科研成果的狂欢与泡沫：聊聊AlphaFold 3和我们的焦虑
说实话，这几年看科研成果的新闻，我经常有种看娱乐八卦的错觉——今天这条消息震惊世界，明天那篇论文又被锤造假，后天又有人跳出来说，那个惊天动地的发现其实是个乌龙。哎，心累。这不，上个月Google DeepMind扔出一枚重磅炸弹，AlphaFold 3来了，说是能预测所有生命分子的结构和相互作用。蛋白质、DNA、RNA、小分子配体……全都能搞定。朋友圈一片欢呼，仿佛AI已经破解了生命密码，药企股价也跟着蹭蹭涨。但，等等，这事儿真就这么简单？
AlphaFold 3 预测蛋白质与药物分子结合的三维示意图
AlphaFold 3到底有多神？
咱也不是专业的结构生物学家，但这几年跟着蹭热点，多少懂点皮毛。前两代AlphaFold已经够吓人了，把蛋白质结构预测的精度干到了跟实验差不多的水平。这次的3代，更夸张——它不仅能预测单个蛋白质的3D形状，还能模拟蛋白质和DNA、RNA、小分子之间的相互作用，甚至包括那些微小的化学修饰。这啥概念呢？就是说，药物在体内怎么跟靶点蛋白结合，过去得花大半年做实验才能看到，现在跑个模型就出来个大概。这能不快吗？实验室里一帮博士生听到这消息，估计一边开心一边冒冷汗——开心的是以后不用熬夜过柱子了，冒冷汗的是，自己的课题可能都要被AI抢饭碗了。
但话又说回来，工具再牛，也有软肋。前两代AlphaFold闯了不少祸，比如预测出来的结构有时候看着漂亮，但一到实际功能验证就拉胯。为啥？因为蛋白质在细胞里不是静止的，它扭来扭去，还跟各种乱七八糟的分子互动。这次3代虽然扬言能模拟互作，但很多科学家私下嘀咕，说它给的只是一个“静态快照”，离真实的动态世界还差得远。更别提那些无序蛋白、大分子机器，AI看了都头大。所以啊，那些自媒体吹嘘“药物研发革命”、“一天筛遍所有候选分子”，听听就好，别太当真。
科学家利用冷冻电镜验证AlphaFold预测结果的实验室场景
开源？不开源？这是个问题
开源？不开源？这是个问题
这次最让我想翻白眼的，不是技术本身，而是AlphaFold 3的开源策略。还记得前两代，DeepMind那是真大方，代码、权重全撒出来，全球科学家随便用，有的人嫌不够，甚至给你搞了个Colab版，浏览器里就能跑。那感觉，就像天上掉馅饼，学术界一片感恩戴德。结果这次倒好，AlphaFold 3只给了一个在线服务器，你上传序列，它返回结构，核心代码捂得严严实实。啥意思？就是让你尝尝鲜，但想深入改造、用在自家项目上？没门儿。这又不是点菜，搞啥限量供应？一时间，Twitter上大佬开喷，Nature也发文质疑，说好的“造福全人类”呢？
我不是不能理解商业公司的考量，毕竟投了那么多钱，也想靠这个盈利。但问题在于，一旦科研成果变成了挤牙膏式的服务，那科学进步的速度就被人为拖慢了。更可怕的是，这会开个极坏的头——以后大公司都这么玩，学校里的穷组根本没法跟进，创新就全被资本捏在手里。这还叫科研？这不就是技术垄断吗。想想前一阵的LK-99室温超导闹剧，为啥那么多人在没复现之前就高潮？因为大家都太渴望一次真正开放的、颠覆性的成果了。可惜，往往事与愿违。
泡沫里的科研，和科研里的泡沫
我这人爱瞎琢磨。从AlphaFold 3的争议，想到这几年科研圈的怪现象——我们好像陷入了一种“成果泡沫”：各种“重大突破”、“改写教科书”满天飞，但真正能落地、能过时间检验的，寥寥无几。为什么？因为整个系统都在鼓励人们把成果说得越大越好。发顶刊、拿经费、评帽子，哪样不看你是不是“颠覆性创新”？于是，老老实实做验证的没饭吃，会包装的盆满钵满。然后你就看到，图形摘要越画越炫，代码开源越来越少，撤稿新闻越来越多。心肌干细胞、阿尔茨海默病关键论文、无数CNS级别的“突破”被撤回……说穿了，就是我们活在一个被fancy数据喂养的美梦里，不愿醒来。
我其实特别佩服那些还在坐冷板凳的课题组。比如搞基础物理的、搞分类学的那帮人，他们可能一辈子出不了几个大新闻，但每一个小数据都是扎扎实实的。可惜，现在的评价体系容不下这种“慢”。各大高校都在搞非升即走，青年学者像被狼追着，不赶紧出活儿就滚蛋。这时候，谁还管它成果是不是真的？先编个故事发出去再说呗。这种土壤里，怎么可能不长出烂果子？
科研人员在简陋实验室里用传统方法做实验的黑白照片
那，我们还能期待什么？
那，我们还能期待什么？
吐槽了一大堆，但说实话，我对未来并没有那么沮丧。AlphaFold 3确实牛，它是人类智慧的结晶，这点无可否认。泡沫再多，也掩盖不了那些真正在做科研的人的光芒。我们需要的是更清醒的头脑、更透明的机制——比如，强制要求顶刊论文提供完整代码和数据，让“复现”成为常态；再比如，设立更多的“负面结果”发表渠道，让失败也有价值。不然，我们永远都在重复造轮子，或者踩同一个坑。
我偶尔会想起几年前的一件事：一位做结构生物学的老教授，听说AlphaFold 2开源后，把自己关在办公室折腾了一星期，出来后长叹一声：“我这辈子的手艺，半个世纪积累的经验，它一星期就学会了。”那种复杂的神情，有惊叹，有落寞，也有点不甘。可没几天，他又喜滋滋地跟我说：“挺好，省下来的时间，我打算去搞点真正没人想过的课题。”你看，这就是科学家——永远在给自己找新麻烦。也许，这就是科研成果最动人的地方：它不是神话，也不该是泡沫，它是一群好奇的人，试图理解这个世界的小小尝试。哪怕跌跌撞撞，哪怕争议不断，但总归是在往前走。