7月23日，字节跳动Seed Edge团队发布Seed STEM科学家计划，拟邀请100位前沿科学领域学者，与Seed团队围绕真实科研问题展开合作，共同探索AI加速科学发现的可能性。

据了解，过去一年半，AI在编程领域取得了令人瞩目的突破。据上海人工智能实验室主任周伯文在2026世界人工智能大会上披露的数据，AI写代码的任务成功率从不足5%飙升至超过88%，形成了代码生成、测试、优化的快速迭代闭环。

然而，同一时期，在端到端科学发现任务上，最先进的大模型完成率始终停留在3%左右，前沿模型得分普遍不及格。

“Coding能被攻克，是因为反馈及时、边界清晰。而科学研究是开放任务，反馈周期长、失败率高。”周伯文认为，这种差异揭示了AI突破智能上限的终极考题：如何让AI从“重述已知”跨越到“产出未知”。

正是在这一背景下，全球最前沿的AI实验室纷纷将筹码押向了科学发现领域。

比如，去年5月，Anthropic推出AI for Science Program，给高影响力科研项目提供免费API额度。同年10月，Anthropic又推出Claude for Life Sciences，把Claude接入Benchling、BioRender、PubMed、10x Genomics等科研工具和数据库，让它能进入实验记录、文献、单细胞分析、空间组学分析等具体场景。

今年6月，AlphaFold核心缔造者、2024年诺贝尔化学奖得主John Jumper离开谷歌DeepMind，加入Anthropic。AlphaFold利用AI破解了困扰生物学界几十年的蛋白质结构预测难题，目前已预测超过2亿个蛋白质结构，被很多科学家称为“生物学领域的ChatGPT时刻”。

OpenAI方面，今年4月也推出了面向生命科学研究的前沿推理模型GPT-Rosalind，用于支持生物学、药物发现和转化医学研究。

7月初，阿里达摩院联合中国人民大学、中国科学院大学等发布了超导材料发现AI智能体ElementsClaw，该智能体预测出6.8万个可能的超导材料，其中4种全新材料已合成并证实存在超导性。

而此次字节跳动启动Seed STEM科学家计划，也并非其在AI4S领域的首次布局。据公开信息，字节跳动早在2025年便组建了Seed Edge团队，设置3年期限的考核机制，鼓励骨干研究更基础、更长期的AGI课题。

该团队近期公开的EdgeBench评测集，成为首个用于衡量真实世界环境学习的超长程评测集，并发现了环境学习中的Scaling Law（缩放定律）。

在此框架下，字节跳动已构建起多条AI4S技术线：2025年发布Protenix和SeedFold蛋白质结构预测模型；2026年迭代至Protenix-v1/v2，构建覆盖蛋白-配体动态预测、全原子分子生成、自由能计算的Anew Labs平台；今年4月，字节首次披露处于临床前的IL-17小分子抑制剂AN-5162，瞄准银屑病、强直性脊柱炎等自免疾病。

不过，字节跳动的AI4S布局也面临人才挑战。2026年6月，UCLA计算机科学副教授顾全全宣布从字节Seed离职，投身AI制药与蛋白质设计创业；同月，计算生物学负责人肖文之也被曝已离职创办AI制药企业。

此背景下，Seed STEM科学家计划的推出，对参与学者的研究背景和AI使用经验提出了相应期待，希望学者在STEM相关学科领域已获得或正在攻读博士学位，具备深刻的学术积累和透彻的学科理解，对AI加速科学发现有强烈的兴趣和坚定的信念，能清晰判断AI在本领域学科中的应用价值和现有的能力边界。同时，期待参与者在日常科研工作中深度使用AI作为生产力工具。

据悉，首期STEM科学家计划约持续6个月，该计划将为参与学者提供充足的算力资源和专业的AI研究团队支持。同时，为充分认可参与学者的科研价值和贡献，Seed团队将为其提供业界极具竞争力的薪酬回报。

在AI4S这个领域，胜负不会在半年或一年内分出。但那些率先将顶尖科学家、充足算力和产业验证闭环结合起来的玩家，或将在这场漫长竞赛中，占据有利的身位。