Science：AI智慧體40分鐘完成人類需60小時的實驗

7 月 11 日，Science 期刊報道了一項讓人眼前一亮的進展：AI 智慧體已經能自主做科學實驗，只用 40 分鐘，就完成了人類需要 60 小時才能幹完的實驗工作。這不是生成一段文字，而是真的在實驗室裡跑完了流程。

這意味著什麼？過去我們說 AI 輔助科研，多半是讀文獻、寫程式碼、畫圖。現在智慧體開始接管「動手」環節——設計步驟、操作儀器、讀取結果，把原本以「天」計的重複勞動壓縮到一個課間的長度。科研裡大量時間其實耗在試錯、等待和重複記錄上，這些恰恰是智慧體最擅長的部分。

背景上，這股「AI for Science」的勢頭已經攢了很久。從蛋白質摺疊到材料發現，大模型加機器人臂的組合正在把科研從「人手密集型」往「智慧體密集型」推。這次 Science 背書，等於給了這個方向一塊硬招牌。同日的行業動態裡，北京還有「黑燈實驗室」用機械臂做 24 小時自動化實驗，取樣精度到萬分之一克，方向一致。

具體實驗雖未完全公開，但這類智慧體通常跑在「文獻 → 假設 → 實驗設計 → 機械臂執行 → 讀數分析」的閉環裡，最擅長那些步驟固定、耗時長、容錯要求高的溼實驗室流程。一旦跑通，一個智慧體可以頂好幾個輪班的博士生，把人從重複勞動裡解放出來，去做更依賴判斷的事。

我的看法：別把它理解成「科學家要失業」。更準確的說法是，重複、繁瑣、易出錯的實驗環節會被智慧體吃掉，human 研究者把精力留給提出好問題和判斷結果。科研的生產率曲線，可能因為這一下而陡然抬升。對博士生來說，這未必是好訊息——很多練手用的重複勞動，正是培養直覺的地方。

當然也要冷靜。40 分鐘對 60 小時，是在特定任務上的結果，離「通用科研智慧體」還遠。但拐點往往就是這樣：先在一個點上證明可行，再向外蔓延。接下來值得盯的，是這類智慧體能不能跨出演示環境，真正接進實驗室的日常流程，而不只是跑通一個漂亮的數字。真正的科研智慧體，要能自己設計實驗、自己判斷異常、自己迭代方案，那才是科幻照進現實的時刻。