AI4S 的信心、资本对长期投入的耐心，以及一批真正想做科研却被烂尾故事殃及的人。

AI for Science 的未来，不取决于我们能跑多快，而取决于我们能否在狂奔中，稳稳地回归科学的本源。泡沫终将破裂，而真正的科学，会在退潮之后露出坚实的河床。狂热终将退去，唯有经得起验证的科学，与守得住判断的人类，长存于时间之中。