川海智库

报告概述

本报告聚焦AI agent如何改变科学研究流程，分析其在假设生成、候选方案搜索与验证三个环节中的作用与局限。报告指出，AI agent是强大的“猜想机器”，能快速产生大量假设和解决方案，但验证环节仍依赖物理实验和人工审查，形成日益严重的“验证瓶颈”。报告基于对Google DeepMind十位研究人员的访谈，梳理了AI agent在材料科学、数学、生物学等领域的应用案例，并就政策制定者如何应对这一变革提出了四方面建议：确保科学家广泛访问智能体、推动数据资产就绪、投资实验验证基础设施、赋能同行评审。报告为科学界和政策界理解AI agent对科研生态的深远影响提供了系统视角。

报告的核心结论

AI agents大幅提升科学假设与方案生成速度，但验证能力滞后。

AI agent能够快速检索文献、生成假设并排名，甚至发现人类专家忽略的候选方案，如Co-Scientist在药物重定位任务中选出两种有效药物。然而，验证假设仍需耗时费力的物理实验或人工审查，这使得验证成为科学进步的新瓶颈，且短期内难以通过AI本身解决。

验证瓶颈是当前科学研究面临的核心结构性挑战。

报告指出，AI agent降低了猜想与试错的边际成本，但验证环节依然昂贵且缓慢。在数学等领域，AI生成证明的速度已超过人类审核能力，导致“证明消化不良”。在其他学科，自动化实验室虽有进展，但受限于成本、普适性和自然时间周期，验证瓶颈仍在扩大。投资实验基础设施和自动验证工具是缓解这一瓶颈的关键。

政策制定者需确保所有科学家能平等访问AI agent和相关数据。

AI agent的效能高度依赖前沿模型和定制化工具，但大多数科研机构缺乏获取途径。报告呼吁政府效仿超级计算机时代的做法，通过公共-私营合作（如美国Genesis Mission）为科学家提供计算资源和agent服务。同时，必须推动科学数据向“agent就绪”转型，包括开放API、质量控制及安全访问机制。

同行评审流程必须借助AI agent进行改革以应对激增的稿件。

科学家已开始使用AI撰写论文和基金申请，导致评审负担加重，且写作质量不再能区分研究优劣。报告建议开发“人机交互卡”记录AI使用情况，允许评审者使用agent辅助核实，并探索更依赖研究者履历而非行文的评审方式，以维持评审质量与公正性。

报告回答的关键问题

AI agent如何改变科学家的日常工作？

AI agent让科学家从繁琐任务中解放，如文献筛选、数据库查询、数据分析、代码编写等，原本需要数小时或数天的任务现在几分钟内即可完成。更重要的是，agent能辅助提出假设和解决方案，例如Co-Scientist在两天内给出与人类团队多年研究一致的假设。科学家的工作正从手动执行转向高层级编排，每天上班先审查agent夜间运行的实验结果。

什么是科学研究中的‘验证瓶颈’？

验证瓶颈指AI agent能快速生成大量假设和候选方案，但验证这些想法是否成立仍依赖物理实验、耗时审核等传统手段，导致验证速度远落后于生成速度。例如在数学中，AI证明生成速度已超过人类审核能力；在生物学中，新药靶点验证需要数月培养。这种不对称性正在成为科学进步的主要制约因素。

政策制定者应如何应对AI agent带来的挑战？

报告提出四大优先行动：一是确保所有科学家能访问先进agent，避免技术鸿沟；二是推动科学数据标准化和agent就绪，释放已有数据价值；三是加大对实验验证基础设施的投资，包括扩建自动化实验室和开放国家实验室；四是改革同行评审体系，允许评审者使用agent辅助，并建立透明记录AI使用情况的制度。

AI agent的验证能力在哪些领域进步较快？

在数学和计算机科学领域，验证可以完全通过计算完成，因此进步最快。例如Aletheia agent在首次First Proof挑战中一周内解决了10个问题中的6个。AlphaEvolve在算法设计和芯片设计中也展现了强大的自动验证能力。但大部分实验科学仍需物理验证，进展相对缓慢。

报告中的代表性数据

10个问题中解决6个

Aletheia在First Proof挑战中的表现

2026年2月，在首次First Proof挑战中，Aletheia agent在一周内成功解决了10个未公开研究问题中的6个，这是最佳成绩，表明AI agent在数学验证方面已具备显著能力。但仍有部分问题未能解决，显示当前局限。

以上数据根据报告摘要整理，具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 详细分析AI agent在科学研究三个环节（设想、搜索、验证）中的作用与局限，包括Co-Scientist、AlphaEvolve、Aletheia等具体案例。
  • 10位Google DeepMind研究人员的深度访谈关键观点摘录，涵盖智能体技能、推理能力、可靠性挑战等话题。
  • 验证瓶颈的量化评估：当前实验设施使用压力、自动化实验室发展现状及投入差距（如美国NSF 1亿美元分布式设施网络）。
  • 政策建议的完整论证：包括全球智能体访问模型（如Genesis Mission）、数据安全访问框架（如OpenSAFELY示例）、国家资金分配新机制。
  • 同行评审改革的具体方案：人工智能使用记录标准、Human-AI Interaction Cards概念、Agent辅助评审试点设计。
  • 长期展望：AI agent对科学人才培养的影响（如结构化无agent训练期）、对国际合作与竞争格局的潜在影响。
  • 图表与数据：包括智能体性能基准测试结果、科研经费变化趋势、自动化实验室布局地图等。
  • 附录：术语表、参考文献清单、采访方法论说明。

本页内容由川海智库整理，用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限，部分观点、数据、统计口径或表述可能存在偏差，具体内容请以完整报告原文为准。

相关报告