•
黃仁勳、木頭姐聯手押注！AI科學家風暴來襲：人類科研正在被徹底改寫
2025年，也被稱為Agent元年。
而隨著Agent的發展，一個重要的領域正在崛起——科學研究Agent。
無論是Google、OpenAI、輝達在內的科技巨頭，還是矽谷AI初創公司、頂級風投機構，都在深入投入這一賽道。
當前，新一代AI智能科學家們，甚至已經能夠自己讀論文、找方向、寫綜述、做實驗了。
這標誌著人類研究正在從“人類主導+AI輔助”的方式，逐漸轉向“AI與人類協作”。
這一趨勢下，將徹底改變科學研究範式和方法論。
或許有一天，AI也能勇奪諾貝爾獎了。
01. AI科學家，顛覆實驗室
2024年，諾貝爾物理學獎和化學獎史無前例的地授予了人工智慧領域的科學家。
這一事件的催生下，AI for Science這一概念開始被廣泛傳播和接受。
AlphaFold雖然是專用模型，但其成功證明了AI在科學發現上的巨大潛力，為更通用的科學智能體鋪平了道路。
相較之下，Agent則將科研帶向了更加智能化，最初大模型能完成特定任務與分析，到能夠自主推理與科研任務規劃。
和大模型不同，AIAgent到底是什麼？
簡單來說，AI Agent是以大模型作為核心引擎，具備記憶能力、能夠有自主推理和規劃工具的使用，從而來解決問題的智能程序。
即AI Agent =大模型 + 記憶 + 使用工具 + 自主規劃。
Agent以大語言模型為基礎，像GPT-4、Claude 3等先進的大語言模型，擁有驚人的邏輯推理、程式碼生成和任務分解能力。這使得它們能夠理解複雜的科學問題，並規劃出解決問題的步驟。
此外， LLM可以作為一個“通用大腦”，理解人類的自然語言指令，並呼叫各種工具（API、函數、軟體），無需為每個特定任務重新訓練模型。
例如早在2023年4月，來自洛桑理工學院和羅徹斯特大學的科學家們，就基於GPT-4打造了一款化學智能體ChemCrow，通過ReAct框架將大語言模型與13種化學工具深度整合，從而實現自主規劃實驗與研究方案。
而多模態能力的融合，使得現在的AI模型不僅能處理文字，還能理解和生成圖像、分子結構、蛋白質序列、科學圖表、顯微鏡照片等。
與此同時，自動化實驗室的出現，才真正打通了科研Agent的執行層，從而讓AI從模型升級成為實驗者。
通過標準化的API和控制系統，能將智能體的科研假設，轉化為物理世界的科學實驗，從而實現假設—實驗——反饋的循環。
2023年底，卡內基梅隆大學等機構開發的Coscientist系統登上了Nature，由GPT-4驅動，它能將文件搜尋、程式碼執行和實驗自動化等工具相結合，自主設計、規劃和執行複雜的實驗。
基於這些能力，Coscientist成功完成複雜的鈀催化交叉偶聯反應，標誌著這一領域的重大突破。
也就是說，未來的智能AI科學家或將建立在大模型推理+科學資料庫+自動化實驗室+科研工具+反饋學習這些要素之上。
02. 矽谷巨頭們，盯上了科研Agent
在學界，科研Agent探索還在如火如荼中，工業界也看到了其重大潛力，紛紛押注這一未來。
OpenAI震撼發佈GPT-5，該模型特別擅長對複雜資料進行深度推理，可以充當人類的科研助手，例如深度分析科學文獻或臨床資料。
GPT-5的首批測試者就包含頭部藥企安進 、 mRNA疫苗巨頭莫德納，其中安進率先將GPT-5應用於藥物設計領域。
前不久，兆AI獨角獸Anthropic宣佈推出Claude for Life Sciences模型，正式進軍生命科學領域。
目前，Anthropic正在和合作夥伴打造一個基於大模型+Agent Skills+科研知識庫+科研工具的科學生態，跨國醫藥巨頭諾和諾德和賽諾菲已開始試用並取得了顯著成效。
除開矽谷科技巨頭外，風投機構們也在押注這一顛覆性領域，押下了巨大的賭注。
今年10月，科學智能公司Lila Sciences完成3.5億美元的A輪融資，其中包括輝達等機構的1.15億美元融資，公司估值超過13億美元（約合92.6億元人民幣）。
要知道，該公司僅僅走出隱匿模式半年，就累計融資5.4億美元，投資者包括木頭姐 ARK Venture Fund、Flagship Pioneering 等知名機構，顯示了市場對其顛覆性潛力的強烈信心。
Lila並非單純的高科技公司，而是擁有一個野心勃勃的計畫：打造世界上第一個科學超級智能平台。
如今，Lila通過AI大模型+機器人自動化實驗室+專用硬體的深度整合，讓AI智能體從智力規劃的層面上，賦予其實體功能。
未來，它將建構一個從提出假設→設計實驗→自動化執行→分析結果→學習迭代的完整科學研究閉環系統。
Lila這類公司的出現，標誌著AI for Science（AI4S）領域正從一個前沿概念，快速邁向一個技術深度融合、資本高度聚焦 ，並追求規模化商業價值的新階段。
與此同時，不止Lila Sciences、OpenAI、Google等海外公司，國內的晶泰科技、深勢科技均在深度佈局AI4Science。
通過量子物理+自動化實驗室+AI大模型的深度耦合，晶泰科技成功用於藥物研發、材料、新能源等前沿領域。
當然，科學研究本身充滿不確定性，AI能否帶來深入的洞察並最終轉化為成熟產品，是核心的挑戰。
畢竟，人類科學家也需要休息，需要投入大量的精力學習新領域。
但AI科研系統可以7*24小時自主發現新反應、新想法，並不斷試錯和迭代。
在學科不斷交叉融合背景下，或許，我們將迎來新知識與產品的爆發。 (智藥局)