科学自动机来了：能填平科研地板，却难抬高天花板

AI for Science发展明显提速。2026年3月的《AI for Science 创新图谱》显示，近五年全球相关论文数量翻了一倍多，材料、量子科技、航空航天等方向年均增速超过30%；此前中国发表量全球第一，但篇均被引低于美国。中美欧英日均已出台国家级部署。

在产业侧，海外资本主要流向自主实验室公司。Periodic Labs于2025年9月获3亿美元种子轮，用于“AI提假设、机器人做合成”，以寻找高温超导材料；Lila Sciences累计融资5.5亿美元，向外界开放自动化实验室平台。

生成端已有完整跑通案例。2026年2月，上海日行迹（Analemma）的FARS系统开始直播自动生成论文，第一轮连续运行228小时产出100篇AI领域短论文；经斯坦福Agentic Reviewer按ICLR标准打分，FARS论文平均分5.05，高于ICLR 2026人类投稿均值4.21，低于最终录用均值5.39。后续17天产出166篇，平均约两小时一篇，单篇成本一千余美元。但该系统是“流水线加一道质检”，打分后不会反馈改进下一轮。

验证端同样在推进。2026年8月1日OpenAI公布的十个数学问题，每个都附Lean 4机器可核验证书；Google发布Science One Framework，为推理步骤挂上证据链；上海AI实验室的“书生·端砚”在蛋白质和材料方向做干湿闭环，并加入独立评审智能体核查引用与输出。若验证结果能接回生成端，形成“下一轮从上一轮起步”的循环，即构成一台科学自动机。计算机、数学等领域因验证可在机器内完成，会率先闭合；其他领域则需机器人介入物理世界。

文章认为，科学自动机存在两个陷阱：

能力陷阱：科研所需的品味和判断力，必须在长期亲身科研过程中才能养成。自动机会使研究者最早退出写作、实验等核心环节，机构考核产出而非能力养成，这种退场可能不可逆。有博士生使用AI建议的方法跑实验，性能没有提高却不知原因；论文写作本身也是形成判断力的过程，写作时往往会出现更干净的设计，而这一环节在自动化中最先被跳开。下一代研究者若未经“毒打”，将难以建立科研判断力。

天花板陷阱：科学自动机的搜索范围被锁定在已有语料内，只能通过大量组合搜索快速“填平地板”，例如材料筛选、老药新用、天气预报等。这类工作在某些领域会特别有用，已有的效率数据包括：抗菌物质挖掘成功率是人类专家几十倍，芯片设计效率提升五到十倍、周期缩短一半，气象模型比传统数值方法快上千倍。但这些成果多为对已知空间的组合，尚未带来语料外的新规律。真正的重大突破——如负数、非欧几何，以及AlphaFold将蛋白质结构预测从物理问题改为学习问题——往往来自语料之外的新概念、新结构。大模型本质是超级模式补全器，目前无法突破已知语料泛化的边界。

结论是：科学自动机可在某些领域带来实际成果，但其副作用不可忽视。填平地板本身没有错，但科学的大进步需要抬高天花板；只靠暴力铺满地板，甚至会丧失抬天花板的能力。