本周，谷歌云首席科学家普什米特 · 科利在《达 edalus》杂志 AI 与科学特刊上发表文章指出，人工智能正迈向一个新阶段：它不再仅仅是科学的辅助工具，而是开始真正从事科学研究。

科利认为，随着自主 "AI 科学家 " 的出现，继续投入巨大资源开发超专用工具——即便是帮助 DeepMind 团队斩获诺贝尔奖的 AlphaFold，或可能挽救生命的 WeatherNext 系统——其合理性正受到挑战。这预示着一个更为奇特的未来：人类与 AI 系统将作为平等伙伴协作，甚至由 AI 独立推动科学进展。

专用工具依然强劲，但风向已变

需要明确的是，谷歌并未放弃科学专用 AI 的研究。去年夏季，针对遗传学和地球科学训练的 AlphaGenome 和 AlphaEarth 基础模型相继发布，WeatherNext 最新版本也于 11 月推出。

这类工具在科研界仍极具号召力。谷歌数据显示，全球已有超过 300 万名研究人员使用 AlphaFold 进行蛋白质结构预测。其子公司 Isomorphic Labs 凭借相关技术近期更完成了 20 亿美元的 B 轮融资。

然而，在热情与资源分配上，调整迹象已然显现。据媒体报道，因 AlphaFold 工作获得诺贝尔奖的谷歌研究员约翰 · 贾珀，目前正转向 AI 编程领域，而非深耕科学专用工具。

这一人事变动并不令人意外。谷歌近期因编程工具竞争力不及 Anthropic 和 OpenAI 而面临声誉压力，将顶尖人才调配至该领域意在补齐短板。但这同时也可能表明，谷歌的战略重心正转向 " 代理式 " 科学研究，因为强大的编程能力正是此类系统成功的关键基石。

通用智能体展现科研潜力

在整个行业层面，代理型研究者系统已展现出真实潜力。本周，OpenAI 宣布其一款模型推翻了一项重要的数学猜想。部分数学家评价称，这可能是生成式 AI 迄今为止对数学领域最具意义的贡献。

值得注意的是，OpenAI 使用的并非专为数学或研究设计的垂直模型，而是一款类似 GPT-5.5 的通用推理模型。如果通用智能体能够独立为数学研究做出贡献，它们很快也可能在更广泛的科学领域复制这一成功——尽管科学思想必须经过实验验证，这使得该领域对 AI 而言更具挑战性。

【来源：星途科讯】