一名頂尖實驗室的材料研究員，最無力的瞬間，從來不是想不出創新思路，而是 AI 一天推演上百種新配方，人工實驗一年測不完；
最可惜的損耗，不是實驗本身的失敗，而是隨著項目結束、人員更迭導致資料、經驗、參數未能有效存留，讓下次的研究需要重複起步、反覆試錯。
這並非是科研人員的個人難題，某種程度上摺射出當前 AI for Science（AI4S）賽道中一個值得關注的結構性矛盾。
當下，人工智慧的迭代速度加快，模型參數不斷擴容、智能體運行能力穩步提升，曾經按月交付的軟體任務，如今以天、甚至小時為單位在快速落地。
行業普遍形成一種共識：沿著現有技術路徑持續最佳化迭代，AI 的通用能力將保持穩步進階。
但一組真實的行業對比資料，也提示我們對 AI 全能進化的認知要回歸理性。
過去十八個月，AI Coding 領域暴熱，任務成功率從不足 5% 飆升至 88%，程式碼生成、自測迭代的閉環已經跑通，賽道增量空間逐步縮小。
反觀核心的原創科學研究領域，技術迭代節奏相對平緩。
主流大模型的科研任務完成率在 3% 左右，在 NatureBench 涵蓋的 90 項頂級真實科研任務，最優智能體能超越原始論文成果的比例為 17.8%。
這一冷熱不均的行業反差，清晰界定了當前 AI 的能邊界：大模型更擅長處理答案固定、反饋即時的標準化任務，面對無標準答案、問題維度模糊、驗證周期漫長的原創科研場景適配性相對有限。
AI 已熟練掌握高效編碼、標準化解題的能力，但在未知領域的自主探索、原創科研創新上，仍存在明顯短板。
上海AI實驗室主任、首席科學家周伯文認為，這種能力差距的核心，是當前大模型普遍缺失科學元認知：
它能精準呼叫海量已知知識，卻無法識別知識的邊界；
能生成看似自洽的推演結論，卻不會自主提出可證偽的科學假設；
能基於文字做機率擬合，卻無法在真實世界的反饋中修正、重構自身認知。
標準化解題與原創科研探索的核心差異，正體現在這一點。
究其本質，當前 AI 科研的核心短板，並非知識儲備不足，而是極度缺乏真實科研場景的失敗樣本與負反饋。
程式設計場景具備秒級反饋、即時證偽的迭代特性，任務對錯可快速判定；
而基礎科研試錯成本高、驗證周期可達數月，失敗類資料公開度低、有效反饋樣本稀缺。
模型訓練大多依託公開的成功論文成果，難以學習海量真實試錯背後的底層邏輯，最終形成擅長模仿復用、弱於原創突破的行業現狀。
這一現狀，進一步凸顯了 AI 科研的兩大核心瓶頸，制約著技術深度落地：
一方面，大模型可快速推演生成海量科研方案，但線下實驗驗證效率偏低、進度滯後，逐步形成方案堆積、驗證滯後的行業痛點；
另一方面，科研試錯經驗、實驗資料缺乏系統化留存管道，導致科研工作容易陷入重複試錯、低效迭代的狀態。
兩大瓶頸限制了 AI 科學研究的落地上限，讓多年來的 AI4S 技術探索，更多停留在淺層效率提升階段，難以實現科研範式的顛覆性突破。
WAIC 2026，上海 AI 實驗室發佈了「書生·端硯」科學發現平台，有望為長期存在的科研結構性矛盾提供一種新的思路與解決方案。
區別於行業內多數產品依託大模型適配科研場景、實現淺層提效的最佳化模式，「書生·端硯」以乾濕實驗閉環迭代、科研資產沉澱為核心能力，補齊 AI 科研缺失的真實場景反饋鏈路，推動 AI 科研應用從單點效率最佳化，邁向科研範式升級的全新階段。
真正的科學智能，並非簡單的文獻閱讀、資料計算，而是能夠對接真實物理世界的反饋、沉澱可復用、可迭代的科研資產，這也是 AGI4S 領域需要長期探索的核心目標。
補齊 AI 科研反饋滯後短板
打通數字推演與實體實驗鏈路
當前 AI 科研普遍存在推演高效、落地困難的痛點，核心癥結在於真實場景反饋機制的不完善。
大模型依託海量文字資料完成訓練，擅長基於存量知識開展推演生成，短時間內即可產出大量蛋白質序列、新材料配方、量子排布等科研方案。
但傳統科研驗證體系與之適配性不足：濕實驗依賴人工操作、裝置體系分散、流程繁瑣，整體通量低、周期長、成本高，一次完整的科研驗證往往需要數天甚至數月。
缺少真實實驗校驗、失敗資料修正和物理世界反饋糾錯，AI 的各類推演結果，本質上是基於文字資料的機率擬合，尚未完全實現對真實科學規律的精準探索與驗證。
行業頭部玩家也在持續探索突破：
Anthropic 最新發佈的 Claude Science，接入 60 個科學資料庫，可依託自然語言驅動多步驟科研流程；
OpenAI 推出的 GeneBench-Pro，聚焦基因組學、定量生物學真實場景，專項評測 AI Agent 處理模糊資料、完成多階段科研判斷的綜合能力。
但目前行業主流方案，大多仍侷限於讀（文獻）、算（模型計算）的純數位化場景，尚未完全打通數字推演到物理實驗驗證的完整閉環，很難支撐高價值的原創科學研究落地。
「書生·端硯」的核心突破在於建構了「讀-算-做」一體化閉環，補齊 AI 科研最關鍵的真實場景反饋鏈路，打通了數字推演到落地實體實驗的關鍵環節。
依託專屬的具身自主實驗體系，平台打破了模擬計算與實體實驗的場景壁壘，搭建起幹濕自主迭代的閉環：AI 自主生成科研假設 → 智能體完成多維度模擬篩選 → 自動化實驗裝置承接落地測試 → 實測資料即時回流迭代。
搭配多智能體協同核驗系統，全流程無需人工跨平台搬運資料、手動適配格式，可實現自主運轉、自動糾錯。
這套運行機制，從根源改善了 AI 缺乏有效反饋迭代的短板，讓每一次模型推演都能對接真實實驗校驗，每一次推演偏差均可得到及時修正，有效改善純模型推演脫離實操場景的問題。
落地成果直觀印證了這套閉環的應用價值：
在蛋白質工程賽道，平台將傳統數天的迭代周期壓縮至分鐘級，驗證通過率提升超 3 倍，徹底告別「AI 推演、人工苦熬」的低效模式；
在量子計算領域，依託極速閉環驗證能力，創下 60 毫秒搭建 2024 原子無缺陷陣列的全球新紀錄，讓前沿理論快速落地為可復用的技術成果。
整體而言，「書生·端硯」的核心價值，並非單純提升計算效率，而是針對性解決行業普遍存在的推演產出多、落地驗證難、偏差修正慢、成果轉化弱的核心痛點，為 AI 科研植入真實世界的迭代邏輯，推動模型從標準化工具，升級為可探索未知領域的科研協作載體。
反低效內卷
沉澱科研複利資產
如果說驗證滯後製約了科研即時落地效率，那麼科研經驗的零散流失，便是影響 AI 科研長期進化的核心因素，也是大模型科學探索能力增長緩慢的深層原因。
傳統科研體系存在致命的機制短板：各類實驗參數、失敗案例、模擬程式碼、分子結構、測試資料，全部零散記憶體在個人電腦、孤立裝置、單次項目中，缺乏統一的歸檔、沉澱、復用機制。
一旦遇到團隊更迭、項目結題收尾，大量試錯經驗、核心失敗資料便容易流失浪費。
文獻資料、實驗資料的抽取和沉澱
這也造就了科研領域低效內卷的現狀：
AI 持續擬合公開的成功科研資料，卻難以觸達科研場景中佔比超 90% 的試錯資料；
前人驗證過的無效方案、踩過的技術誤區，後續研究仍會重複嘗試；
已被證偽的科研路徑，模型依舊會反覆推演。
導致科研工作僅有單次試錯成本消耗，無長期迭代收益，即便 AI 通用能力持續升級，原創科學研究成果依舊進展緩慢。
「書生·端硯」搭建的全流程科研資產結構化沉澱體系，可有效破解科研經驗流失難題，重構科研長期迭代的底層邏輯。
平台將資產沉澱機制深度融入「假設-模擬-實驗-回流」全科研鏈路。
所有公式圖表、實驗參數、運行程式碼、成敗資料、推演日誌，均會按照專業標準自動結構化歸檔、統一留存、全程留痕。
尤其是行業長期忽略的海量失敗資料、無效試錯參數，均可完整留存，補足了 AI 科研訓練中稀缺的負樣本資料。
更具價值的是，平台沉澱的科研資產並非靜態存檔資料，而是可復用、可迭代、可持續反哺模型的動態核心資源。
跨項目、跨團隊可快速檢索復現、二次呼叫，大幅減少重複試錯的無效工作；
同時，涵蓋成功與失敗的全量真實實驗資料，可持續反哺大模型迭代最佳化，穩步提升 AI 的科研判斷力與推演精準度，讓模型能夠依託真實試錯資料總結規律、探索未知。
這是一次科研底層邏輯的最佳化升級：
傳統科研模式下，實驗結束即流程收尾，失敗資料大多作廢閒置；
平台賦能下，實驗完成即資產沉澱，資料積累持續驅動科研進階。
每一次試錯、每一組資料、每一輪推演，都不再是單一科研的成本消耗，而是支撐後續創新、驅動 AI 科研能力進化的核心資產，有效幫助科研工作實現複利式增長。
「書生·端硯」並非單純升級的文獻處理大模型，而是一套完整落地「假設推演—模擬計算—實體實驗—資料回流」全鏈路的科學智能系統。
目前，平台已在蛋白質工程、量子計算、腦科學、新材料研發、半導體、地球氣象六大前沿科研領域落地應用，適配多場景原創科研需求。
AI 賦能科研的終極價值，不是替代研究員思考，而是聚焦前沿核心創新，推動AI從標準化的算力工具，進階為可探索未知、可持續迭代的科研協作夥伴。
正如周伯文所言，AI 的使命應從「加速科研自動化」邁向「以複雜科研任務牽引高階智能」。
「書生·端硯」的技術探索與落地實踐，走的正是這條路——它不是替代科學家做判斷，而是幫助科學家更快地驗證判斷、更系統地沉澱判斷，讓每一次實驗的反饋，都能成為下一次假設的起點。 (新智元)