新智元報道

編輯：傾傾

【新智元導(dǎo)讀】AI寫論文早就不稀奇了，可如今，它甚至能提出實驗方案，設(shè)計出能被驗證的分子。今年10月，AI將更進(jìn)一步，走上學(xué)術(shù)舞臺。在一場名為Agents4Science的會議上，它不僅要當(dāng)?shù)谝蛔髡?、評審，還要親自上臺報告。這不只是一次會議，更像是一場公開的實驗。

去年，斯坦福學(xué)者James Zou搭建了一個「虛擬實驗室」。

五個AI科學(xué)家，分工協(xié)作，最終提出了納米抗體方案。

實驗驗證有效，還登上了《Nature》。

如今，他又有了一個更激進(jìn)的嘗試——Agents4Science大會。

這一次，AI不再只是幕后助手，而是要當(dāng)?shù)谝蛔髡?、審稿人，甚至報告人?/p>

AI登上學(xué)術(shù)舞臺

一場前所未有的會議

今年10月，這場名為Agents4Science的線上學(xué)術(shù)會議即將開幕。

不是噱頭，而是一次被精心設(shè)計的科研試驗。

主辦方明確規(guī)定，所有論文都必須由AI擔(dān)任第一作者，人類研究者只能作為顧問，并且要在文稿里披露雙方的分工。

提交的研究也有限制：只接受AI主導(dǎo)的計算型成果，那些嚴(yán)重依賴濕實驗的數(shù)據(jù)不會被接收。

評審環(huán)節(jié)同樣大膽：初審由多個不同模型的AI互相打分，最后才交由人類專家委員會終審。

所有評審意見以及所用模型的信息都會對外公開。

主辦方甚至計劃在會后發(fā)布一份元分析，系統(tǒng)評估AI在寫作和審稿中到底能走多遠(yuǎn)。

除了這些規(guī)則，會議還設(shè)定了三個核心目標(biāo)：

• 探測邊界（Inquiry）：在公開透明的環(huán)境里，檢驗AI在科研發(fā)現(xiàn)中的真正潛力與局限。

• 建立規(guī)范（Establishing norms）：為署名、驗證和倫理問題制定標(biāo)準(zhǔn)，讓學(xué)術(shù)界提前做好準(zhǔn)備。

• 提升透明度（Transparency）：要求全面披露AI的參與情況，并將提示詞和評審意見作為開放資源，讓外界清晰看到AI的角色。

從署名到評審，再到最后的展示，AI被推上了學(xué)術(shù)舞臺的每一個關(guān)鍵環(huán)節(jié)。

這一切背后，都指向同一個人——James Zou。

他是斯坦福大學(xué)的計算機(jī)科學(xué)家，長期研究人機(jī)協(xié)作。

去年，他曾搭建過一個「虛擬實驗室」，最終在頂級期刊上發(fā)表成果。

作為會議主席之一，Zou表示會議將公開所有提交的論文和評論，以便研究人員和審稿人能夠透明地研究AI的優(yōu)勢和局限性。

「我們預(yù)計AI會犯錯誤，公開研究這些錯誤將非常有啟發(fā)性！」

不少網(wǎng)友也紛紛表示期待和愿意為這次史無前例的學(xué)術(shù)會議投稿。

從推理到驗證

虛擬實驗室的驚人結(jié)果

在這場會議之前，James Zou已經(jīng)進(jìn)行過一次引人注目的嘗試。

他搭建了一個「虛擬實驗室」，這個實驗室由五個專精不同方向的AI智能體組成：

有人負(fù)責(zé)免疫學(xué)，有人專攻計算生物學(xué)，還有人扮演實驗室的負(fù)責(zé)人。

這些AI科學(xué)家被賦予同一個研究目標(biāo)——尋找新冠治療方案。

經(jīng)過多輪討論與推演，它們最終將注意力集中在「納米抗體」這一方向上。

理由聽起來出乎意料：由于計算資源有限，體積更小的納米抗體比常規(guī)分子更適合在模擬中高效生成和篩選。

結(jié)果證明，這一推理并非空想。

Zou的團(tuán)隊隨后對AI設(shè)計出的候選分子進(jìn)行了驗證，發(fā)現(xiàn)它們確實能夠結(jié)合新冠病毒的關(guān)鍵靶點(diǎn)，相關(guān)成果最終發(fā)表于《Nature》。

在Zou看來，這并不是AI替代科學(xué)家的標(biāo)志，而是一個重要信號：

AI能夠像科研團(tuán)隊一樣分工協(xié)作，提出方案并自洽地解釋理由。

虛擬實驗室團(tuán)隊會議摘錄，具有獨(dú)特角色的AI智能體在會議上討論抗體項目

但事實上，AI能在虛擬環(huán)境里預(yù)測蛋白質(zhì)結(jié)構(gòu)、模擬分子結(jié)合、篩選材料晶格，卻無法真正走入實驗室，更不會知道反應(yīng)結(jié)果是否危險。

至于靈光一現(xiàn)的「洞察力」，AI更是缺乏。

也就是說，AI更像是一個實驗員，把幾千條路線嘗試一遍后，再把最有把握的交給人類。

懷疑的聲音

洞察力與責(zé)任歸屬之爭

AI實驗的故事聽上去精彩，但不是所有科學(xué)家都買賬。

耶魯大學(xué)的Lisa Messeri就提出質(zhì)疑：

AI或許能在數(shù)據(jù)中找出規(guī)律，卻缺乏真正的「洞察力跳躍」。

如果科研只是機(jī)械的推理，那么創(chuàng)新性的突破從何而來？

普林斯頓大學(xué)的認(rèn)知科學(xué)家Molly Crockett則擔(dān)心另一件事：

過度依賴AI，是否會讓年輕科研人員失去最寶貴的訓(xùn)練機(jī)會？

實驗失敗、思路受挫、反復(fù)試錯，這些本是科研成長的必經(jīng)之路。

如果AI替代了這部分過程，科研經(jīng)歷算不算被「注水」？

他主張讓更多學(xué)科專家參與到實踐之中，深思熟慮后設(shè)計出實驗，最后再讓AI審查。

更現(xiàn)實的問題是，當(dāng)前的學(xué)術(shù)規(guī)范嚴(yán)格禁止AI被列為作者——COPE、ICMJE、ACS 等權(quán)威指南都強(qiáng)調(diào)：

AI無權(quán)承擔(dān)準(zhǔn)確性與倫理責(zé)任，所有科研最終仍由人類負(fù)責(zé)。

這樣看來，場大會不僅是一次技術(shù)試驗，更是在挑戰(zhàn)學(xué)術(shù)界的制度紅線。

下一步

主導(dǎo)者是人類還是AI？

對James Zou來說，這場會議更像一次公開實驗。

他直言：

「也許AI會帶來驚人的發(fā)現(xiàn)，也可能只是一些有趣的錯誤。」

無論結(jié)果如何，他想要的是真實數(shù)據(jù)——

讓學(xué)術(shù)界看到AI到底能做到哪里，而不是只靠想象與炒作。

同時，美國政府已經(jīng)在AI行動計劃中提出，要投資「自動化云實驗室」。

這意味著，在制度和資金支持下，「AI科學(xué)家」或許會越來越多地介入科研流程。

如果未來科研方向越來越多地由AI主導(dǎo)，人類會是它的合作伙伴，還是實驗室里的助手？

或許這才是Agents4Science真正拋給我們的問題。

參考資料：

https://www.technologyreview.com/2025/08/22/1122304/ai-scientist-research-autonomous-agents/

https://agents4science.stanford.edu/faq.html?utm_source=chatgpt.com

https://agents4science.stanford.edu/?utm_source=chatgpt.com