究竟是谁变聪明了？

很多人对看 AI4S，看的是“AI 能不能帮科学家提高实验命中率”、“能不能把研发周期从三年缩短到三个月”。这当然有价值，但本质上这还是把 AI 当成一把更快的铲子、一个更高级的计算器。

如果站在更长的周期里看，我认为 真正的 AI for Science，是一种全新的科研生产能力。 评价一家 AI4S 公司的长期价值，核心只有一条：它能否由 AI Native 驱动，持续向真实世界获取新的认识，并将获取认识的过程沉淀为系统性的机器能力。

为了把这个逻辑彻底理顺，我们需要直面几个极其尖锐、甚至会让很多科学家创始人感到刺痛的命题。

当 Foundation Model 越来越强，公司创造的价值是在增厚还是变薄？

看某个项目的时候，团队最初给我展示的逻辑非常经典：基础大模型负责生成候选蛋白，然后利用团队的核心武器：首席科学家在物理化学领域深耕多年的“水合物理特征（比如水熵）”去做筛选，再去跑湿实验验证。

听上去很完美，典型的“AI + 顶尖科学家 Know-how”。但聊着聊着，我问了自己一个问题：当底层的 Foundation Model 能力越来越强，一个人类教授所掌握的所谓 Physics Representation（物理表征），它的护城河还能维持多久？

我认为这个命题的答案是：这个 Know-how 会在很短的时间内，被最先进的大模型彻底内化掉。

如果“水熵”或某一个特定的物理描述符真的那么有效，它能帮到今天的模型，就一定能通过训练、蒸馏和数据回流，进入到明天的基座模型里。更可怕的是，未来的 Foundation Model 甚至根本不需要显式地调用水熵这个人类总结出来的公式，它完全可以把相关的物理规律直接揉进高维的内部表征里，端到端的把预测做准。

老师找到一个 Descriptor，然后 AI 消化一个……那作为投资人，我们能赌这件事吗？

如果我们赌的是 某一个具体的人类大脑能永远跑赢算力、永远给越来越强的 AI 指明方向，这在逻辑上是极其脆弱的。

只要科研推进的发动机还装在教授个人的脑子里，这家公司本质上就还是一个“超级教授 + AI 工具”的作坊。知识只是在进行从人到机器的单向转移（One-way Transfer）。实验做完，教授个人的经验值快速增长。

那么，做完第 1,000 个实验以后，究竟是谁变聪明了？

科学家的历史使命，是“消灭”自己

顺着上面的逻辑往下推，我们必须面对另一个 Critical Question：在创始团队里，那些代表着原有行业最高水平的领域特化知识（Domain Know-how）和科学直觉（Insight），它们在公司长期价值中的占比，注定是越来越薄的。

很多学者的执念，就是试图证明“某个环节永远离不开我”。但在 AI Native 的逻辑下，恰恰相反。

一位顶尖科学家在 AI4S 公司里最伟大的历史使命，是“消灭”自己。

这里的消灭，当然不是肉体上的消失，而是消除科研系统对教授个人临场判断的永久性依赖。就像一个真正伟大的老师，他的成功不在于学生永远得靠他解题，而在于学生最终长出了独立认识世界、探索未知的能力，甚至青出于蓝。

那么，老师的 Know-how 和 Insight 到底有什么用？

它是启动整个系统的飞轮。

SR-71黑鸟是美国军工业史上的一个奇迹，它搭载的冲压发动机极为强悍，但它有一个致命弱点：它无法依靠自身启动。

黑鸟每次起飞前，必须外接一辆装载着两台别克 V8 引擎的特制点火车，通过物理轴直接插入飞机，用纯粹的暴力把转速拉到极高，发动机才能点火轰鸣。

老师就是这两台别克点火车。

大自然的状态空间是近乎无穷大的。如果让一个冷启动的 AI 去盲目试错，算力和实验经费烧光了也摸不到边。这时候，人类科学家的作用就是 用来压缩初始探索的边界。

老师进场，其实是干三件事：

1. 教结论与先验（压缩边界）： 先告诉系统水合物理很重要。这相当于直接帮 AI 在茫茫荒野里圈出了一块高价值的靶场，让飞轮能在有限的预算内先转起来。
2. 教诊断与归因（扩大认知世界）： 很多时候，实验测出来活性为零，到底是因为分子设计得不对，还是样品根本没表达出来，或者是仪器测歪了？模型一开始是分不清的。老师可以设计一种巧妙的对照测定，帮系统把混在一起的机制剥离开来，让原本不可检验的问题变成可执行的实验。这就扩大了系统能够认识的世界。
3. 教品味（Taste）： 最近越来越多的人在聊科研的品味，这听起来很玄学，代码的品味、文档的品味、solution的品味，当系统的基本功越来越扎实，人类最后保留的，其实是科研的 Taste——决定什么问题值得研究、定义最终的商业与科学效用如何取舍。

所以，什么叫 AI Native 的团队？并不是说团队里全都是写代码的 AI 工程师、不需要懂生物化学的人；而是整个团队在组织基因和灵魂深处，都有一个共识：我们的中心任务不是用 AI 帮教授更快地发 Paper 或做交付，而是要把教授脑子里的隐性判断，榨干、拆解、编码，一步步内化进机器系统里。

能狠下心来做这种自我消解的团队，够棒。

不过，这样的团队很难找，一个能够高效对齐的复合型组织，是AI Native团队最难的部分，Frontier Model的应用能力，Foundation Model 的研发能力、自动化硬件的能力、物理/化学 Domain Taste 通常分布在不同人的大脑中，团队最真实的融合度是很难评价的，延伸一下，这也是我很支持Nerual Link的原因 :)

支点：硬件与自动化实验室是比数据更底层的 Infra

既然我们要让 AI 自己学会做科研，甚至内化学习能力本身，它靠什么来学？

在纯数字世界里，大模型靠吞噬人类已有的文本和代码来学习。但在自然科学里，人类已知的知识只是冰山一角，大量的规律还藏在水面之下。面对一个全新的分子结构、一条从未走过的合成路线，哪怕把全世界的论文都喂给大模型，它也只能靠“猜”。

要让猜测变成认识，系统必须迈出极其关键的一步：Interaction with Reality（与真实物理世界交互）。

模型必须能够向大自然发起提问：“如果我把这个位点突变掉，把温度调高 5 度，现实世界里究竟会发生什么？”然后，大自然通过真实的物理化学反应，冷酷而诚实地给它一个反馈（Observation/Feedback）。

这就是我希望强调的：真正的 AI4S，必须有一个“外延的支点”。这个支点，就是一个能让系统主动取得可信新证据的物理环境。

很多团队都在讲“数据飞轮”，但实际上 在科学探索里，数据只是果，硬件与实验环境才是因。数据是 Infra 的一部分，但硬件是更底层的 Infra。

如果把科研智能看作一个强化学习或主动学习的系统，自动化实验室其实承担了几个不可替代的职能：

首先是 把“胡思乱想”变成“可执行的动作（Action Space）”。AI 算出一万个分子没用，得有高通量、标准化的机械臂、微流控、合成与测定设备，能把这些数字序列真正变成试管里的物质，并且以极低的成本、极高的吞吐量跑通。

其次是 保证现实反馈的信噪比。这是湿实验里最让人头疼的坑。

如果一个实验室还是靠十几个研究生手摇移液枪，今天张三心情不好手抖了一下，明天李四换了一批试剂没记录，测出来的实验结果全是噪声。这时候，AI 看到一个巨大的预测误差（Prediction Error），它根本不知道是自己发现了一个惊天动地的新物理机制，还是研究生把管子拿错了。

垃圾的物理交互，只会把模型越训越傻。Garbage In, Garbage Out。

只有高度受控、高重复性的硬件 Infra，才能提供干净的“物理真相”，让系统准确区分什么是测量失败，什么是认知边界。

更重要的是，真正的数据基建，存的不应该仅仅是结果，而是完整的科研经历。 很多传统实验室的数据库里，只存了最后成功的几个分子的性能指标。这对训练 AI4S 系统来说，简直是暴殄天物。一个 AI Native 的实验室基建，它记录的是一整条决策与因果链条：

系统当时的认知状态 → 提出了什么假说 → 为什么选择做这个实验（预期会看到什么） → 硬件实际执行的参数与批次 → 拿到了什么观测结果（包括大量的失败与阴性数据） → 预期与现实的误差在哪里 → 下一轮更新了什么策略。

只有当硬件自动化和数据基建严丝合缝地咬合在一起，实验室才不再是一个苦逼代加工厂。

我希望真的看到实验室里的具身智能（Embodied AI）。有了这个外延支点，AI 才真正拥有了向自然界主动索取新知识的自由度。

当然，我也清醒的认识到，建设这种高通量、标准化和具备极高信噪比的自动化实验室，可能需要恐怖的CapEx，在 RSI 的齿轮真正转动、产生规模化商业收益之前，这家公司要烧掉多少钱，有多少投资人愿意陪伴着烧掉这些钱，还是一个需要面对的现实问题。

从把事情做好到 RSI

当我们把AI Native 的组织、作为启动飞轮的老师和作为外延支点的实验室 Infra这三块拼图拼在一起时，我们可以回答最后一个问题：这家公司的复利到底从哪里来？它如何走向 RSI（Recursive Self-Improvement，递归自我提升）？

有的创业者跟我讲飞轮，讲的是：“我做实验攒了数据 → 模型预测更准了 → 帮客户更快找到了好蛋白。” 我觉得这很好，但这只停留在第一层——“做得更好（Doing Better）”。它的本质依然是特定任务下的经验累加，换一个差异大一点的靶点或材料体系，可能又得重头攒数。

我一直在寻找的，是关于“主动智能”与“学习如何学习”的第二层飞轮：过去的经验，不仅增加了系统的知识，更改善了系统获取下一段经验的方式。

这就是大学视图培养我们的一个核心能力，抽象的方法论和科学的世界观，这近乎一种直觉，就像上一篇文章里我提到的：直觉，是大量“预测—修正”循环所提炼出的规律，被高度压缩成了可以低延迟调用的隐式先验（Implicit Priors），是压缩和固化进大脑的参数的方法论，如同语言被压缩和表征为token一样，经过世世代代的遗传，已经在人类大脑形成了专门的语言中枢。

在 AI4S 里，这个递进关系可以分为清晰的三个层次：

1. 任务能力的增长（第一层）： 跑完一轮蛋白优化，模型对这一类酶的活性预测更准了，搜索命中率从 5% 提到了 30%。
2. 科研方法的增长（第二层）： 系统在试错中学会了如何做“实验诊断”，学会了在竞争性假说之间设计最省钱的区分性实验（最大化 Information Gain 信息增益）。这种能力是可以跨任务迁移的——从做 A 酶换到做 B 分子，它依然知道怎么高效地排雷。
3. 学习能力的增长 / RSI（第三层）： 系统开始利用自己长出来的科研智能，反过来修改自己的表征方式、给自己写新的分析工具、优化实验室的自动化协议，甚至重新设计“下一轮该如何探索未知”的策略。

在早期阶段，这种 System-level RSI 不需要每一次都去重新训练底层大模型的几千亿参数权重。它的进化可以发生在系统的各个层面上：也许是系统自己沉淀出了一个新的局部预测器，也许是它修正了一套实验筛选的启发式策略，或者是它把某位科学家的排错逻辑固化成了一个可自动调用的 Agent 工具。

只要满足“系统的能力增长，反过来提高了它下一轮获取新能力的效率”，RSI 的齿轮就已经开始转动了。

一旦进入这个状态，这家公司和普通竞争对手拉开的才是β的差距，有效智能增量会在另外一个维度被放大。

好了，聊聊公司

聊完技术与科学哲学，最后还得回到我们作为投资人的本分：技术上的科研复利，怎样才能转化为一家公司商业上的复利？

我见过太多替别人做嫁衣的商业模式。

比如一家公司接了药企或材料大厂的 CRO 研发订单，动用全套 AI 和 smart brain 帮客户把分子做出来了，收了一笔服务费。结果呢？

知识产权（IP）归客户，产生的高价值核心数据按合同得封存或移交，连为了这个项目特调的经验都留在了几个项目制运转的研究员脑子里。下一个客户来了，一切归零，重新苦哈哈地搬砖。

如果每一次完成科研任务，留下来的只有账面上的当期收入，而没有让系统本身变得更强大、更不可替代，那这家公司就没有复利。

1. 它解决的现实问题够不够痛？ 不求 AI 一上来就推导出惊天动地的物理学大一统理论，哪怕它暂时是个黑盒，只要它能帮人类做出以前做不出的酶、以前合不出来的分子、以前算不准的工艺，它就切中了真实的生产力痛点。
2. 它的“外延支点”牢不牢固？ 它有没有掌握高信噪比、高通量、可编程的物理实验接口（无论是自建自动化实验室，还是深度绑定的高标准实验闭环）？它的数据基建是在捡别人嚼剩下的文献残渣，还是在实时记录自己向大自然提问的“一手交互经历”？
3. 究竟是谁在变聪明？（组织与 RSI 检验） 团队是不是真正在践行 AI Native？科学家的洞察有没有以肉眼可见的速度变成系统的代码、策略和模型？做完三个项目后，第四个项目的冷启动成本是不是大幅下降了？系统展现出的能力，是仅仅停留在单个任务算得准，还是已经开始变得更会挑实验、更会学习？
4. 当 GPT-7、GPT-10 出来那天，这家公司会怎样？ 我最渴望看到的公司结构是：基座大模型的每一次跃迁，不仅不会杀死它，反而会成为它最大的顺风车。 因为它手里攥着最独特的物理世界交互接口（自动化实验室 Infra）、攒着大模型在公网上绝对扒不到的高维因果实验轨迹，并且搭建好了完善的自我演进框架。更强的 Foundation Model 一接入进来，就像给一台顶级赛车换上了更猛的引擎，瞬间就能在它的物理实验室里跑出更高维度的科学发现。

结语：来点畅想吧！

我们可能正在见证的，是人类历史上第一次，尝试把科学发现的方法论本身工程化、机器化与递归化。

地球上的生命进化了三十亿年，物种稀少而低级。

直到寒武纪里的三叶虫莫名其妙的演化出了地球上第一只真正的眼睛，由此触发了寒武纪生物大爆发。

在地质尺度上短短的一瞬间，现代生物学所有的分类单元几乎同时出现，带刺的、有爪的、游泳的、钻地的……

生命就此开启了波澜壮阔的演化历程。

我们或许经历着的，就是在三叶虫刚刚睁开眼睛的那一刻。