最新文章

别忙着给AI立规矩了，先管管人类的“认知惰性”吧 2026年的今天，整个学术圈都在忙着一件事：给AI定规矩。 社科院出了37条AI科研规范，各大期刊严查AI代写、虚假引用，无数院校出台AI使用红线，所有人的目光都聚焦在同一个问题上：怎么防止AI搞乱科研、制造学术不端？ 规则越堆越厚，监管越来越严，可几乎没人敢问那个最扎心、最尴尬的真相：比起AI作弊，人类正在蔓延的认知惰性，才是当下科研最大的隐形绝症。 前段时间我有个很深的感触：一道我啃了整整三天、反复推演都理不顺的数学论证题，丢给Claude之后，三分钟就给出了一套逻辑闭环、思路极简、远超我个人思考上限的推导路径。 那一刻我突然清醒：我们现在纠结的根本不是“AI不守规矩”，而是一个更残酷的问题——当AI的思考质量、速度、深度都全面超越我们时，我们还有底气以“研究者”自居吗？ 我们忙着约束AI，却放任自己慢慢废掉思考的能力。 01 我们正在沦为只会敲指令的“提示词农民” 很多人自我安慰：人类解放脑力、工具替代劳动，这和工业革命机器替代体力是一个道理，是进步。 这是最致命的误区。 机器替代体力，我们会明确知道自己肌肉退化、体能下降；但AI替代思考，我们只会收获“效率暴涨、产出翻倍”的快感，在思维慢慢萎缩的同时，误以为自己变得更聪明、更专业。 现在科研人的日常，早已高度同质化： 不会总结文献？AI一键梳理综述； 不会搭框架？AI直接生成全文结构； 不会跑数据、写代码、做论证？AI全套包办。 我们越来越会写提示词，越来越会筛选AI产出的成品，却越来越不会完整走完一次从选题、溯源、思辨、推演到论证的完整研究闭环。 牛津大学出版社2025年的一项长期研究，早已敲响警钟：长期依赖AI完成思考、梳理、解题的人群，独立探索能力、批判性思维、创造性整合能力，都会出现持续性、系统性下滑。 这份研究原本针对青少年，但放在当下的科研圈同样适配：AI正在批量养出“懒得思考、不敢攻坚、习惯借力”的研究者。 卡内基梅隆、牛津、MIT等高校2026年的联合对照实验更直观：仅仅十几分钟的AI辅助解题体验，就会大幅降低人后续独立解题的成功率，让人面对难题时，本能选择放弃深度思考，等待工具给出答案。 这就是认知惰性最隐蔽的伤害：它不是让你直接变笨，而是慢慢消解你思考的意愿、攻坚的耐心、求证的执着。 如今的学术圈，藏着一个无人敢直面的真相： AI带来的“学术不端”是显性的、可监管的、可惩戒的；但人类的“学术失能”是隐性的、自发的、无药可救的。 我们可以用37条规范管住AI造假，却没有任何一条规则，能管住我们主动放弃思考的偷懒。 Science 2025年的科研大数据统计，撕开了这份虚假繁荣：AI辅助写作后，学者论文产出效率暴涨，提升幅度最高接近90%，常规场景下也能提升36%-59%。论文越写越快、数量越来越多、发表越来越容易。 但对应的，是论文的创新性、思辨深度、思想浓度持续走低。批量产出的成果，大多是同质化的微调、套路化的论证、无新意的重复。 论文列表越来越长，真正属于人类的思考，越来越少。 02 比AI幻觉更可怕的，是我们的“理解幻觉” 2024年Nature顶刊正式提出一个极具穿透力的概念：理解幻觉。 简单说就是：AI帮你把活儿干完了、把答案做好了、把逻辑理顺了，你看得懂、用得顺、说得出来，就误以为自己彻底理解了背后的一切。 这几乎是所有AI使用者的通病。 你用AI写好了数据分析代码，跑出了完美图表，得出了通顺的结论；你通读一遍，觉得逻辑无懈可击。可一旦脱离AI，让你手动推导一遍原理、解释一遍参数、复盘一遍逻辑漏洞，你立刻失语。 看得懂答案，从来不等于掌握了思考的过程。 2026年一项覆盖3132人的多组对照实验，结果极其讽刺： 没有AI的时候，近半数人敢于承认自己不会、不懂、答不上来； 接入AI之后，哪怕明知模型容易出错、容易编造内容，大家的自信心直接翻倍，答题正确率却断崖式下跌，敢于承认“不知道”的人仅剩3%。 AI最危险的地方，从来不是输出错误答案，而是制造一群极度自信、实则认知浅薄的人。 更值得警惕的是，这种幻觉正在变成学术圈的群体通病。 我们总在担心AI编造虚假文献、虚构定理、产出错误知识。可《柳叶刀》2026年的研究告诉我们：近三年，学术论文中的AI虚假引用数量暴涨超12倍，大量“幽灵文献”堂而皇之地出现在核心期刊中。 根源从来不是AI太会造假，而是人类太懒于核验。 我们习惯了AI一键生成参考文献，懒得溯源、懒得核对、懒得查证，默认工具输出的一切都是对的。我们忙着研发AI检测工具、制定审核规范，严防工具出错，却放任自己的求证能力持续退化。 AI在制造虚假知识，而我们在制造虚假的自我认知。 03 “人主智辅”，是最讽刺的一句空话 现在所有AI科研规范，都绕不开一个核心原则：人主智辅，人类全责。 听起来完美无缺：人是主体，AI是工具；人主导研究，AI只做辅助；AI出错，人类担责。 可落到真实的科研场景里，这套逻辑漏洞百出、无比荒诞。 我们不妨诚实拆解当下的人机科研现状： 如果AI只负责润色文字、调整格式，人类全权主导研究，这是真正的辅助； 可如果AI包揽了文献梳理、框架搭建、核心论证、数据推演、全文撰写，人类只改改措辞、看看通顺、最后签上名字，这到底是人主导AI，还是AI干活、人类背书？ First Proof 2026年的数学推理测评，彻底戳破了这层窗户纸：针对职业数学家的10道前沿难题，AI独立完成的成果里，有7道达到了可直接发表的学术水准。 […]

一、引言：为什么批次效应是一个必须正视的问题 1.1 从数据到结论，批次效应无处不在且影响研究效度 在精准医疗、分子生物学、组学大数据研究领域，高通量测序技术已成为核心研究手段。无论是 bulk 转录组测序、单细胞 RNA 测序、空间转录组测序，还是多模态组学联合分析，各类基因表达数据是解析疾病机制、实现肿瘤分型、预测免疫应答、指导个体化用药的核心数据基础。随着生物信息学研究进入大数据时代，多中心、多批次、大样本的数据整合分析成为主流研究范式，数据体量与维度大幅提升，但同时也衍生出一个普遍且致命的问题：多批次原始测序数据普遍存在系统性偏差，无法直接用于建模分析与生物学结论推导。 批次效应（Batch Effect）是生物组学数据中典型的系统性技术变异，特指非生物学因素干扰下，不同实验批次样本产生的基因表达偏移、数据分布差异与聚类偏差。其产生场景贯穿实验设计、样本处理、测序检测、数据分析全流程，仪器设备参数波动、试剂批次更替、实验操作人员手法差异、测序平台迭代、样本采集时间与环境不同，均会引入无生物学意义的技术噪声。与随机误差不同，批次效应是系统性、定向性、可累积的偏差，无法通过常规数据归一化、标准化操作消除。 在AI辅助生物信息学研究中，批次效应的危害被进一步放大。AI模型的核心学习逻辑是挖掘数据中的潜在关联与特征规律，未经校正的批次数据会让模型优先学习技术噪声带来的虚假特征，而非真实的生物学差异。这会直接导致三大研究问题：一是模型过拟合批次特征，在训练集表现优异，但跨批次、跨中心数据集泛化能力极差；二是混淆生物学信号与技术噪声，将批次偏移误判为疾病、基因型、细胞亚型的特异性差异，得出虚假的生物学结论；三是多批次数据整合失效，无法实现大样本联合分析，限制研究样本量与结论可信度。 临床科研中的真实案例直观印证了批次效应的致命影响：某肿瘤预后研究中，研究团队仅更换RNA提取试剂盒这一实验耗材，162例肿瘤患者的基因表达风险评分模型出现系统性偏移，批次偏差导致28名患者的预后风险分级被错误判定，最终面临不必要的化疗干预或错失规范治疗时机。该案例充分说明，批次效应绝非单纯的技术预处理问题，而是直接影响临床决策、决定科研结论真伪的核心科研漏洞，是所有多批次组学研究必须前置解决的基础问题。 1.2 传统校正方法的局限性与AI方法的破局逻辑 长久以来，生物信息学领域已形成一套成熟的传统批次校正体系，其中以ComBat算法、limma包的removeBatchEffect函数为核心代表，这类基于统计建模的校正方法，依托线性混合模型拟合批次偏差，能够有效剥离bulk RNA-seq数据中的常规批次噪声，在单维度、小批次、同平台的传统组学研究中表现稳定，是过往十年组学数据分析的主流工具。 但随着单细胞测序、多模态组学技术的普及，传统校正方法的短板彻底凸显，逐渐难以适配现代科研需求。相较于bulk测序数据，单细胞测序数据具有稀疏性强、dropout率高、噪声复杂度高、细胞异质性极强的特点，单个细胞的基因表达量极低，大量基因存在零表达缺失值，批次噪声与真实生物信号高度耦合，传统线性统计模型无法精准区分二者。同时，现代科研普遍需要整合多批次、多平台、多实验条件、多模态的复合型数据，传统方法模型固化、灵活性不足，无法适配复杂的跨场景数据校正需求，极易出现校正不足、噪声残留或过度校正、信号丢失的问题。 以深度学习为核心的AI校正方法，为批次效应校正提供了全新的解决方案，彻底突破了传统统计方法的瓶颈。其核心破局逻辑是高维特征解耦，通过深度神经网络构建隐空间，将复杂的组学数据特征拆解为技术变异维度与生物学变异维度，实现两类信号的精准分离，而非传统方法的单一噪声剔除。目前主流的AI校正框架以变分自编码器（VAE）为基础，代表性算法scVI通过条件VAE建模批次变量，精准剥离批次噪声的同时最大限度保留基因表达的原始生物学特征。 后续迭代的scFLASH、SCITUNA、sysVI等AI算法，进一步融合对抗训练、网络对齐、多协变量建模、跨系统差异适配等策略，针对性解决多条件对照、跨平台测序、大规模多批次整合、多模态数据融合等复杂场景的批次校正难题。相较于传统方法，AI校正方法具备更强的非线性拟合能力、更高的特征分辨率与更好的场景扩展性，能够适配现代高通量组学数据的复杂噪声特征。 但必须明确的是，AI校正方法并非万能替代方案，不存在“新方法绝对优于旧方法”的定论。大量基准研究证实，在简单的同平台、小批次bulk数据校正场景中，ComBat等传统方法的稳定性、高效性仍优于多数AI模型；而在单细胞、跨平台、大规模多批次复杂场景中，AI方法的优势才会充分凸显。因此，科研实操中必须摒弃“唯新技术论”，依据数据特征、实验设计、研究目标精准选型，这是AI批次校正的核心方法论前提。 二、批次效应的来源与诊断：先识别，再校正 2.1 批次效应的分层来源与混杂特征 批次效应的产生并非单一因素导致，而是实验全流程多维度因素叠加的结果，可系统划分为实验操作、测序检测、生物学混杂三大层面。三类来源的噪声强度、特征、干扰方式存在显著差异，且极易相互混杂，精准区分来源是针对性校正的前提，具体分类与实操示例如下： 影响层面 具体来源因素 实操典型示例 噪声特征 实验阶段 试剂批次更替、操作人员差异、组织解离与样本处理流程、样本采集时间与环境、样本保存条件 更换RNA提取试剂盒、不同实验员批量处理样本、常温与低温分批保存样本、不同工作日采集临床样本 中强度系统性偏差，噪声与样本处理流程高度绑定，分布规律稳定 测序阶段 测序平台差异、测序深度波动、基因捕获效率不同、文库构建方案差异、仪器参数漂移 10x Genomics与Smart-seq2平台混用、Illumina与BGI测序数据整合、不同测序深度的样本合并分析 高强度结构性偏差，跨平台噪声差异极大，是最难校正的批次类型 生物学混杂 供体个体差异、组织取材部位差异、样本地域来源、基础生理状态差异 整合不同健康受试者样本、肿瘤组织与癌旁组织分批测序、多中心异地采集样本 信号与噪声混杂，无绝对区分标准，依赖研究目标界定 相较于单一噪声来源，科研实操中更需要关注批次因素与生物学因素的混杂性。二者不存在绝对的界定标准，判定依据完全取决于研究目标，这也是批次校正最容易出错的核心点。例如，在研究人类个体异质性的课题中，不同供体的基因表达差异是核心生物学信号，需要完整保留；但在构建通用型人类细胞图谱、跨个体疾病标志物筛选的研究中，供体带来的个体差异会被归为批次噪声，需要进行平衡校正。若无法基于研究目标区分信号与噪声，无论采用何种高精度校正算法，都会出现信号丢失或噪声残留的问题。 2.2 批次效应的标准化诊断体系：可视化+定量双验证 在多批次数据校正的标准化流程中，先诊断、后校正是核心准则，绝对禁止直接执行盲校正。正式校正前，必须通过可视化观察与定量指标检测，明确批次效应的存在与否、严重程度、混杂类型，为后续方法选型、参数调优提供依据，从源头规避校正偏差。目前科研通用的标准化诊断体系分为两大模块： 第一，可视化定性诊断。依托降维聚类技术直观展示数据分布特征，是最直观、最基础的诊断手段，主流工具为UMAP与t-SNE。实操中需完成两次着色对比分析：一是按批次标签着色，观察不同批次样本是否出现明显的聚类分离、边界割裂，若同类型样本因批次不同分散聚类，说明批次效应显著；二是按生物学标签（细胞类型、疾病状态、实验处理条件）着色，观察生物学聚类是否清晰。校正前的诊断核心是确认“批次聚类紊乱、生物聚类尚可区分”的基础特征，为后续平衡校正提供基准。 第二，多指标定量诊断。可视化诊断存在主观性，需依托标准化定量指标实现客观评估，目前领域内通用的核心指标包含三类，分别对应批次混合效果、生物学信号保留效果，实现双向校验： 1. kBET（k近邻批次效应检验）：核心用于检验数据局部邻域内的批次分布随机性，判断批次偏差的局部聚集程度，数值越接近0，代表批次混合越均匀、批次效应越弱，是评估校正效果的核心基准指标。 2. LISI（局部逆辛普森指数）：分为Batch LISI与Cell-type LISI两个维度，分工明确、互为补充。Batch LISI数值越高，说明不同批次样本融合度越好，技术噪声去除越充分；Cell-type LISI数值越低，说明同种生物学样本聚类越集中，真实生物信号保留越完整，是平衡校正效果的核心评价指标。 […]

引言：AI时代的”常识陷阱” 人工智能正在全方位重塑科学研究的图景。大模型精准输出各类知识结论，算法高效推演事物发展趋势，海量数据生成看似确凿无疑的研判结果。但一场深刻的认知悖论随之显现：AI在大幅提速科研流程、降低科研门槛的同时，也催生了新型”常识陷阱”——它将人类过往的已知知识编码为标准化、无偏差的答案，让研究者不自觉地以AI的算法推断，替代亲身实验、实地观测与独立思辨判断。 AI大模型的核心逻辑，是对人类既有共识与存量数据的编码、整合与复刻，仅能适配、推演常规规律，却无法识别、捕捉共识边界之外的特殊异常与未知现象。以智能气象预报系统为例，依托数十年气象大数据训练的模型，对常规天气的预测准确率极高，但面对样本稀缺、毫无规律的极端强对流天气，往往会出现预判失灵。究其根源，算法会将这类罕见特例默认为”低概率无效事件”，直接纳入常规认知之外的盲区。 更隐蔽的危机在于，AI的标准化输出自带权威滤镜。相关研究证实，当研究者获取AI给出的精准结论时，自身的思辨、求证与质疑思维会显著弱化，逐渐将算法推断等同于实验实证结果。原本需要反复论证、反复核验的科学常识，如今仅凭”AI判定”便被奉为既定真理。这是科研领域前所未有的困境：技术工具不再仅仅替代重复性科研劳动，更开始侵蚀、替代人类核心的科研判断能力。 纵观科学发展史，所有颠覆性的科学突破，皆源于对固有常识的质疑与突破，而非对既定共识的盲从。倘若科学研究的本质，只是对存量数据的重组与再推演，AI终将凭借算力优势全面超越人类；但倘若科学的核心根基，是研究者直面世界、对接自然的直接经验、现场感知与独立判断，那么AI永远只能充当辅助工具，无法取代人类科研主体。本文核心论点为：科学的本质根植于经验，那些无法被代码编码、无法被算法还原的直接感知与现场判断，是AI永远无法替代的科学核心根基。 一、经验的退场：科学认识论的深层转向 1.1 从直接经验到仪器读数的认知偏移 西方传统知识论长期秉持”理论优位”的认知范式，将可命题化、体系化的理论视为核心知识，将实践积累的直接经验归为理论的次级应用，长期遮蔽了一个核心事实：人类一切科学知识的源头，从来不是抽象的理论推演，而是人类身体介入世界、与客观事物交互实践所生成的直接经验。 《何为科学》一书作者亚当·弗兰克明确指出，现代科学最大的认知盲点，便是遗忘了直接经验是科学知识的本源与坚实支撑。自17世纪以来，显微镜、望远镜等科学仪器的普及，让人类的认知场景从自然现场转移至标准化实验室。科研实践逐渐演变为依托仪器观测、量化测量，将具象现象转化为抽象概念，再通过数据建模完成理论固化。久而久之，人们将算法模型、数据结论等同于客观真实，彻底舍弃了人类对物质世界最本源的直观感知与现场体验。 北京大学周程教授进一步指出，现代科学体系本身建立在一系列未经实证的基础信念之上——”世界是物质的，物质是运动的，运动是有规律的，规律是可以认识的”。这套基础性信念构成了现代科学的认知框架，却从未得到绝对确凿的科学证明，也从根源上弱化、遮蔽了直接经验在科学认知中的核心价值。 1.2 默会知识：无法编码的科学经验 波兰尼在《个人知识》中提出的”默会知识”概念，历经半个多世纪的沉淀，成为解读AI时代科学本质的关键密钥。其核心论断直指科学经验的核心特质：我们知道的多于我们能言说的。 这类”只可意会、不可言传”的默会知识，正是科学实践中无法被标准化、代码化、数据化的经验性判断。资深实验员仅凭仪器异响感知设备故障、面对反复实验失败坚持重试的科研直觉、依托长期实操经验校准实验参数的精准判断，皆是典型的默会知识。这类知识从未载入操作手册、无法被完整记录归档，只能依靠研究者长期深耕科研、反复对接实验现场、持续与客观世界交互积累而成。 遗憾的是，现代科研体系正在系统性遗忘、消解这类核心经验知识。河南大学张宝明教授指出，从传统技术到现代科学的转型过程中，人类经验的身份发生根本性反转——从科研创新的核心驱动力，沦为被理性理论、数据模型系统性遮蔽的次要要素。古希腊时期，科学与人文同源共生、浑然一体，自然探索根植于直观经验；而现代科学过度推崇理性范式与量化标准，将”理性”等同于”合理”，彻底消解了直接经验在科学认知中的本源地位。 1.3 “替代经验文化”的全面蔓延 当下社会正在形成一种普遍性的”替代经验文化”：人类逐渐放弃自身的直观感知与现场判断，转而依托数据、算法、工具认知世界、判定事物。周程教授举例佐证：人们不再依靠身体体感判断冷暖，而是盲从天气预报的量化数据；不再依托空间感知辨识方位，而是完全依赖导航算法指引方向。 这种认知偏移深刻渗透到科研领域，演变为科研经验的持续萎缩。当代研究者愈发习惯于直面数据报表、算法模型、模拟结果，而非亲临实验现场、观测真实现象、捕捉细微异常。人工智能的普及进一步加剧了这一危机：学界普遍将AI生成的输出结果直接等同于客观现实，却忽略了算法背后的模型筛选、价值预设、语境适配等主观偏差，彻底割裂了科学认知与真实世界的经验联结。 张宝明教授精准总结这一时代困境：人工智能时代，知识极速膨胀，人类经验却持续萎缩。AI让知识获取变得零门槛、高效率，消解了学术探索的神秘感与深耕价值，但知识的易得性绝不等于认知的深刻性。当AI将”乡愁”拆解为冰冷的经纬度坐标，便彻底剥离了人类望月思乡的身心体验与情感共鸣。这正是科学主义过度量化、简化生活世界与科研实践的典型弊端。 二、可重复性危机：经验缺失的量化实证 如果说第一章从哲学维度阐释了直接经验退场的深层危机，那么全球科研领域频发的可重复性危机，便为”经验缺失导致科研失准”提供了扎实的量化证据。诸多实证研究表明，科研经验的匮乏、现场判断的缺失、过度依赖算法数据，并非抽象的理论命题，而是直接导致科研结论失真、实验无法复现、学术成果失效的核心诱因。 2.1 SCORE项目：社科研究近半数无法复现 2026年4月，美国国防部高级研究计划局（DARPA）主导的”开放研究与证据的系统化信心”（SCORE）项目，在《自然》刊发系列重磅研究成果。该项目历时7年，集结865名科研人员，对62种主流期刊的3900篇经济学、教育学、心理学、社会学社科论文开展系统性核验，从数据分析可再现性、研究稳健性、实验可复制性三大维度，全面检验现有社科研究的可信度。 这项大规模、全覆盖的实证研究，得出了极具警示性的结论，精准暴露了当代社科研究的经验缺失问题。 其一，数据分析可再现性严重不足。研究团队抽检600篇论文的原始数据分析流程，发现仅有145篇论文公开了完整、可核验的研究细节，仅53%的数据分析结果能够被精准复现。大量研究因作者未完整留存操作流程、数据参数、分析细节，后续核验者只能依靠猜测还原实验过程，最终导致结果偏差、复现失败。项目负责人Tim Errington强调，数据共享不充分、方法说明不透明，是数据分析失效的核心诱因。 其二，研究结论稳健性存疑。团队对100篇核心论文开展差异化分析核验，在更换合理统计模型、优化分析维度后，四分之一的研究结论出现波动，更有2%的研究得出与原文完全相反的结论。这意味着诸多社科研究的结论高度依赖研究者的单一操作选择，缺乏基于经验判断的稳健校验，极易因分析视角微调而彻底推翻原有成果。 其三，实验可复制性大幅偏低。团队对164项核心研究开展全流程独立重复实验，从零完成数据采集与分析，最终仅有49%的研究在统计学层面具备可复制性，与全球同类复盘研究结论高度契合。斯坦福大学学者John Ioannidis表示，该研究规模空前、结论真实，精准印证了学界长期存在的科研可信度危机。 值得关注的是，项目团队同步开展了AI预测论文可复制性专项竞赛。2025年首轮竞赛中，AI模型对研究可复制性的预判准确率低于随机猜测水平；第二轮竞赛中，最优模型准确率虽提升至68.5%，但仍存在显著偏差。Errington坦言，AI具备辅助评估科研可信度的潜力，但距离落地应用、精准研判仍有极大差距。 2.2 果蝇免疫研究：大量未核验成果暗藏失真风险 2026年1月，瑞士洛桑联邦理工学院（EPFL）ReproSci项目发布生命科学领域复盘成果。研究团队对1959—2011年400篇果蝇免疫研究论文、1006项核心研究主张开展回溯核验，精准揭示了实验经验缺失带来的科研隐患。 数据显示，仅61%的研究主张可被有效验证，7%被直接证伪、无法重复。看似优于社科领域的复现率背后，隐藏着极易被忽视的漏洞：24%的研究主张从未经过独立核验，长期处于未被挑战、未被验证的空白状态。团队针对性核验45项未被挑战的经典研究主张，结果显示，其中84%（38/45）的主张在独立验证中无法复现。大量依托单一实验经验、缺乏交叉核验的研究，长期作为有效学术成果留存，严重干扰科研推进。 研究同时发现，高影响力期刊、顶尖科研机构更易刊发存在争议、后续被证伪的研究成果。不可重复性并非集中于新手研究者，博士生与博士后的研究失误率基本持平，并未随从业年限、发文数量增长而降低。唯一显著差异在于：具备多团队实操经验的课题组负责人，研究不可重复率大幅降低。这一结果充分印证，早期系统的科研实操训练、现场经验积累，是保障研究严谨性的核心关键。 2.3 多分析师研究：同源数据，结论相悖 2025年2月，《BMC生物学》刊发的一项大规模”多分析师”对照研究，直观展现了研究者主观经验判断对科研结论的决定性作用。246名生态学者组成174个独立研究团队，依托完全一致的公开数据集，针对两项核心科学问题开展独立分析。 首个问题聚焦蓝山雀雏鸟生长与同胞竞争的关联。同源同质数据下，各团队结论完全分化：5个团队判定无关联，5个团队得出混合结论，64个团队证实同胞竞争会抑制雏鸟生长，且各团队的结论确定性、效应强度各不相同。 第二个问题关于草覆盖率对桉树幼苗存活率的影响，分歧更为极端：18个团队证实杂草覆盖抑制幼苗存活，6个团队认为可提升存活率，31个团队判定二者无任何关联。 同源数据、无客观误差、无操作失误，却诞生完全相悖的科研结论。究其根源，并非数据或算法问题，而是研究者的经验性主观选择：离群值取舍、统计模型适配、缺失数据填补、干扰变量控制等细微操作，均依托研究者个人科研经验与现场判断。这些看似微小的个性化决策，层层叠加放大，最终导致结论彻底分化。欧洲商业管理学院心理学家Eric Uhlmann总结，该研究直观证明了研究者的经验判断、主观抉择，是科研成果成型中不可替代的核心变量。 2.4 学界调研：可重复性危机的制度与认知根源 2024年11月，《公共科学图书馆·生物学》刊发一项覆盖全球的横断面调研，精准呈现了科研从业者对可重复性危机的真实认知。研究团队从MEDLINE数据库随机抽取400种期刊，向23234名研究者发放问卷，回收1630份有效样本，数据极具代表性。 调研结果显示，72%的研究者认可生物医学领域存在可重复性危机，其中27%判定危机程度严重，仅有5%的研究者认为该领域超80%的研究成果可稳定复现，学界对科研可信度的焦虑已成共识。 关于危机成因，62%的研究者明确指出，学术发表压力是导致研究失真、无法复现的首要诱因，选择性报告、统计效力不足紧随其后。反观学术不端、偶然误差等显性因素，影响占比极低，仅为20%、36%。这意味着可重复性危机并非源于个体道德失范，而是学术评价体系催生的系统性问题。 制度层面的短板进一步加剧危机：仅16%的科研机构建立了完善的重复性研究保障机制；67%的机构重原创发文、轻成果核验，83%的研究者认为重复研究更难获取经费支持。学界普遍认知危机、知晓诱因，却缺乏对应的制度支撑，最终导致经验性严谨研究被边缘化，快餐式、高风险的速成论文成为主流。 三、AI介入科研：经验流失的隐性认知代价 可重复性危机的核心本质，是科研实践中直接经验、现场判断、实操积累的缺失。而AI全面介入科研全流程，进一步放大了这一缺陷：研究者将文献梳理、数据分析、模型推演、代码编写等核心认知环节批量”外包”给AI，看似提升了科研效率，实则系统性剥夺了自身积累实操经验、锤炼思辨判断的机会，催生了不可逆的科研认知退化。 3.1 MIT脑电实验：AI依赖引发的认知退化 […]

摘要：开放科学已成为全球共识，但地缘政治博弈正将科研数据推向“安全化”困境。本文基于UNESCO《开放科学建议书》首份实施报告、ASPI关键技术追踪报告等一手文献，分析全球科研数据治理从“公共产品”向“战略资产”转变的制度根源，揭示“过度安全化”对科学合作的系统性冲击。通过剖析官方“开放”数据银行的选择性关闭、中美科研合作降至20年最低点等现实案例，本文探讨了全球治理框架的现有基础与结构性局限，并提出分级互认、“科学例外”制度化、替代性多边基础设施建设等协调路径。本文认为，全球科研数据治理的真命题不是阻止竞争，而是在竞争框架内为科学共享保留制度性通道。 一、引言：全球科学合作的“悖论时刻” 2025年7月，联合国教科文组织（UNESCO）巴黎总部，“开放科学：监测进展、评估影响”国际会议召开，500余名全球代表参会。会议的核心议题是：在开放科学成为全球共识的当下，为何科学合作反而步履维艰？ 几乎同一时期，澳大利亚战略政策研究所（ASPI）发布的《2025关键技术追踪报告》引发震动：在评估的74项关键科技中，中国在66项的研究影响力排名全球第一。然而，中美在科技研究领域的合作已持续下滑至20年来最低水平——中国仅有25%的国际合作涉及美国研究人员，合作强度回落至2005年。一面是科学问题的全球性（气候变化、大流行病无一不需要跨越国界的合作），另一面是各国以“国家安全”为名强化数据管控。这种张力在科研数据共享领域尤为尖锐。 《自然-精神健康》杂志2025年的一篇评论揭示了一个“隐性危机”：尽管许多精神健康数据库在法律上承诺“开放共享”，但来自“特定国家”的研究人员正被系统性拒绝访问，特别是由美国国立卫生研究院等联邦机构维护的数据银行。这种以国家安全为名的限制正在制造新的“科学不平等”——开放科学本应促进包容性，现实却强化了既有结构的不平等。 本文试图分析这一困境的制度根源与可能的出路，核心判断是：当前全球科研数据治理面临的不是简单的技术或制度问题，而是在大国战略竞争背景下，如何为科学共享保留制度性通道的政治与治理问题。 二、全球科技治理的“安全化”困局 2.1 从“公共产品”到“战略资产”的转变 科学技术曾被视为全球公共产品——知识的发现与传播惠及全人类。二战后建立的国际科学合作体系，从欧洲核子研究组织到国际地球物理年，都建立在这一信念之上。 这一观念正在发生根本性转变。科学正越来越被各国视为国家战略资产而非全球公共产品。深层原因在于基础科学与应用技术的界限日益模糊，“两用技术”的普遍化使各国政府深度介入科研治理。 在数据领域，这一转变更为剧烈。数据不仅是一种生产要素，更成为地缘政治博弈的工具。随着各国数据主权意识觉醒，跨境数据流动的规则趋向碎片化，形成类似政治同盟圈的现象。 2.2 数据跨境流动的“安全化”机制 数据跨境流动与国家安全之间的关联，在“9·11”事件和“棱镜门”事件后逐步被全球认知。这种认知催生了三个层面的“安全化”机制： 第一，国家安全审查的扩张。 2018年11月，美国司法部启动“中国倡议”，将中美科研合作置于国家安全审查之下。尽管该倡议在2022年2月23日正式取消，但其寒蝉效应持续存在。一项由哈佛大学、麻省理工学院和普林斯顿大学学者联合开展、发表于《美国国家科学院院刊》（PNAS）的调查显示，超过三分之一（35%）的美国华裔科学家“觉得自己不受欢迎”，近四分之三（72%）的人“觉得自己作为学术研究人员不安全”。中美科研合作减少的转折点，正与这一政策周期高度相关。 第二，数据本地化政策的兴起。 欧盟以《通用数据保护条例》（GDPR）建立起以“充分性认定”为核心的高标准合规体系——目前仅有27个欧盟成员国和15个非欧盟国家获得认定。美国则倾向于依托双边协议构建跨境数据流动圈，并利用Cloud法案的“长臂管辖”扩大治理范围。 第三，“过度安全化”的风险。 在缺乏成熟治理框架时，各国倾向于依赖国家安全措施，导致数据流动受限、科研人员流动性下降。研究安全关切正从少数敏感领域扩展至更广泛的科研活动，形成“泛安全化”趋势。 2.3 开放科学监测揭示的全球图景 2025年9月，UNESCO发布《开放科学建议书》首份实施情况综合报告，为理解这一困局提供了系统的实证基础。 进展方面： 挑战方面： 报告揭示了多重障碍：基础设施不足、能力差距、地缘政治约束、知识产权与研究安全关切、资金不足。31个会员国报告了阻碍《建议书》实施的具体外部原因，包括“地缘政治和结构性挑战”和“研究安全关切”。 尤为值得关注的是，37个会员国（接近半数）尚未制定促进开放科学领域跨境合作的战略或计划。与此同时，22个会员国报告了与开放科学实践相关的意外负面影响，包括掠夺性出版商的增多、高额论文处理费（APC）带来的负担、行政负担增加，以及开放科学与研究安全之间显现的矛盾。开放与安全的张力，已从理论讨论变成了实践中的真实困境。 三、“科学例外”的侵蚀：从数据封锁看制度博弈 “安全化”趋势对科研数据共享的具体冲击，可以从一个典型案例中得到直观理解。 《自然-精神健康》杂志2025年10月发表的评论文章指出，尽管许多精神健康数据银行官方承诺遵循开放科学原则，但来自“某些关注国家”的研究人员被系统性拒绝访问。这一限制的依据是美国总统行政令13873号——该行政令于2019年5月15日签署，宣布国家紧急状态以保障信息和通信技术与服务供应链安全。该行政令所宣布的紧急状态每年延续，2024年度的延续通知于5月8日签署，5月9日刊发于联邦公报。其实际效应是将特定国家的研究人员排除在官方“开放”数据库之外。 这一“隐性危机”的意义超出了精神健康领域。它表明，即便在法律上承诺“开放”的数据基础设施，也可能因地缘政治考量而选择性关闭。更值得警惕的是，美国国会正在权衡重启“中国倡议”并全面禁止部分中美联合科研项目，这将进一步加速科技脱钩。 与此同时，欧盟GDPR框架在客观上造成了另一种形式的“数据壁垒”。其“充分性认定”机制虽然旨在保护个人数据，但高标准往往对“全球南方”国家的研究人员构成额外障碍——这些国家通常缺乏满足这些要求所需的法律、技术和财政资源。 从更宏观的视角看，这种制度安排正在制造新的“科学不平等”。开放科学本应促进包容性和公平性，但当“开放”数据库的实际可访问性取决于地缘政治身份和经济实力时，开放科学的风险恰恰变成了强化既有不平等结构的工具。 四、现有全球治理框架的基础与局限 4.1 UNESCO《开放科学建议书》：共识框架的价值 2021年，193个UNESCO会员国通过了《开放科学建议书》，这是首个由各国政府共同采纳的开放科学标准性文件。《建议书》确立了开放科学的五大支柱：开放式科学知识、开放科学基础设施、社会行为者的开放式参与、与其他知识体系的开放式对话、科学传播。 UNESCO自2022年起先后成立了五个开放科学工作组，聚焦能力建设、政策及工具、融资与激励、基础设施和监测。推出的“开放科学工具包”为各国提供了政策指导、基础设施清单和能力建设资源。 《建议书》作为全球规范框架的价值是显著的：它首次为开放科学提供了共享定义、价值观和原则；通过四年一度的报告机制建立了全球监测体系；为各国的开放科学政策制定提供了参照标准。 4.2 框架的结构性局限 然而，《建议书》的局限性同样不容忽视。 其一，约束力不足。作为UNESCO的“建议书”，《建议书》不具有国际法上的强制约束力。各国的实施进度、深度和方式差异巨大，缺乏有效的执行和监督机制。 其二，回应地缘政治挑战的能力有限。《建议书》主要聚焦于科学共同体内部的开放与协作，对于大国战略竞争、数据主权博弈等“外部”因素，缺乏有效的制度回应。当美国政府依据行政令阻止特定国家研究人员访问“开放”数据库时，《建议书》的框架几乎没有约束能力。 其三，核心矛盾的制度空白。UNESCO首次全球监测揭示了一个关键矛盾：31个会员国报告了阻碍《建议书》实施的具体外部原因，包括“地缘政治和结构性挑战”和“研究安全关切”。然而，现行治理框架既没有为这些挑战提供制度化的解决路径，也没有在“安全”与“开放”之间建立协调机制。 4.3 从FAIR到CARE：治理理念的演进与张力 国际科学界在数据治理原则上的演进同样反映了“开放”与“管控”之间的张力。FAIR原则（可发现、可访问、可互操作、可重用）是开放科学数据共享的基础性框架。然而，这一原则被批评为过于侧重技术层面的“可访问性”，而忽视了对数据主权——特别是原住民和本土社区数据权利的尊重。 由此催生了CARE原则（集体利益、控制权、责任、伦理），强调数据治理应尊重数据来源社区的权利与利益。FAIR与CARE之间的张力，本质上是“开放优先”与“管控优先”两种治理逻辑的反映。在国际合作场景中，这一张力因各国数据主权立场的差异而被进一步放大。 五、协调路径：在对抗中寻找合作缝隙 5.1 “科学政策外交”：打破制度壁垒的新范式 面对地缘政治对科研合作的冲击，国际科学界正在探索超越传统外交框架的合作路径。2026年5月，第11届联合国“科学、技术和创新促进可持续发展多利益攸关方论坛”（STI Forum）在纽约联合国总部举行。该论坛由联合国经社理事会（ECOSOC）主办，旨在推动科技与创新合作以支持可持续发展目标。 […]

摘要 湿实验科研人员长期深陷移液操作、实验值守、数据手动转录等重复性事务，大量创造性科研时间被挤占，严重制约科研创新效率。本文系统探究AI自动化工具赋能湿实验的核心逻辑，阐释通过构建干湿实验闭环体系破解传统科研瓶颈的路径。文章首先深度剖析湿实验科研的核心痛点，明确物理实验的不可逆试错成本与干湿实验协作断层的本质问题；进而搭建干湿实验闭环体系，拆解出机理认知型AI大脑、全流程自驱动实验室、数据自进化学习机制三大核心要素，同时引入神经符号框架解决AI物理实验操作的安全风险与幻觉难题。依托镁伽科技、Golab物质科学智能研发工厂、SmartTrap光镊系统等产业与科研实证案例，量化验证AI自动化工具的科研增效价值，实现抗体优化周期、催化反应活性、光镊实验效率等核心指标的跨越式提升。最后，探讨该技术变革催生的科研OPC（一人公司）新型科研模式，及其对传统科研组织架构、研发流程与创新范式的重构价值。研究表明，AI自动化工具的核心价值并非替代科研人员的创造性思维，而是全面承接机械性、重复性科研工作，推动科研人员的核心精力回归到科学问题凝练、研究方向研判、创新体系搭建等核心科研本质工作。 一、痛点：湿实验科研人员的“至暗时刻” 1.1 “盯机器”的日常与不可逆代价 在生物医药、先进材料、化学工程等依托实体实验的硬核科研领域，科研工作的真实状态与“思考创新、理论突破”的理想科研图景相去甚远。科研人员的大部分工作时间并非用于科学思辨与方案设计，而是耗费在移液配比、反应值守、设备监测、手动记录数据、重复实验调试等机械性操作中，导致科研人员逐渐从“创新研究者”沦为“实验操作员”，科研创造力被严重稀释。 格物智研联合创始人王雯莉结合自身硕士科研经历坦言，传统湿实验模式下，科研时间浪费问题尤为突出。单次实验的单一反应环节往往需要耗时大半天，科研人员必须全程值守，漫长的等待过程中难以开展高效科研工作，仅能碎片化浏览文献、处理杂务，有效科研时间被大幅压缩。 相较于软件实验可随时撤销修正的特性，湿实验最核心的痛点在于物理世界的不可逆性。试剂配比失误、温度参数偏差、设备运行异常等任一细微差错，都可能导致数周甚至数月的实验成果全部作废，大幅抬高科研试错成本。北京大学团队在ACL 2026年发表的研究论文中明确指出，湿实验室的不可逆实验环境具备极高容错门槛，AI模型的概率性幻觉不仅会造成数据误差，更可能直接引发设备损坏、样本报废、实验整体失败等实质性损失。 1.2 “干湿断头路”困境 当前物质科学研发普遍存在干实验（计算模拟）与湿实验（实体验证）割裂的“干湿断头路”难题，计算科研团队与实验科研团队形成明显协作断层，成为制约科研效率的核心瓶颈。传统研发流程中，计算团队通过模型模拟输出候选分子、材料参数等结果，以表格形式交付实验团队，实验人员人工落地验证后，再手动录入实验数据反馈给计算团队。全流程依赖人工转接，单轮迭代周期最短一周、最长可达数周，研发迭代效率被大幅拖慢。 这一割裂模式造成的宏观科研损耗极为显著。据DeepMind材料探索图形网络（GNoME）模型公开数据，模型通过算力模拟预测出38万种稳定新型材料，但最终仅736种完成实体实验验证，整体验证率不足0.2%。AI算力可单日产出海量模拟预测结果，但依赖人工衔接的湿实验验证流程，需要耗费十年乃至更久时间才能完成全覆盖校验。究其根源，当前AI对科研的赋能多为单点式、碎片化赋能，存在“能计算不能实操、能预测不能合成、能模拟不能验证”的短板，数据、模型、算力、实验工具相互独立，缺乏统一的交互接口与联动机制。 更为关键的是，现有多数科研AI模型存在认知局限，仅能识别物质结构、输出模拟结果，却无法拆解底层科学机理，难以解释结构成型、反应发生的核心成因。大量优质科学假设与模拟成果，因无法落地实体实验校验、缺乏机理支撑，最终止步于理论模拟阶段，无法转化为实质性科研突破，形成严重的科研资源浪费。 二、解法：干湿实验闭环的三大核心要素 针对干湿实验割裂、科研效率低下、试错成本高昂等行业痛点，学术界与产业界已形成统一共识：破解科研瓶颈的核心路径是构建干湿实验闭环体系，形成“AI计算（干实验）→自动化实验（湿实验）→数据回流沉淀→模型迭代自进化”的全链路智能研发闭环。2026年7月，上海科学智能研究院牵头建设、其重点孵化企业上海格物智研科技有限公司落地运营的Golab物质科学智能研发工厂正式发布，成为国内首个实现干湿实验全流程闭环落地、可自主迭代优化的智能科研系统，填补了国内物质科学全链路智能研发的空白。 上海科学智能研究院AI科学家、格物智研创始人曹风雷将该闭环体系拆解为三大协同共生的核心模块：负责机理研判与智能决策的通用跨领域AI基础模型（AI大脑）、负责全流程实体实验落地的自驱动实验室（科研双手）、实现数据沉淀与模型迭代的自进化机制，三大模块相互咬合、动态校正，构成完整的智能科研体系。 2.1 关键一：会“理解机理”的AI大脑 传统科研AI模型以结果预测为核心能力，典型如AlphaFold可精准预测蛋白质折叠结构，但无法阐释结构形成的底层机理，也无法还原动态折叠过程，属于“知其然不知其所以然”的浅层智能。曹风雷指出，现代物质科学研究的核心诉求不仅是获取预测结果，更要厘清底层科学原理，机理认知能力是下一代科研AI模型的核心竞争力。 基于这一核心理念，上海科学智能研究院自主研发燧人（Suiren）物质科学大模型，打破传统模型重结构、轻机理的局限。模型依托超1亿条第一性原理计算数据完成底层训练，深度融合量子力学、统计力学等微观科学机理，将基础物理化学规律嵌入模型训练与推理全流程，实现从“结果预测”到“机理推演”的升级。对此，曹风雷以学业层级类比：传统科研大模型仅掌握表层结构信息，相当于低年级本科生的认知水平；而燧人系列模型深耕底层科学机理，具备研究生级别的专业认知，可深度拆解科研现象背后的核心逻辑。 Suiren-1.0（燧人分子基础大模型）搭载18亿参数，在业内首次实现3D量子力学空间向2D分子拓扑空间的跨维度知识迁移，大幅提升模型的认知与泛化能力。在覆盖药物研发、先进材料、能源化工等8大领域、包含40余项分子性质预测任务的MoleHB综合基准测试中，Suiren-1.0达到行业最优（SOTA）水平，其中20余项任务性能提升超20%，部分热力学性质预测误差降幅高达67%。在50余种热力学性质预测场景中，该模型整体性能稳居业界首位，核心指标较现有主流模型提升30%—50%，跨领域泛化优势显著。 在催化科学细分领域，上海科学智能研究院联合复旦大学、浙江大学研发的燧人催化大模型，依托1300余万条真实反应数据完成预训练，在反应活性、反应选择性等15项核心评价指标中，13项达到国际领先水平，相关研究成果作为《Nature Machine Intelligence》2026年9月刊封面论文发表，获得国际学界认可。 2.2 关键二：能“动手”的自驱动实验室 AI模型输出的虚拟候选物质、实验方案，必须通过实体合成、提纯、表征、测试完成验证，才能转化为有效科研成果。当前国内自动化实验室普遍存在“单点自动化、全流程不贯通”的短板，多数设备仅能实现单一实验步骤的自动化操作，无法打通“合成—分离提纯—表征测试”全链路，尤其难以攻克合成与提纯环节的自动化衔接难题，成为制约干湿闭环落地的关键卡点。同时，传统自动化设备不具备自主实验设计能力，全程依赖人工指令输入，无法实现真正的无人化、智能化研发。 2026年6月，上海科学智能研究院与格物智研团队在上海漕河泾新兴技术开发区建成自驱动实验室一期工程，首次实现AI计算系统与自动化实验设备的零人工介入联动，重点攻克合成与提纯环节的自动化衔接痛点，打通物质科学研发全流程闭环。目前，近3000平方米的二期实验室已启动建设，预计2027年初在青浦区正式投运，将进一步放大智能科研规模化效能。 2.3 关键三：自进化——让“失败”成为资产 为打通AI大脑与自驱动实验室的协同链路，团队自主研发浑天绫Skills智能平台，作为全流程闭环的核心调度中枢。平台将算法、数据、算力、实验设备四大核心科研要素标准化、模块化，形成可自由组合的智能技能包，搭配智能实验设计智能体，构建起“干实验计算—中间层调度—湿实验执行—数据全自动回流”的标准化链路，全程无需人工翻译、人工转接，实现全流程自动化运转。 该闭环体系的核心创新之一，是建立了失败案例留存与自主学习机制，彻底改变传统科研“重成功、轻失败”的认知误区。曹风雷介绍，系统试运行初期，工具调用、实验执行存在一定失败率，但平台会对所有失败案例进行结构化留存、归因分析，同步反馈至AI模型，驱动模型参数自主修正、能力迭代。上海科学智能研究院主任研究员徐丽成补充道，无论是成功的实验数据还是失败的试错数据，都会沉淀为平台核心知识库，有效规避同类问题重复发生，实现系统持续优化。 这一机制让科研阴性结果从“无效损耗”转化为“优质训练资产”，持续产出高可信度、可复现的实验数据——而这类标准化数据正是当前物质科学领域的稀缺资源。模型依托海量闭环数据持续迭代优化，实验体系依托模型优化结果精准调整方案，形成“数据越用越多、模型越用越准、实验越做越高效”的正向循环，实现整套科研体系的自主成长。 2.4 安全关键：给AI套上“确定性紧箍咒” AI落地物理实验场景面临独特的安全风险，大模型普遍存在的“幻觉问题”在实体科研中风险被无限放大。代码、文本场景的模型误差可实时纠错、无痕修正，但湿实验场景中，AI的一次越界操作、参数误判，就可能造成设备故障、样本报废、实验中断，甚至引发安全事故，这也是制约AI全自主落地湿实验的核心安全难题。 针对该痛点，北京大学研究团队在ACL 2026年发表研究成果，提出BioProAgent神经符号框架，为AI物理实验操作提供确定性安全约束方案。该框架构建“双引擎协同校验”机制：由大语言模型（LLM）承担创造性推理、实验方案设计工作，由有限状态机（FSM）作为确定性控制器，依托符号系统完成物理规则、实验逻辑的双重校验，强制执行“方案设计—安全验证—精准修正—落地执行”的标准化工作流，确保所有硬件操作指令输出前，必须通过科学机理与物理安全的双重核验，从源头杜绝AI幻觉引发的实验风险。 在BioProBench专项基准测试中，BioProAgent框架实现95.6%的物理操作合规率，而未加约束的标准ReAct基线模型合规率仅为21.0%，充分验证了神经符号约束体系在不可逆物理实验场景中的可靠性。同时，该框架通过语义符号接地技术，将高维模型参数解耦为轻量化符号指针，使Token消耗降低6倍，同时实现100%资源调度一致性，兼顾安全性与高效性。 三、实证：增效数据与典型案例 3.1 镁伽科技：抗体优化周期从3-4年压缩至4个月 生物医药领域的智能研发落地案例，直观印证了AI干湿闭环体系的极致增效价值。据《科技日报》2026年7月权威报道，2024年8—12月，苏州镁伽科技有限公司依托多智能体协同的干湿实验闭环体系，仅配置8名科研与实验人员，4个月内完成56轮高精度干湿迭代优化，将抗体稳定性、蛋白表达量、毒性控制、抗原亲和力四大核心指标的预测精度从70%提升至90%左右。反观传统研发模式，达到同等优化精度，需要组建40—50人的专业团队，持续投入3—4年研发周期，AI赋能模式实现人力成本缩减80%以上、研发周期压缩90%以上。 镁伽科技创始人兼CEO黄瑜清表示，传统生物制药行业存在“十年研发、十亿投入、一成成功率”的行业困境，AI自动化科研体系的核心价值，就是大幅压缩研发时间、降低研发成本、提升新药研发成功率。公开行业数据显示，2024年镁伽科技智慧实验室业务收入位列国内自主科研智能体供应商首位，机器人技术应用场景覆盖规模位居国内行业第一。 此外，途深智合联合镁伽智能科技开发的酶分子设计智能体，搭建起“AI智能设计—自动化实验验证—数据实时反馈—模型迭代优化”的快速迭代链路，将传统以“月”为单位的酶研发周期压缩至以“周”为单位。其自主研发的抗体AI设计干湿迭代智能体，可在1.5个月内完成有效抗体设计、全功能实验验证，可直接衔接动物实验阶段，将新药前期研发成本降至传统模式的千分之一。 3.2 Golab工厂“百题马拉松”：催化活性提升至文献方案6倍 2026年7月7日—11日，上海科学智能研究院联合格物智研发起Golab物质科学智能研发工厂“百题马拉松”公开实测活动，通过5天5夜不间断连续运行，对干湿实验闭环体系的稳定性、高效性、通用性进行全场景严苛校验。实测课题覆盖新能源材料、新型化学反应、新型功能材料、创新药物四大核心方向，涵盖电池材料优化、小分子化合物筛选、催化体系迭代等十大主流科研场景，全程公开透明、无人工干预。 本次实测交出极具说服力的科研增效答卷： 干实验层面，系统原定完成102项科研课题，实际高效完成135项，整体题目完成率达99%；全程仅8次工具执行小幅异常，工具调用正确率100%，任务完整完成度超95%。针对行业高度依赖专家经验的过渡态初猜搭建难题，该体系在业内首次实现复杂体系过渡态的全自动化生成，突破传统技术壁垒。实测期间，系统累计算力运行时长超829小时，实现多课题并行高效运算，彻底重构了传统科研的时间与效率边界。 湿实验层面，针对通用有机偶联反应优化场景，AI首轮自主推荐的催化体系，即可将反应活性较现有文献最优方案提升15%；依托首轮实验数据全自动回流、模型迭代优化后，第二轮实验的反应活性达到首轮优化结果的8倍，整体为传统文献方案的6倍，迭代优化效果极其显著。 同时，系统完成多项突破性科研验证：精准复现多篇高水平论文的电解液添加剂反应体系，突破现有专利框架，挖掘出IL-17A全新药物骨架；自主设计可降解高分子功能材料；首次跑通“帕金森病新靶点识别—活性分子智能推荐—自动化实验验证”的全流程无人研发链路。 3.3 药物靶点选择性与新能源领域突破 […]