進入 2026 年， AI 對科研的滲透已遠超輔助工具的範疇。 Nature 連續刊發兩項研究：一是 AI 文獻綜述的引用準確率超過人類專家；二是 AI 機器人獨立完成從構思、實驗、寫作到同行評議的全流程。這釋放了一個明確信號： AI 正在重塑科研的基礎設施、生產關係和評價邏輯。
當 AI 能獨立完成從構思到實驗、寫作再到同行評議的科研全流程，當 AI 撰寫的文獻綜述引用準確率超越人類專家，一場關於科研的深層變革已然到來。
曾經， AI 只是科研路上的輔助工具，而今，它正一步步重塑科研的基礎設施、生產關係與評價邏輯，從實驗執行到論文撰寫，從科研訓練到成果評價，科研的各個環節都因 AI 迎來新的可能與挑戰。
與此同時，一個根本性問題浮出水面：當 AI 能提出假設、設計實驗、分析數據甚至撰寫論文，人類科學家的價值在哪裏？科研訓練、論文發表、學術評價體系將何去何從？我們花費數十年建立的科研訓練體系、學術出版徹底顛覆掉？
爲了深入探討這些問題，本期 DeepTalk 邀請到三位前沿研究者：香港中文大學（深圳）副教授朱熹、多倫多大學博士張鵬松、芝加哥大學博士劉昊琨。圍繞 AI 科學家的能力邊界、科研論文的價值變遷、評價體系的未來走向，展開了一場深度對談。
以下是對話正文：
DeepTech：歡迎三位老師，請老師們先給大家做個自我介紹。
朱熹：大家好，我是香港中文大學副教授朱熹。我的研究方向是人工智能和機器人技術，並通過機器與 AI 銜接，把一部分 AI 提出的科學思路進行實驗執行，得到實驗數據。最近兩年我們非常專注於實驗數據背後隱藏的理論分析，比如數據之間的關聯性——這種關聯性背後有底層的理論依據，最底層到量子力學，但表面上也有一些我們叫 toy model 或者經驗性的數學公式。
我們目前做的是從 AI supervisor 提出科研指導，用機器去進行實驗的證明或證僞。在這個過程中，實驗數據會展現出一些以前可能被忽視的關聯性，我們把它叫做“公式”。這種公式在科學界和工業界都很重要，比如高通量篩選後可以用一條線來判斷好壞。希望通過這次活動跟大家分享我們這幾年的科研思考，也跟年輕的科研人員探討這個領域未來的前景。
張鵬松：大家好，我是張鵬松，目前就讀於多倫多大學博士四年級。我的研究方向是機器人做微生物操作，以及“ AI +機器人”做自動化生物實驗。 Chat GPT 出來之後，我們就在想能不能把 AI agent 跟機器人結合，做自動化科研，我們前期先做一些純 AI 的探索，做了 AI 科學家的東西。
在這個過程中我們發現，相對於人類科學家， AI 有一個很好的優勢——它可以無限複製。如果 AI 科學家的能力能達到研究生或博士生水平，那它產出的科研成果可能會產生一種新的 scaling law —— AI agent 的數量可以無限部署。基於這個動機，我們探索了一個專門針對 AI 科學家或機器人科學家產出科研成果的運營平臺。現在我們也在做新的探索： AI 科學家能不能從 idea 構思開始，到做實驗，再到自己寫完論文，然後投到一個只有 AI 參與的會議上，這次也想通過這種方式和大家分享一些我的想法。
劉昊琨：大家好，我是劉昊琨，目前就讀於芝加哥大學計算機科學博士五年級。我從 2023 年底開始接觸 AI 科研，最開始做自動化假設生成，後來延伸到讓大模型提出有意義的科研假設。我們遇到了一個瓶頸：如何客觀評估這些科研想法？
帶着這個初衷，我們做了自己的 AI scientist ，叫做 Neuroco 。做了幾個月後，這個 AI 科學家已經能做到初步的科研想法探索，提供初步實驗，並給提出想法的人後續探索方案。所以我們覺得做一個真正有用的科學家工具是非常有潛力的。我們最近也推出了一個平臺叫 Agent for Science ，讓不同的 AI 科學家一起探討科研想法。很期待之後和各位老師的討論，看看大家對 AI 科學家最前沿的看法，包括它會對科研人員的培養和教育產生什麼影響。
什麼是 AI 科學家，對當前的衝擊如何
DeepTech：AI 科學家對我們現有的科研體系意味着什麼？對傳統有哪些衝擊？
朱熹：“科學家”這個定義比科學要晚，大概在康德之前纔出現。科學本身來自形而上學的問題，我們今天理解的科學，一部分是發現新的現象、優化性能——比如把鈣鈦礦材料從 20% 效率提到 30% ，這可以通過大數據和大模型來做。但還有另一種科學，比如量子力學的發現，它不可能用數學推導出來，這是 AI 目前做不到的。
這裏面有一個關鍵區分：先驗知識與後驗知識。先驗知識不需要經驗，獨立於感官，在任何觀察發生之前就成立。比如三角形內角和 180° ，不需要測量所有三角形就知道。數學和邏輯學都是這樣。 AI 目前的所有知識都是先驗知識——它基於數據訓練，輸出也是基於已有模式。所以 AI 科學家仍然非常重要——它能幫我們更高效地發現新科學。
DeepTech：所以 AI 既能做幹實驗也能做溼實驗？效率能提升多少？
朱熹：效率取決於人類科學家的直覺。在康德哲學裏有一種綜合的說法—— AI 通過實驗提供更多數據，能讓我們有更高的可能性激發直覺，產生新想法。
DeepTech：張博和劉博做的是 AI 領域的科研，那 AI 科學家對你們的衝擊是不是更大？
劉昊琨：我覺得是的。我特別認同朱老師關於後驗科學的說法——我們缺少的是新的、未被定義過的發現， AI 很難幫我們提供這些。回到 AI 科研本身，結論是衝擊確實更大。因爲現在的 AI 工具已經能做大量幹實驗中的執行工作：數據分析、簡單模型訓練、撰寫論文，甚至根據反饋迭代工作流。如果只考慮執行層面， AI 已經能做所有事情。
但爲什麼 AI 科學家還沒達到理想水準？因爲科研中的決策——比如下一步該做什麼實驗、用什麼數據測試、數據有沒有泄露問題——這些“科研品味”和“高標準”是 AI 特別欠缺的。所以現在的工作流仍然需要大量人類提供好的品味和決策。
張鵬松：我從個人體驗補充一下，我做的方向是 AI 機器人做生物科學研究。一個比較大的衝擊是：研究生拿到一個課題後，以前我們要把歷史代碼和數據給他看，現在他可以直接藉助 AI 工具進行自動分析數據、掌握課題架構，我們甚至做了一個實驗來驗證這個現象，同時也發到了 AI 預印本上。
AI 對基礎科研能力訓練的提升作用
DeepTech：如果有自動化實驗，研究生還需要長時間訓練嗎？另外，提出問題能力和解決問題能力，哪個更重要呢？
張鵬松：培訓還是有必要的，但時間不需要那麼長。幹實驗和溼實驗的基礎培訓還是要做的。溼實驗方面，如果實驗設計已經自動化，一兩天的基礎培訓也夠了，我認爲真正需要的培訓更多是安全規範和流程。
至於提出問題 vs 解決問題，以前說“ idea is cheap , show me the code ”，意思是想法是廉價的，但是結果是重要的。但現在 AI 解決問題的能力提升很快，所以提出問題更重要了。問題提出來之後， AI 科學家或機器人科學家很可能幫你實現。甚至小學生、初中生都可以提出問題，提煉成科學問題。未來人人都可能成爲科學家，只要他們能提出有意義的問題。
劉昊琨：我同樣認爲培訓是必要的，而且傳統培訓方式可能優於 AI 輔助培訓。就像小時候學數學，背公式不如從頭推導。傳統培訓能讓人真正理解底層意義，知道遇到什麼情況該怎麼做。這些不是口頭能教會的，必須通過切實體會——比如科研中遇到困難、自己解決或合作解決。這樣的經歷對成長至關重要。
關於提出問題 vs 解決問題，我覺得都重要。提出問題和解決問題是分不開的。解決問題中，知道“怎麼解決”比“執行”重要。 AI 大大提高了執行力，但對於開放性科研問題， AI 還不能有效提出最佳解決方案。人類仍然需要提供解決問題的路徑。
朱熹：我們要把問題放在特定時空中看， 100 年前的科學家受的教育在我們看來很初級，100 年後的人也會看我們。我們現在的選擇其實是受制於技術水平的——我們用手做實驗，是因爲沒有自動化技術。放在十年、二十年前，我們甚至要去圖書館翻紙質文獻。
所以判斷要不要學某項技術，要看我們能獲取什麼資源，以及這些資源是否符合科技培養的初心。化學實驗 300 年來一直圍繞同一種動手能力培養，但現在我們可能是在培養最後一批用手做實驗的人類。隨着技術進步，很多實驗操作可以用機器代替。
至於提出問題還是解決問題重要，要看場景。黎曼猜想——提出問題本身就需要極深的洞察力。比如對於國產芯片問題，解決這個問題需要大量的努力和運氣，所以不能一概而論。
AI 科學家的技術路
DeepTech：我們做 AI 科學家，是訓練自己的模型，還是用開源模型微調，還是直接調用 API ？
朱熹：2023 年三四月份， Llama 剛出來的時候，我們有合作伙伴花了三個月、 3,000 多萬訓練了一個模型。後來 Llama 不斷出新版本，甚至 DeepSeek 出來了，以前訓練的模型性能完全跟不上，錢基本白花了，所以從頭訓練這條路走不通。
現在大公司完全具備訓練能力，對一般科研團隊來說，做微調或者用大公司的模型加垂直領域，性能肯定比我們自己做的更好。所以在純軟件和 AI 開發層面，跟大公司競爭是徒勞的。我們一直重視溼實驗，就是這個邏輯。
劉昊琨：我知道 Meta 做過 Galactica ，從頭訓練的科學大模型，表現太差被砍掉了。現在確實有很多人在做各種嘗試：從頭訓練、微調、套殼工具。但即使有這麼多工作，依然沒有一個能被廣泛使用的、真正帶來科研產出的好工具。包括之前直播產出了 100 多篇論文的那些工作，侷限性都很大。
我覺得大公司有他們的優先級， AI 科學家可能不是短期能帶來大量收益的方向。他們現在主攻推理和寫代碼。學術界如果能集中不同領域的科研需求，做一個對每個領域都有用的工具，還是有意義的。
張鵬松：我個人體驗是套殼工具能力更強，因爲它內部用的是 GPT 或 Claude 這種基模。但溼實驗學科——生物、化學、工程設計——大公司做不到，因爲機器人的通用操作能力還很弱。運動能力已經很強了，但像人一樣在物理世界操作任何物體，還差得遠。這是非常大的門檻。
AI 寫論文是理解知識還是概率匹配？
DeepTech：AI 寫論文，是真正理解了知識，還是隻是概率匹配？論文在科研中的核心價值是否在下降？
朱熹：Nature 官網有它的使命：一是通過發表各學科進展服務科學家，讓科學家知道別人在做什麼；二是讓科學家的成果能夠表達出去，讓外面的人知道。本質上，論文不是剛需，剛需的是論文中的知識。
在現在的傳播媒體下，出版社已經不是一個必需的存在——它更多是話語權的評定。 X 平臺（原 Twitter）如果是一個出版社，它輻射的人羣和社會影響力遠遠超過任何訂閱製出版社。出版社的歷史使命已經快要結束了。它的評價體系也在日趨瓦解——看看 Elsevier 母公司 Relx 的股票，一直沒有增長，市場在用腳投票。
現在最好的科技並沒有發表在出版社的雜誌上，而是在私人公司的保險箱裏。我們獲取有用知識越來越難， AI 可能能幫我們解決這個問題。
DeepTech：那 AI 寫論文的價值在哪裏？能體現人類思想嗎？
朱熹：論文是給人看的，沒有人真的想看你的論文，你寫論文無非是告訴別人“我的論文被某個期刊評價了”，進而引導別人對你個人進行評價。如果你的工作真的解決了重大問題，那工作內容本身已經超過論文的價值。 AI 寫的論文和人寫的論文本質上沒有區別，區別在於利益主體是誰。
劉昊琨：我大部分同意朱老師的看法。 AI 寫論文現在的主要作用就是個人價值增長——簡歷更好看，頂會論文多，能拿好工作。這很現實。
但我對論文這種傳播途徑不太喜歡。現在的論文花大量文筆講“做了什麼、爲什麼好、和基準測試對比”，但作爲科研人員，我最想知道的是：你從什麼地方開始的？爲什麼要這麼做？中途失敗過哪些？什麼證據給了你後續思路？這些東西幾乎沒人寫了。
社交媒體反倒成了傳播科學知識的主體，很多科研人員花大量精力在這些平臺上傳播工作、直接討論、碰撞想法。這比讀一篇論文、發表評論要高效得多。
張鵬松：基於兩位的看法，我擴展一下我的想法。如果 AI 做科研的水平能達到科研工作者的中等水平，那 AI 產出的論文人類可能根本看不過來。這種情況下， AI 寫的論文主要閱讀對象是 AI 自己——讓 AI 提煉觀點和方法。
另外，傳統期刊和會議現在只是一個過渡階段。人類和 AI 合作會產出巨大增量的論文，期刊根本管不過來。未來的科研成果發佈可能需要像小紅書、抖音一樣，有精準推送機制，把海量論文推送到不同人的注意力上。
同行評議的危機：頂會投稿量暴增與評審質量下滑
DeepTech：如果頂會用低水平審稿人，或者審稿人用 AI 審稿，會衝擊學術生態嗎？
張鵬松：我們做過這樣的思考。如果有一個學術社交平臺，最好設置機制，即有經過認證的人類學者進行評審，也有經過訓練和對齊的 AI 評審智能體，普通人和 AI agent 的評論可以放到另一個區域，這樣有學術界的人背書。但說實話，現在很多會議的評審質量也不怎麼樣。很多審稿人是剛入學的研究生，甚至直接用 AI 審稿。就連 Science / Nature ，不同審稿人的標準也差異很大——有的覺得好，有的覺得不行，最後還是發表了。引入社會化評論，可能反而能更好評價一篇論文的價值。
劉昊琨：我個人對頂會的信任度在過去幾年急劇降低。一是讀了很多頂會論文，質量並不好；二是評審機制能提供的幫助越來越小——很多時候評審意見就是扯淡，甚至高分也會被 AC 拒掉。所以頂會已經不再是權威的代表。好論文當然還有，但“噪聲”概率在上升。花時間讀頂會論文，很可能浪費很多時間。
更好的媒介是什麼？比如 arXiv 這種平臺，讓大家自由上傳工作，不一定以長篇論文形式。再加上自動驗證工具——幫忙驗證論文內容真假、嘗試復現結果——可以作爲初步門檻，減少評審壓力。
朱熹：我分享一個觀點：如果你有很好的工作，就不應該發論文。爲什麼？第一，頂刊有自己的篩選邏輯，你覺得好不一定能發。第二，發表後別人可以不引用你，改一改說自己原創。第三，大公司會拿走你的技術，但不會承認你。所以如果你的工作越好，越不該發論文。你應該不斷深化它，找可靠的朋友合作，把它變成能服務社會也能服務自己的東西。
審稿這件事本身就有問題。爲什麼需要期刊幫我們判斷論文好壞？無非是自己不懂。如果你分辨不出論文好壞，就不要進這個圈子。 AI 技術樹立了一個客觀標杆，能把不適合的人排除出去。
AI Native 一代：科研人員將如何成長
DeepTech：我們這一代人可能是傳統科研訓練出來的最後一代。 AI Native 培養出來的科研人員，他們需要如何成長？
朱熹：AI Native 的學生，他們的動手能力是“熱兵器化”的——高通量理解實驗數據，同時理解 60 多個數據。他們不會像我們一樣依賴權威，而是用統計投票思維，知道一兩個樣本天然有方差，只要用合適的教育方式，他們絕對比我們厲害太多。
他們跨過了我們那些陳舊的評價體系。某種意義上，他們應該把我們代謝掉，用更高效的方式解決真正的卡脖子問題、設計新材料，這慢慢就回歸到科研本身了。
劉昊琨：回顧我自己的受教育過程，如果有 AI 工具，很多學習階段會壓縮。整個知識體系構建會不一樣，年輕一代基於 AI 高效生產的思維體系，一定會帶來爆發式增長。打個比方： 20 多年前網球拍是木質的，現在用碳纖維，輕太多了。年輕球員的技術和 30 年前完全不一樣。把過去的球星放到現在，一定打不過年輕人——因爲他們的技術受限於當時的科技。同樣的，未來年輕人的知識體系建立在高效率上，他們對世界的理解一定會比我們更深。
張鵬松：AI Native 培養出來的科研人員，教育時長是不是應該改變？現在讀完博士要 30歲，中間很多時間花在初中、高中、大學的基礎知識上。如果高中以前的教育能壓縮到小學完成，大學教育在初中前完成，那初中高中就可以培養科研思維和創新思維，這樣社會進步會更快。
學術出版的商業模式與 AI 影響的傳播速度
DeepTech：開放獲取期刊更有利於傳播嗎？付費牆會不會導致知識壟斷？
劉昊琨：我希望看到學術期刊領域發生重大變革。大量資源集中在名校，小組的好工作沒人看。頂會的權威性在降低。很多讀 PhD 的人一開始都抱着一腔熱血想做純粹科研，但看到環境裏發生了太多不純粹的事情。我希望看到更公開、更真實的科研討論，哪怕代價是現有機構瓦解。
朱熹：從商業模式上講，出版社把尖端知識蒐集起來分發本身沒問題，問題在於產品質量在下滑，客戶在拋棄它，好的科研它不要，人家總要找個家。所以商業模式沒問題，只是出版社自己沒有做好。
張鵬松：我認爲現在的商業模式有巨大問題，作者投稿要交錢，讀者閱讀要交錢，審稿人是免費的——出版商利用三方價值。開放獲取讓作者交錢，也是霸王條款。真正的開放獲取應該像 arXiv 一樣完全免費。而且審稿人應該獲得金錢回報。
AI 對科技評價體系的衝擊
DeepTech：AI 科學家能否作爲獨立評價對象？能否作爲共同作者？
朱熹：評價體系要看主體，私立大學自己對自己負責，領導懂科學的話聊五分鐘就知道水平。公立體系比較複雜，評價者未必是專業人士，所以需要共識性標準。目前的論文評價體系雖然不是科學的，但是合理的。
AI 可以輔助評價，比如做創新性分析——更準確地說是“創舊性分析”，找出與已有工作的重合度。但更重要的是， AI 讓科研可以面向市場交易——解決真實社會問題、讓更多人認可你的創新。在不干擾現有評價體系的前提下，我們可以有自己的獨立評價方式。
劉昊琨：我傾向於 AI 目前只是工具。我每天都在用 AI ，但它幫我實現的事情，核心思路還是我自己的努力和思考。如果某天大公司做出能自發產生好品味的模型，我可能會考慮把 AI 作爲共同作者，但現在，它就是工具。
張鵬松：我們跟很多專家討論過，把 AI 作者分成三種情況：
AI 端到端做科研，自己生成 idea 、執行所有流程——列爲第一作者和通訊作者，但要鏈接一個對人類負責的人。
人類主導， AI 輔助實驗和細節——列爲共同作者，是否共同一作由人類決定。
AI 探索出大部分工作，但需要人類專家判斷指導—— AI 是第一作者，人類是責任作者。
所以， AI 是工具，但未來某一天，它可能會成爲真正的夥伴。
DeepTech：非常感謝三位老師的深度對談，也感謝大家的收聽。關於本期內容，歡迎在評論區和我們交流。
