我一直很确信，很多人把AI for Science做反了。

今天，我看到 OpenAI 公布 Navier–Stokes 千年问题的候选解答。

我把那篇文章从头看到尾。

约一万个并发智能体。

约270万条智能体消息。

约1300亿输出 token。

大约88小时得到解答方案。

随后，又用 GPT-6 Astra 花了约17小时，把证明推进到 Lean 形式化验证。

严格讲，这件事还没有走完数学共同体漫长的认证程序。Clay Mathematics Institute 对千年问题有自己的规则，候选解答需要发表、经历时间检验，并获得数学共同体广泛认可。

所以没人会急着宣布：

人类已经彻底解决了 Navier–Stokes。

但我看完之后，有一种比“千年问题被解决”更强烈的感觉。

一种新的科研生产函数，已经出现了。

而且它正在让我们过去几年津津乐道的很多 AI for Science 成果，突然显得有一点古典。

一

我为什么很早会有这种感觉？

因为 Navier–Stokes 并不是孤例。

几个月前，OpenAI 给出了 Erdős 单位距离问题一个长期猜想的反例。

随后又公布十项数学和理论计算机科学进展。

高维球堆积。

编码理论。

群论。

算术电路复杂性。

算子代数。

量子复杂性。

格密码。

Ramsey 理论。

极值组合。

这些词很抽象。

也正因为抽象，我才觉得重要。

OpenAI 当时还公布了一个很好玩的数字：

寻找那十项结果所消耗的token，按照当时 Sol API 的价格估算，总成本大约2000美元。

我第一次看到这个数字时，停了几秒。

不是因为2000美元便宜。

而是因为我突然意识到：

人类历史上一种极其昂贵的商品——高级抽象推理——正在进入边际成本重估。

这个变化远远大于“AI帮科研人员写代码”。

它意味着过去由极少数头脑、几年甚至几十年时间构成的搜索过程，开始能够被机器并行展开。

于是我自然想到另外一个场景。

一个我过去两年看过很多次的场景。

二

晚上十点左右。

深圳湾。

会议刚结束。

落地窗外灯还亮着。

桌上一般有矿泉水、MacBook，以及一张永远画不完的技术路线图。

有人打开PPT。

机械臂出现了。

一只机械臂拿起孔板。

移动。

放下。

另一边开始加样。

屏幕上依次出现几个英文单词：

Design。

Synthesis。

Characterization。

Learning。

最后四根箭头漂亮地接成一个圆。

Closed Loop。

我每次看到这里都会下意识多看两秒。

因为整个画面非常高级。

玻璃。

铝合金。

冷白灯。

机器人。

实时曲线。

英文缩写。

如果再配上一块足够大的屏幕，甚至会产生一种非常庄严的错觉：

孔板刚刚向右移动了二十厘米，人类对自然的认识似乎也同步向右移动了二十厘米。

后来我慢慢明白，这几年 AI for Science 最成功的一项创新，也许并不属于算法。

它属于修辞。

我们成功地把物流路径，描述成了认识论。

当然，我从来不否认机器人实验的价值。

自动合成有价值。

自动表征有价值。

高通量有价值。

我真正关心的是另一个问题：

这种价值还能稀缺多久？

三

今年，OpenAI 把 GPT-5 接到了 Ginkgo Bioworks 的云实验室。

AI 设计实验。

机器人执行。

数据回传。

模型分析。

下一轮继续。

非常标准的闭环。

六轮。

超过36000个无细胞蛋白合成反应。

580块自动化实验板。

最后把蛋白生产成本降低了40%，相关试剂成本指标改善57%。

我看到这个结果之后，第一个念头很简单：

这条路线，已经没有什么神秘性了。

大模型。

实验机器人。

反馈。

再次设计。

过去几年，我们习惯把这四样东西同时出现在一张PPT上，当作某种决定性的技术纵深。

现在通用模型厂商自己就能跑。

再看硬件。

A-Lab 在17天里完成353次实验，成功实现数十种目标无机材料。

今年 Nature 又报道了约5000美元级别的自驱化学实验室。

我特别喜欢“5000美元”这个数字。

因为一个技术的命运，经常藏在价格里。

几十万美元的时候，它叫平台。

几万美元的时候，它叫产品。

几千美元的时候，它开始接近组件。

再往下走，它会变成基础设施。

最后，没有人会专门拿出来讲。

就像今天没有哪家互联网公司会在发布会上宣布：

“我们拥有数据库。”

四

所以我现在看到“机器人实验平台”这几个字，从未认为这和先进有任何关系。

我想到的是折旧。

一个很残酷的产业规律。

执行能力越成熟，执行本身越难获得超额收益。

分子设计更明显。

人们经常说化学空间巨大。

没有问题。

常见估计中，药物样分子的潜在空间可以达到10的60次方量级。

于是过去几年形成了一种极其顺滑的逻辑：

空间太大。

人搜不过来。

AI来搜。

然后我们开始比赛。

一天生成十万个分子。

一百万个。

一千万个。

后来我突然发现，这件事情逻辑上很奇怪。

如果空间真有10的60次方那么大，那么一百万和一亿，在那个尺度上究竟有什么本质区别？

几乎没有。

于是我开始问一个更麻烦的问题：

当生成一个候选分子的成本趋近于零，一个候选分子究竟还值多少钱？

答案几乎写在经济学第一章里。

越来越少。

供给无限扩张，稀缺性就会转移。

五

今年《Nature Reviews Drug Discovery》有一篇综述让我印象很深。

作者回顾十多年 AI 药物发现之后，给出的判断非常克制。

模型很多。

benchmark很多。

案例很多。

真正能够证明改善临床相关结果的证据仍然有限。

大量所谓 AI-first 项目还集中在临床前和早期临床。

文章甚至明确点出了几个关键词：

problem definition。

underspecification。

technology push。

science pull。

我看到 problem definition 的时候，觉得整件事情突然说通了。

问题定义。

就是这四个字。

我们花了这么多年时间，让机器越来越擅长回答问题。

结果到了真正的科学前沿，最贵的东西重新变成了：

你问的那个问题，究竟对不对？

六

多年前我给自己做过一个思想实验。

假设明天开始：

分子生成免费。

量化计算免费。

蛋白结构预测免费。

机器人实验成本降低两个数量级。

文献检索无限。

代码自动生成。

实验自动设计。

数据自动分析。

一天做十万次实验也不再稀奇。

那么 AI for Science 还剩下什么？

这个问题想久一点，会有一点不舒服。

因为很多今天看起来极其昂贵的技术资产，会迅速变成默认选项。

最后真正留下来的，可能只有几个问题：

为什么研究这个？

为什么测这个量？

为什么选择这个表征？

为什么在这个空间里搜索？

这个目标函数究竟代表机制，还是仅仅代表历史数据里的相关性？

如果换一个坐标系，整个问题会不会直接消失？

我越来越觉得，这才是未来 AI for Science 真正的分水岭。

七

经济学对此早有答案。

一种生产要素供给快速增加以后，经济租一定会向更稀缺的环节迁移。

计算昂贵的时候，计算值钱。

云计算普及以后，利润迁移到应用。

搜索昂贵的时候，搜索值钱。

生成模型成熟以后，生成候选本身开始贬值。

实验昂贵的时候，自动实验平台具有高溢价。

一旦机器人、云实验室、标准化协议和智能体成为通用基础设施，这部分溢价也会继续上移。

我把这个过程称作：

科学价值的向上逃逸。

答案越来越便宜。

实验越来越便宜。

搜索越来越便宜。

于是最贵的东西被不断往上挤。

最后挤到了一个古老得不能再古老的位置：

问题。

八

这时再回头看数学，我才觉得很多人过去对“抽象”的理解刚好反了。

我们经常说：

数学太抽象。

离产业太远。

我现在反而觉得：

数学恰恰因为抽象，所以站得足够高。

它可以一次性删掉大量下游问题。

Noether 找到对称性和守恒律之间的关系之后，改变的是整类动力学问题的理解方式。

重整化群告诉我们，大量微观细节到了新的尺度可以被忘掉。

Kohn–Sham 改变多电子问题的表述方式以后，计算化学整个实践路径都发生变化。

Grothendieck 那个著名的比喻，我越来越喜欢。

面对一块坚硬的岩石，有人选择拿锤子不停敲。

他更喜欢让海水慢慢升高。

最后，岩石自己没入水下。

我觉得这就是科学最漂亮的一种状态。

最高级的问题解决，经常意味着让问题失去存在的必要。

九

我一向认为“我们一天可以做多少实验”这种是愚蠢的表达。

一天100次。

1000次。

10000次。

我都会先问：

为什么要做？

如果一个理论可以提前排除其中9900次，哪个贡献更大？

如果一个新的变量选择，可以把百万维搜索压到十几个有效自由度，哪个更接近科学？

如果一个定理能够直接证明某一大片参数空间无需探索，那么再快的机器人，在这个定理面前扮演什么角色？

答案其实很优雅。

它依然有价值。

只不过那是一种执行价值。

科学还有另外一种价值。

我愿意叫它：

删除价值。

能够删除多少无意义实验。

删除多少伪自由度。

删除多少错误变量。

删除多少经验参数。

删除多少本来需要穷举的空间。

某种意义上，一个理论的高级程度，可以看它替人类省掉了多少工作。

十

这也是为什么我对“闭环”两个字一直觉得非常没品。

闭环当然可以非常漂亮。

但一个环能够闭上，只说明信息回来了。

它并没有自动保证目标是对的。

一个错误目标函数，同样可以形成完美闭环。

甚至因为 AI 足够强，它可以闭得更加漂亮。

这大概是人工智能时代一个很有意思的悖论：

过去人的能力有限。

所以一个错误方向，一天只能做几十次。

以后能力无限。

一个错误方向，可以全天候自动执行。

我们第一次拥有了工业规模优化错误答案的能力。

这件事情比模型参数量更值得研究。

十一

很多科研场景里已经能看到这种结构。

实验数量很好统计。

分子数量很好统计。

闭环轮数很好统计。

数据库记录很好统计。

机器人运行小时数很好统计。

这些数字天然适合出现在季度汇报里。

有些真正重要的问题，却非常不配合管理系统。

一个变量选得好不好，很难做成柱状图。

一个问题有没有品位，很难生成周报。

一个理论有没有抓住不变量，很难放进验收表。

一个洞察让十万次实验失去必要以后，甚至还会产生一种尴尬：

实验数量下降了。

于是我逐渐理解，为什么某些技术路线天然喜欢机械臂。

机械臂拥有一种非常罕见的商业属性：

可见。

一条深刻的理论没有。

摄像机很难拍摄一个被删掉的实验。

十二

于是我经常看到一个很有趣的场面。

灯光很好。

展台很大。

机械臂非常忙。

屏幕上同时跳动六条曲线。

旁边写着：

Autonomous Discovery。

我会站在那里看一会儿。

然后脑子里出现一个完全不合时宜的问题：

它究竟发现了什么？

这句话通常不适合在现场问。

因为“发现”这个词，在不同语境里弹性很大。

找到一个新的候选结构，可以叫发现。

把已有实验流程自动运行一次，也可以叫发现。

把文献里已有策略迁移到另一个材料体系，有时也可以叫发现。

于是渐渐地，我学会了欣赏这种语言的精确。

大家都没有说错。

只是海拔不同。

十三

OpenAI 的 Navier–Stokes 工作为什么让我如此在意？

因为它让我看到了另一个海拔。

如果一个系统能够开始参与真正的数学结构发现，那么下一步很多东西会自然落下来。

数学。

物理。

模型。

模拟。

实验设计。

机器人。

分子生成。

执行。

整个链条并不存在不可跨越的神秘断层。

真正困难的环节一直都在上面。

在定义。

在表征。

在抽象。

在找到那个正确的问题。

我甚至觉得，未来机器人实验的发展速度，很可能比很多人想象得更快。

原因恰恰很简单。

机器人是执行层。

执行层的问题一旦拥有明确接口，就非常适合工程化。

电机。

视觉。

抓取。

液体处理。

调度。

协议解析。

设备控制。

这些东西困难。

但它们属于可以被拆解的困难。

真正令人头疼的是另一类困难：

我们甚至不知道应该拆成什么。

这就是数学问题和理论问题的可怕之处。

也是它们的价值。

十四

所以现在重新划分 AI for Science，大概可以划成三层。

第一层，执行。

合成。

加样。

测试。

表征。

计算。

写代码。

查论文。

这些能力会越来越像水电煤。

第二层，搜索。

找分子。

找材料。

找参数。

找反应条件。

找最优结构。

这一层的价格也会迅速下降。

第三层，问题定义。

研究什么。

忽略什么。

什么量值得测。

什么量只是代理变量。

哪个坐标系更自然。

哪些现象其实属于一个普适类。

哪些所谓复杂性只是因为我们的表述方式太笨。

什么东西根本无需搜索。

这一层最难演示。

也最难采购。

因此它最贵。

十五

为什么希尔伯特1900年那场报告如此重要。

他没有现场解决23个问题。

他做了一件更加昂贵的事情：

他定义了什么值得下一代人解决。

Clay 后来选出七个千年问题，本质上也在做同一件事。

问题本身就是资产。

甚至是一种极高杠杆的资产。

一个好问题可以组织几代人的智力。

一个普通答案往往只能结束一个下午。

这也是为什么我现在看 AI for Science，最关心的指标已经变了。

我不太关心你一年生成多少个分子。

我更想知道：

你有没有提出一个以前不存在的问题？

我不太关心机械臂工作了多少小时。

我更想知道：

你有没有证明其中大量实验可以不做？

我不太关心闭环跑了多少轮。

我更想知道：

第500轮结束以后，我们描述这个世界所需要的信息变少了吗？

如果没有，那么第500轮最准确的名称，大概依然只是：

第500轮。

十六

金融市场里有一个大家都懂的概念。

Alpha。

一种策略只有少数人掌握的时候，可以产生超额收益。

一旦所有人都会，它就变成 beta。

我觉得 AI for Science 正在经历同样的事情。

分子生成曾经可能有 alpha。

以后没有。

机器人自动化曾经可能有 alpha。

以后没有。

Closed Loop 曾经听起来像 alpha。

以后大概率只是标准配置。

文献智能体。

科研助手。

代码生成。

自动分析。

实验规划。

专业工具调用。

它们都会沿着同一条路径走向基础设施化。

真正的 alpha 会不断向上移动。

最后移动到一个几乎无法通过采购得到的位置：

认知结构。

你怎么看这个世界。

你如何切割问题。

你敢删掉什么。

你知道什么可以忽略。

你是否能找到那个让一百万个候选突然失去意义的变量。

这才是我理解的下一代 AI for Science。

十七

所以现在，每次再有人告诉我：

“我们的 AI 一天可以生成100万个分子。”

我都会认真点头。

很好。

然后在心里再问一句：

为什么需要这100万个？

有人告诉我：

“机器人可以24小时连续实验。”

很好。

我继续想：

为什么这个实验需要发生？

有人告诉我：

“我们已经完成1000轮自主闭环。”

也很好。

我只剩最后一个问题：

1000轮以后，有没有一个问题从这个世界上消失？

如果答案是有，

我愿意把它叫科学。

如果答案只是实验更多、分子更多、数据更多、曲线更多，

我也会由衷佩服。

只是我会把它放在另一个抽屉里。

那个抽屉的名字叫：

生产力。

而科学，还有一个更高的抽屉。

十八

我越来越相信，未来几年会发生一件非常有意思的事情。

AI 会把科研的执行成本压得极低。

然后我们会突然发现：

最大的瓶颈一直没有在执行端。

过去实验昂贵，问题选错以后，损失被实验速度限制住。

以后实验便宜，模型聪明，机器人不睡觉。

一个普通问题，也终于可以获得世界一流的执行能力。

这大概是人工智能送给科学最大的礼物之一。

同时也是它最残酷的一次审美考试。

因为到那个时候，我们再也无法用“做起来太难”解释一个普通问题为何做了三年。

机器已经替我们把所有借口拿走了。

剩下的只有那个令人尴尬的问题：

为什么一开始要做它？

时至今日，我看着 OpenAI 那份 Navier–Stokes 工作，又想起过去两年看过的甚至我自己做过的那些机械臂。

一个系统调用上万个智能体，用几十个小时碰一个困扰数学界近九十年的问题。

另一边，一只精密机械臂正在无比稳定地把一个孔板从A点搬到B点。

两件事当然都可以放进 AI for Science。

我甚至觉得，两件事都值得做。

只是我一直很清楚：

文明真正的分水岭，从来不在工具有多忙。

在问题有多高。

所以如果现在让我猜，下一代 AI for Science 最重要的机器长什么样，我反而觉得它可能没有机械臂。

没有传送带。

没有五颜六色的状态灯。

它甚至不会首先启动实验。

它会先安静地读完一份项目书。

读完文献。

检查假设。

重新定义变量。

把问题提升一个维度。

然后完成一件今天很少有人愿意拿到发布会上展示的工作：

它替我们删掉整个实验计划。

那一刻，屏幕上没有一百万个候选。

没有第1000轮闭环。

甚至没有一条漂亮的实时曲线。

只剩下一句话。

我觉得那可能会是未来 AI for Science 最昂贵的一句话：

“这个问题，不需要解决。”

本文不含AI生成内容

欢迎留言分享你的看法