新智元報道

編輯：傾傾

AI寫論文早就不稀奇了，可如今，它甚至能提出實驗方案，設計出能被驗證的分子。今年10月，AI將更進一步，走上學術舞臺。在一場名為Agents4Science的會議上，它不僅要當第一作者、評審，還要親自上臺報告。這不只是一次會議，更像是一場公開的實驗。

去年，斯坦福學者James Zou搭建了一個「虛擬實驗室」。

五個AI科學家，分工協作，最終提出了納米抗體方案。

實驗驗證有效，還登上了《Nature》。

如今，他又有了一個更激進的嘗試——Agents4Science大會。

這一次，AI不再只是幕后助手，而是要當第一作者、審稿人，甚至報告人。

AI登上學術舞臺

一場前所未有的會議

今年10月，這場名為Agents4Science的線上學術會議即將開幕。

不是噱頭，而是一次被精心設計的科研試驗。

主辦方明確規定，所有論文都必須由AI擔任第一作者，人類研究者只能作為顧問，并且要在文稿里披露雙方的分工。

提交的研究也有限制：只接受AI主導的計算型成果，那些嚴重依賴濕實驗的數據不會被接收。

評審環節同樣大膽：初審由多個不同模型的AI互相打分，最后才交由人類專家委員會終審。

所有評審意見以及所用模型的信息都會對外公開。

主辦方甚至計劃在會后發布一份元分析，系統評估AI在寫作和審稿中到底能走多遠。

除了這些規則，會議還設定了三個核心目標：

探測邊界（Inquiry）：在公開透明的環境里，檢驗AI在科研發現中的真正潛力與局限。

建立規范（Establishing norms）：為署名、驗證和倫理問題制定標準，讓學術界提前做好準備。

提升透明度（Transparency）：要求全面披露AI的參與情況，并將提示詞和評審意見作為開放資源，讓外界清晰看到AI的角色。

從署名到評審，再到最后的展示，AI被推上了學術舞臺的每一個關鍵環節。

這一切背后，都指向同一個人——James Zou。

他是斯坦福大學的計算機科學家，長期研究人機協作。

去年，他曾搭建過一個「虛擬實驗室」，最終在頂級期刊上發表成果。

作為會議主席之一，Zou表示會議將公開所有提交的論文和評論，以便研究人員和審稿人能夠透明地研究AI的優勢和局限性。

「我們預計AI會犯錯誤，公開研究這些錯誤將非常有啟發性！」

不少網友也紛紛表示期待和愿意為這次史無前例的學術會議投稿。

從推理到驗證

虛擬實驗室的驚人結果

在這場會議之前，James Zou已經進行過一次引人注目的嘗試。

他搭建了一個「虛擬實驗室」，這個實驗室由五個專精不同方向的AI智能體組成：

有人負責免疫學，有人專攻計算生物學，還有人扮演實驗室的負責人。

這些AI科學家被賦予同一個研究目標——尋找新冠治療方案。

經過多輪討論與推演，它們最終將注意力集中在「納米抗體」這一方向上。

理由聽起來出乎意料：由于計算資源有限，體積更小的納米抗體比常規分子更適合在模擬中高效生成和篩選。

結果證明，這一推理并非空想。

Zou的團隊隨后對AI設計出的候選分子進行了驗證，發現它們確實能夠結合新冠病毒的關鍵靶點，相關成果最終發表于《Nature》。

在Zou看來，這并不是AI替代科學家的標志，而是一個重要信號：

AI能夠像科研團隊一樣分工協作，提出方案并自洽地解釋理由。

虛擬實驗室團隊會議摘錄，具有獨特角色的AI智能體在會議上討論抗體項目

但事實上，AI能在虛擬環境里預測蛋白質結構、模擬分子結合、篩選材料晶格，卻無法真正走入實驗室，更不會知道反應結果是否危險。

至于靈光一現的「洞察力」，AI更是缺乏。

也就是說，AI更像是一個實驗員，把幾千條路線嘗試一遍后，再把最有把握的交給人類。

懷疑的聲音

洞察力與責任歸屬之爭

AI實驗的故事聽上去精彩，但不是所有科學家都買賬。

耶魯大學的Lisa Messeri就提出質疑：

AI或許能在數據中找出規律，卻缺乏真正的「洞察力跳躍」。

如果科研只是機械的推理，那么創新性的突破從何而來？

普林斯頓大學的認知科學家Molly Crockett則擔心另一件事：

過度依賴AI，是否會讓年輕科研人員失去最寶貴的訓練機會？

實驗失敗、思路受挫、反復試錯，這些本是科研成長的必經之路。

如果AI替代了這部分過程，科研經歷算不算被「注水」？

他主張讓更多學科專家參與到實踐之中，深思熟慮后設計出實驗，最后再讓AI審查。

更現實的問題是，當前的學術規范嚴格禁止AI被列為作者——COPE、ICMJE、ACS 等權威指南都強調：

AI無權承擔準確性與倫理責任，所有科研最終仍由人類負責。

這樣看來，場大會不僅是一次技術試驗，更是在挑戰學術界的制度紅線。

下一步

主導者是人類還是AI？

對James Zou來說，這場會議更像一次公開實驗。

他直言：

「也許AI會帶來驚人的發現，也可能只是一些有趣的錯誤?！?/p>

無論結果如何，他想要的是真實數據——

讓學術界看到AI到底能做到哪里，而不是只靠想象與炒作。

同時，美國政府已經在AI行動計劃中提出，要投資「自動化云實驗室」。

這意味著，在制度和資金支持下，「AI科學家」或許會越來越多地介入科研流程。

如果未來科研方向越來越多地由AI主導，人類會是它的合作伙伴，還是實驗室里的助手？

或許這才是Agents4Science真正拋給我們的問題。

參考資料：

https://www.technologyreview.com/2025/08/22/1122304/ai-scientist-research-autonomous-agents/

https://agents4science.stanford.edu/faq.html?utm_source=chatgpt.com

https://agents4science.stanford.edu/?utm_source=chatgpt.com