AI搞科研，到底在替谁打工？

（本文作者为 思策智库，钛媒体经授权发布）

> 文 | 思策智库

最近刷到一条消息，截至2026年，Google DeepMind作为全球顶尖人工智能研究实验室，其开发的材料探索图网络GNoME，已有超过700种预测的新材料在全球实验室中被成功合成。



其中包含528种潜在固态电解质候选、5.2万种类石墨烯层状化合物。直接为下一代锂电池、钙钛矿太阳能电池等领域提供了海量研发方向。

我第一反应是：咱们平时聊AI写文章、做PPT、剪视频，其实都聊浅了。真正闷声改变世界的，是AI在实验室里把科学家原本要熬好几年的活儿，自己先替人类跑完一大半。

可问题来了——资本听这个故事听了三年，AI 在物理、在生物、在材料里，究竟是个什么角色？研究员？打字员？还是某种不领工资、不交社保、还比你更能熬的合伙人？


AI 把科研从过去的手工活，变成了如今的流水线

传统科研的苦，外行不知道。一个博士生前两年基本在养细胞、跑胶、调参数、等同步辐射机时。物理那边，算一个100原子体系的DFT，机器嗡嗡转几天，人就在旁边怀疑人生了。

AI进来之后，人在搜索成本的投入大幅降低。

DeepMind曾在Nature发表了AI材料科学的里程碑论文‌，核心成果是推出了名为GNoME的AI工具，革新了无机晶体材料的发现效率。原来人类靠直觉配元素、靠经验烧结、靠运气出论文，现在模型先把整个元素周期表里的奇怪组合在虚拟空间里翻一遍。GNoME仅用AI模型就预测出‌220万种全新潜在晶体结构‌，其中超过38万种被判定为热力学稳定的全新无机材料，相当于把人类过去数百年积累的已知稳定无机材料总量直接翻了一倍，业内称其“凝聚了过去800年的材料科研成果”。

AI读文献、出配方、机械臂配料、炉子烧结、XRD表征，不到一个月能做出41种新材料。你让五个博士后干这个，一年未必干完。原来人把 80% 精力花在试错上，现在试错这活儿，机器干得又臭又香——臭在它生成一堆垃圾，香在它真能捞出金子。

不过别误会，AI不是发现了新物理定律，它干的是另一件更值钱的事：在物理允许的范围内，把人类懒得想、想不出、试不起的组合先跑一遍。


生物制药那条链，已经...

思策智库 | tmtpost​.com • Oct 15, 2026