这波科研成果太野了，连我这种老江湖都直呼好家伙

跟你说，这几天晚上刷预印本，刷得我太阳穴突突跳——不是焦虑，是兴奋的。你都不知道我多久没有这种感觉了，上次大概还是读博时半夜看到一篇颠覆性论文，然后下楼跑圈。

科研成果这玩意儿，有时像开盲盒。开出来一堆废柴，99%的时间你都在怀疑自己关注这些干嘛。对吧？

但最近几周……老天，接连几个团队放出来的东西，让我感觉整个领域在翻跟头。不是那种发个PR稿吹牛的翻跟头，是实打实的、代码开源、数据放出来给你随便复现的那种。来，我挑几个扎心的跟你唠唠。先得做个心理准备——有些东西可能会让你觉得，人类科学家是不是快成吉祥物了。

AI又搞事情了？这回是直接砸了材料学家的饭碗

Google DeepMind 那帮人……哎，说实话，我对大厂实验室的感情很复杂。他们有钱有卡，但经常产出些“屠龙之术”，比如在某个静态数据集上刷个SOTA就不管了。可11月底他们发的GNoME，我熬了个通宵看完，直接把我整破防了。

他们用图神经网络，预测了220万种新晶体结构。注意，是预测，不是从已知库里拼凑。跟炼丹术似的——哦不，比炼丹靠谱。其中38万种被判定为稳定，极有可能在实验室合成出来。你要知道，人类几百年的材料科学史，总共也就发现了4.8万种稳定无机化合物。它一下翻了将近10倍。我导师要是还活着，估计会沉默半天，然后去重新找工作的意义。

AI材料发现GNoME晶体结构示意图

但这还不是最吓人的。DeepMind 同时把其中736种结构的验证权交给了劳伦斯伯克利国家实验室的A-Lab——注意，A-Lab可不是一般的实验室，那是个全自主机器人系统，从配方规划到粉末称量、混合、加热，再到X射线衍射分析，几乎没人插手。结果呢？41天，连续工作，成功合成出41种全新化合物。我的天，人类研究生做实验还得睡觉、还得刷剧、还得跟男女朋友吵架吧？这机器人不用。它唯一的抱怨可能只是“请给机械臂加点润滑油”。

你可能会说，不就是自动化嘛，工业界早有了。不不不，完全两码事。它那种决策逻辑——比如主动学习选择下一个实验参数——就是科学家思路的数字化。它一边做实验一边更新自己的模型，不断逼近最优方案。我有个在高校做合成化学的哥们儿，看了新闻后在群里发了句：“我们去送外卖还来得及吗。” 虽然玩笑，但那种冲击感是真的。

机器人当起了化学家，还顺便发了几篇顶刊

上面说的A-Lab其实只是冰山一角。今年《自然》封面登过一个叫“Mobile Robot Chemist”的玩意儿，利物浦大学开发的。它能7×24小时独立工作，自己用激光扫描、用触觉传感器拿试剂、自个儿设计光催化水解制氢的实验。最骚的是：它在无人指导的情况下，发现了一种新型催化剂，效率比初始配方高了6倍。整个过程只用了8天。

8天啊兄弟。一个博士生8天大概率还陷在文献综述的泥沼里，或者刚把反应釜洗干净。当然我不是否定博士生的劳动，我自己也是这么过来的——但事实就是这么残酷。这个机器人科学家甚至还能预判实验风险、自己优化实验动线。听实验室的人说，他们早上推开实验室门，有时候会看到机器人在那安静地摇瓶子，那个画面……诡异又震撼。

移动机器人化学家自主实验工作照

我忽然意识到一件事：我们过去总把“科研”等同于“智力密集型的人类活动”。但如果把这部分拆解来看，大量重复性的探索、参数调试、排除错误，本来就是可以自动化、智能化的。可能未来科学家的核心能力会变成“学会提正确的问题”，其余交给AI和机器人。这其实不悲哀，反而是种解放。不过说真的，我自己要是年轻十岁，现在肯定焦虑得冒烟。

这场革命，中国在哪？没缺席，但路子有点野

这场革命，中国在哪？没缺席，但路子有点野

很多人担心，AI for Science 的浪潮是不是又成了硅谷独角兽的游戏。国内其实动作很快。今年7月，深势科技发布了Uni-Mol+，在分子构象预测上把全球几个基准刷了个遍；他们和宁德时代合作，用AI筛选电解液配方，周期从半年压缩到了两周。两周是什么概念？我读博时要是做个实验等结果就要两周，现在他们直接翻篇了。

另外还有一些“国家队”级的成果，我特别想提一嘴：中国科学技术大学的潘建伟团队，在量子计算原型机“九章三号”上，成功求解了“高斯玻色取样”问题，速度比目前全球最快的超级计算机快10的24次方倍。这个数说出来都像在吹牛，但它确实发了《物理评论快报》，并且同行没找出毛病。当然这不是找新材料，可它属于那种“捅破天”的基础突破——指不定哪天就导向新的计算范式，彻底改变量子化学模拟。

不过话说回来，咱们国内这科研环境，懂的都懂。考核、非升即走、短平快……有些成果是逼出来的，有些是被钱砸出来的，但真正能沉下心做原始创新的，还是少数。这也是我对前面那些自动化系统又爱又怕的原因：爱它效率高，怕它变成另一种评价体系的帮凶，比如简单数“发现了几种新材料”发KPI，而没人再关心背后的机理。

冷静一下，别被带节奏了

冷静一下，别被带节奏了

写到这儿我得给自己泼盆冷水。GNoME预测的220万种材料，绝大部分都还是纸上谈兵。从“稳定晶体”到“可工业化应用”，路长着呢。A-Lab合成的41种化合物，XRD图谱里有些峰还没标定清楚，纯度也参差。至于完全自主做科研，现阶段更多是演示，离“定义问题并解决”还差得远。

而且，你有没有发现一个事儿？这些惊艳的成果几乎都来自顶配团队。巨量算力、几亿的经费、跨学科多国合作……普通课题组连拿来复现都吃力。这会不会让科学越来越“寡头化”？我挺担心的。以前一个博士一台拉曼光谱仪就能发《Science》，现在呢？说不定以后搞科研要先众筹显卡。

但无论如何，那股劲儿已经起来了。就像2006年Hinton那张深度信念网络的论文，当时谁也没想到能撬动一个时代。今天这些看似散乱的成果——AI预测材料、机器人做实验、量子算力暴增——更像是一块块拼图。别急着下结论，但至少得瞪大眼睛盯着。对了，我最后再啰嗦一句：如果你身边有刚进实验室的年轻人，别光教他怎么过柱子（层析），也让他去学学Python和PyTorch。真的，未来已经怼脸上了。

写到凌晨三点，咖啡凉了，手边的Arxiv推送又亮了。还是那句话：成果是别人的，但好奇心是自己的。继续熬吧。