AI 做科研的第一步，就是提出假设。

2024 年，帝国理工学院的微生物学家何塞·佩纳德斯把自己研究了 10 多年的问题——「超级细菌的耐药性传播机制」，简要地提交给了谷歌 DeepMind 的 AI Co-Scientist 智能体。

结果仅仅 48 小时候后，在没有投喂任何实验数据的情况下，AI 就通过分析公开资料，给出了五个逻辑严谨的猜想和假设，其中一个，竟与他们多年未公开的实验结论完全一致。

佩纳德斯非常吃惊，一度怀疑是谷歌黑了自己的电脑。如果他们一开始就获得了这个假设，沿着这条路做实验，团队也许将节省数年心血和探索时间。

不过，这并不等于「AI 工作两天能抵人类十年科研」，它依赖于科学家根据研究背景提了一个好的问题，也需要实验室后续验证，才能说完成了科学发现。

AI4S 真正能做的是「模拟计算实验」，将许多科学规律进行数学上的建模和映射，把科学假设在数字世界里先跑一遍，再决定在物理世界要不要动手。

现有的 AI4S 在数据归纳和仿真实验环节最为成熟，这属于 AI4S 的认知层。

AI4S 的执行层主要是自动化实验室，也就是建立起一套可以执行实验、观测数据、传输数据的基础设施。

大脑＋四肢＋五官，合起来才是一套完整的「AI 做科研」流程。

AI 对这个流程的加速，主要发生在大脑层。

因为自动化实验室虽然可以让机器代替人大规模快速操作，却不可能跳过物理时钟，把实际上需要长几个星期的细胞像模拟计算那样缩短到几小时。

AI 的第一个发力点是：极大提升科研的速度。

人的思考本质上是串行的，而且人脑需要休息，无法无休止地工作。

传统的科学家提出假设、设计实验并验证，证伪某一条路径后，才能回到主路上，抑或去找新的方法。

因此，科研强调直觉与品味，每一次试错都意味着不可逆的时间成本，就像在跑一场需要不断回到原点或中途的马拉松。

而 AI 不但可以 24 小时工作，还能凭借大规模并行计算能力，去同步运行数千条潜在假设的模拟验证，快速淘汰错误的路径，找到有效方向。

原本需要数月甚至数年的迭代周期，可以被压缩至数天乃至数小时。

AI 的第二个发力点是：可以提升科研的广度。

传统模式下，一名学者往往在博士阶段便会锚定某一细分领域，此后穷尽数十年心力，仅能将人类知识的边界向外推进微小的一步。

与此同时，要解决一个艰深复杂的现代科学问题，往往要求学者具备博闻广识的跨学科视野，但能把知识结构做到又精又广的人向来凤毛麟角，也需要漫长的知识积累周期。

AI 从根本上改变了这一局面，它能够在在海量跨领域文献与数据中，识别和挖掘出连接不同领域的「结构洞」，快速找到潜在的创新点。

这样看上去，AI4S 的核心似乎是一个懂点科学、擅长读文献的垂类大模型，再加上一个加入了许多科学规律的复杂计算器。

这有什么了不起的？为什么值得 Jeff Dean 离开谷歌这家公司自己创业？

2、「环」：自动化的迷思与创造新知的关键

1965 年，英国数学家 I.J. Good 在一篇题为的论文中写下：「一台超智能机器能够设计出甚至更好的机器；那么毫无疑问，将会出现一场『智能爆炸』，而人类的智慧将被远远抛在后面。」

半个多世纪后，翁荔在 2026 年 7 月的博客《Harness Engineering for Self-Improvement》中，把 Good 的构想重新激活了。

她梳理了 RSI（递归自我改进，Recursive Self-Improvement）的概念谱系：Good（1965）定义了「超智能机器」，Yudkowsky（2008）则用「递归自我改进」指代一种特定的反馈回路——AI 用它当前的智能，去改进产生其智能的认知机器本身。

Loop 就是 RSI 实现过程中的那个反馈回路机制。

这个「环」在 2026 年受到如此强烈的关注，是因为 AI 产业正处在一个重要的转折点上。

独立研究机构 Epoch AI 警告，人类生成的高质量文本数据资产，最快将在 2026 年至 2032 年之间被完全开采一空。互联网上的公域数据已被模型训练消耗殆尽。

AI 如果还要继续进化，除了创新从预训练到智能体的各种架构，重点在于采集新数据，核心有人类供给、机器的物理传感器（视觉、触觉、力觉）采集、模型自己合成数据三种渠道，前两者都有现实世界的瓶颈在，很难跟得上模型扩展的速度。

而 AI4S 的特殊性就在于，它产生的既是用于迭代的数据，又是产生关于客观世界的未知因果规律。

这恐怕是 AI4S 天然就和 RSI（递归自我改进）愿景内核相通的地方，它们要做成的关键，都是要找到「新」的真理和规则。

数学上有一个铁律：在任何封闭的形式系统内，无法通过系统内部的符号演算，发现超越系统公理的新真理（哥德尔不完全性定理）。

科学家对用 AI 合成数据去训练 AI 有一个形象的说法：计算机界的近亲繁殖。

当 AI 模型反复使用上一代生成的数据来训练自己时，它处于一个高度精致的回音室里，模型会放大自身在合成数据中存在的错误、偏差或过度简化，最终导致模型性能退化、同质化，甚至坍塌。

即便业界有意识地进行隔离，比如，用 A 模型产生的数据训练 B 模型，用模型外的独立的验证器去产生反馈信号，这种因果也很难完全避免，随着模型规模的扩大，在这项复杂系统上进行扩展工作将更加如履薄冰。

那么，凭什么认为 AI4S 产生的就是「新」知识，而不是更高级、压缩得更完美的合成数据呢？

答案就在于这个 loop(循环），无论如何外扩，它最终一定要保持物理世界与人类的监督，即「在环」（on loop)。

物理世界是循环的减速带，人类是循环的指挥者。

AI 可以在毫秒级生成海量假设，通过模拟计算快速筛选候选方案，并无缝衔接地调度自动化实验室里的机器，但它永远无法跳过物理时钟。

实验的反馈尺度，永远是稀疏的，即使假设在前面跑得再快，最终也要通过这道物理世界的「窄门」，才能被认证为科学发现。

如果说，面对物理世界减速这个事实，科学家的目光仍然聚焦在快速验证，觉得科学就是一定要证明点什么。那么，数学可能是一个例外。

一个命题的真假在公理系统内部即可判定，无需进行湿实验。「窄门」没了，你想同时验证十个猜想，AI 就可以 24 小时不间断干。

数学家陶哲轩今年在多个场合提出了明确的观点：这是一个猜想和证明极度充裕的时代，AI 极大地加速了证明的生成，但人类的「消化」能力完全跟不上，数学家的思维应该从致力于证明某个猜想，迁移到判断哪个猜想值得证明。

在一个假设极其丰富的时代，对研究价值的判断力将更加珍贵。

可见，人类在环仍然是必要的，这和翁荔的观点很相似：科学家们应该迁移到更高的抽象层，而不是被移出循环。

AI4S 是大模型发展到一定程度后的大趋势，也是 AI 真正成为知识创造者的一道考题。

不知道你有没有发现，这里面有一件事很有意思。

科学和 AI，本来似乎属于智力的密集竞赛。但有趣的是，它们一结合，知识本身似乎正在被祛魅。

当诺贝尔奖被授予 ALphaFold 的核心成员，当黎曼猜想零点比例的下界被 Claude Code 花了一天半就从 41.6% 拉到 67.2%，知识还是一座需要仰望的神殿吗？

也许，就像工业机器的流水线消解了手工时代一件器物背后的「灵韵」，AI 科研机器正在让知识褪去神性，变成一种可以规模化生产的东西。

但祛魅之后，神殿空了，人反而从背景中浮现出来，站到了更核心的位置。

我认为，Jeff Dean 从谷歌出来创业，反映了一种趋势——知识隐退后，人才的重要性浮现，由此顶尖头脑和大平台，走向解耦。

3、为什么是创业公司

Jeff Dean 离职创业这件事，有一个耐人寻味的点。

据美国科技月刊《连线》报道，面对 Jeff Dean 团队的离职意向，Alphabet CEO 桑达尔·皮查伊曾多次出面挽留，但四人还是决定离开。

Jeff Dean 在谷歌效力了 27 年，是谷歌仅有的两位 Senior Google Fellow 之一，也是 Google DeepMind 与 Google Research 首席科学家兼 Gemini 负责人。

他不是不能在谷歌做 AI4S，却仍决意创业。

更有意思的是，谷歌母公司 Alphabet 仍选择投资 Discovery Loop，并签下长期云服务与算力合作协议。

谷歌的体面放行和示好，让人对 Jeff Dean 的底气来源多了几分好奇。

通常来说，极客精神伴随着某种棱角感，比如外露的狂热，抑或尖刻的聪明，但 Jeff Dean 在强烈地追求颠覆式创新的同时，却给人以另一种感受：温和、笃定、成熟的判断力。

他在大学时获得了计算机科学与经济学的双学士学位，这也许可以构成一部分解释——他擅长用「餐巾纸算法」去校准自己的技术方向，也擅长思考什么是真正的价值和稀缺性。

离开谷歌，他会失去原有的手边资源，比如算力。AI 时代，云算力已经是低门槛的成熟基础设施。创业公司不需要自己建集群，就能租用到大公司建设了几十年的基座。这是 Discovery Loop 敢以创业公司身份入局 AI4S 的第一层底气。

而创业公司有什么？

一是小团队能保证组织的专注度，「一个非常小、非常聚焦的团队，所有人每天只围绕同一个使命工作。大公司不可避免有更多协调、更多平行优先级、更多琐碎的分心事；而创业公司可以让公司使命等于每一个人的唯一工作。」

二是不追求短期商业回报的自主权，Discovery Loop 被注册为公益公司（Public Benefit Corporation），这意味着在法律上，「股东利益」可以不被放在最高优先级。如果团队想坚持长期主义，这个架构可以帮他们挡住短期的资本压力。

这种架构可能做不了「大而全」的业务，但会更适合快速做精某个垂直领域。

从 Jeff Dean 发布的商业计划书来看，他应该不是要造一个智能「永动机」，而是有着明确的兴趣和价值导向——做一些更酷的事情。

这是美国国家工程院（NAE）在 2008 年评选出的 14 项「21 世纪工程学大挑战」。

从可持续能源到清洁水源，从防核恐、网络安全到大脑逆向工程，从个性化学习到科学发现工具的工程化，这个挑战清单跨越了数理、物化、医药、计算机、工程等学科。

就差写着「我们要为人类幸福而奋斗了」。

如果对比一下海外「御三家」都在怎样布局 AI4S，这其中的区别就会很明显。

• 谷歌解散了曾经获得诺贝尔奖的 AlphaFold 核心团队，将战略重心转向了由 Gemini 驱动的通用科研系统。
• Anthropic 推出了科研工作台，集成了 60 多个数据系统，要为科学家砍掉科研里琐碎的步骤。
• OpenAI 宣布推出 10 个领域的科研评测基准，想着打造行业标杆，拿捏科研是否成功的定义权。

它们都要做基础设施，要布局生态，要做定义者，都不垂。

而 Jeff Dean 要选的是就是独特的垂直赛道。

他用一套「5+2」的逻辑来判断是否应该挑战某个课题：

把一个问题拆成 7 个小问题。如果 7 个都已经有了理论上解决方案，大厂会很快吃掉这块业务。如果 7 个都没解决，你要等 20 年，才能落地一个方案。

只有其中 5 个已有确定性答案，剩下 2 个是高风险高回报的「疯狂假设」，那么技术突破到落地的窗口期就大约五年，正好适合小公司。

他说，不要去选大模型能做到 20% 的赛道——另外那 80% 很快会随着模型扩展被吞噬。通用大模型完全做不到的，成功率只有 0 或 1% 的场景，才是创业公司真正的护城河。

这也许是因为，AI4S 的逻辑和大模型不一样，它的壁垒首先建立在独特的实验数据和科研 know-how 上，并且由于世界上有无数个科学方向可以探索，它也依赖个体或一小群研究者的志趣和注意力去推动。

这对大厂垄断有一种天然的消解力：你可以在某个极窄的领域里比谷歌更懂，因此你也可以用 AI 在这个领域做出谷歌做不出的发现。

这让人想起一个很久远的愿景：科学发现不是少数人的特权，而是可以被更多人触及的实践。

一个研究罕见病的医生可以用 AI 加速他的探索；一个在小实验室里工作的科学家可以用 AI 跑出之前需要整个团队才能完成的模拟；一个关心本地环境问题的普通人，也许有一天能用 AI 找到解决它的方法。

Discovery Loop 可能只是这条路上的一个早期脚印，但它让人看到了一个比「大模型烧钱大赛」更有温度的未来。