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。