最近，英国帝国理工学院微生物学专家何塞·佩纳德斯发现并验证了一种全新的细菌基因传播机制：超级细菌（对抗生素具有耐药性的细菌）通过获取病毒尾部结构来实现进化。佩纳德斯和他的团队前后用了10年时间完成这一研究。然而，令他震惊的是，谷歌公司今年2月推出的“AI联合科学家”，仅用了48小时就验证了这一尚未发表的成果，并提出多个合理的科学假说，甚至还包含一个佩纳德斯未曾考虑过的方向。佩纳德斯表示，如果能更早知道这一猜想，无疑可以为研究节约数年时间——AI科学家的潜力可见一斑。

　　所谓“AI科学家”，并非指在实验室操作精密仪器的实体机器人，而是由大语言模型驱动的、具备专业科学知识且有一定自主性的智能体，它能够自主提出科学猜想和研究方案。近年来，随着大模型推理能力井喷式发展，以及大数据平台、算力基础设施的进步，AI科学家正从概念构想加速迈向实际应用。它们既可以有效模拟人类科学家团队有关研究讨论、文献分析、假设生成、实验设计甚至仪器操作等任务流程，多个智能体之间还能够进行“头脑风暴”，激发出超出单个智能体认知的“群体智能”。

　　AI科学家的意义远不止于提升科研效率，更在于推动科研范式的深刻变革。当前，全球科研机构正竞相开发各具特色的AI科学家系统。按照功能定位，研究方向主要分为两类。

　　第一类旨在构建辅助人类科学家的“科研助手”。人类科学家仍是研究主体，智能体为研究者提供跨领域的学科知识和研究思路。比如，美国斯坦福大学开发的名为“虚拟实验室”的在线系统，可以根据人类科学家的需求，组建不同学科背景的AI科学家团队展开科研。今年7月，“虚拟实验室”构建了包括“免疫学家”和“计算生物学家”等在内的虚拟联合团队，提出了新的纳米抗体计算框架，成功辅助人类科学家设计了92款抗病毒纳米抗体，相关研究发表在《自然》杂志。

　　第二类的研究目标则更具挑战性——打造一个完全自主的科学发现系统。这类系统能够依靠多个智能体的协作，在复杂的动态环境中解决具体的科学问题。在此过程中，人类科学家的主要工作可能就是提出研究目标、验证并反馈实验结果。2024年8月，日本科技公司“鱼AI”开源了“AI科学家”系统，首次实现完全由AI驱动的、从提出科学构想到撰写学术论文的科研过程。今年3月，该系统产出的一篇计算机科学论文通过了国际顶级学术会议的专家评审。今年5月，美国AI研究机构“未来之家”宣布，其多智能体系统“知更鸟”自主发现了一款治疗干性黄斑病变（致盲的一大主因）的药物，并通过RNA实验验证了其作用机制。这些创新成果让人们看到，AI科学家技术可能已不再停留于“纸上谈兵”，其在科学研究和产业应用层面已展现出一定实力。

　　我国也在加快构建AI科学家系统。2024年10月，上海人工智能实验室联合多家单位开源了多智能体科学社群模拟系统——“虚拟科学家”，可以模拟人类科学家的合作过程来研究科技创新规律；2025年7月，联合崖州湾国家实验室和中国农业大学等单位，发布了首个生物育种领域的自主科学发现系统“丰登·基因科学家”。在该系统的辅助下，科研人员在主粮作物中发现了数十个此前未被报道的基因功能，并获得实验证实。

　　尽管AI科学家在技术上已取得阶段性成果，但在可靠可控、人机关系、科研伦理、合规监管等诸多方面仍有大量问题亟待解决。科学界长久以来关于“AI是否会取代人类”“AI是否会弱化人类独立思考能力”等问题的争论也在持续。不过可以确定的是，人类社会正不断朝着通用人工智能的时代迈进。未来，AI科学家技术有望与机器人和传感器深度结合，通过传感器感知实验环境并借助机器人执行实验，从而完成从假设提出到实验验证的全自主科学发现闭环。

　　可以预见，未来将有更多具备实体形态的“AI科学家”辅助人类在复杂环境下开展科学研究：“AI作物遗传学家”在盛夏的稻田中检查水稻生长状况，“AI土壤学家”在月球基地的无氧环境下分析月壤，“AI核物理学家”在辐射环境中操作仪器——这些曾经存在于科幻中的场景，将逐步成为现实。

　　（作者董楠卿，上海人工智能实验室研究员）