从 1903 年迈克尔逊「科学已近尽头」的断言讲起，论证科学 agent 真正的门槛在推理能力，而不在于再喂更多数据。6 分钟。
AI 科学
context：DeepMind 团队自称 AlphaFold 是「AI 如何把整个科学加速到数字速度的模板」，全文正是围绕这个自我定性展开反驳。它指代一整套范式——用足够大的高质量实验数据训练神经网络，直接预测某类科学量，哪怕不理解底层机制。
费曼一下：AlphaFold 式的成功像是在一座已经修好路基的山上铺柏油。路基（数据集）不是它修的，它只是把最后一层铺完，然后跑得飞快。问题在于，别的山连路基都没有。
context：约 17 万个经实验验证的蛋白质结构，历时 53 年国际合作、约合 210 亿美元实验工作量，是 AlphaFold 成功的「首要条件」。文章用它说明这类数据集难以资助、几乎无法协调、极其耗时，常常失败。
费曼一下：人们记住的是最后那个模型，忘了它站在半个世纪、两百多亿美元的实验积累之上。把这笔账摊开，就知道复制这条路的难点从来不在算法。
context：文章称之为「太少被讨论」的第二道壁垒——在大多数实验科学中，结果本身就不一致：细胞系漂移、化学品含痕量杂质、实验室湿度变化。要造出足够一致、准确、精密且可扩展的训练数据，需要新的测量方式与新的标准化路径。
费曼一下：这不是「数据还没收集」，而是「按现在的测量手段，收集出来的数据彼此不可比」。前者靠花钱和时间能解决，后者要等测量科学本身进步。
context：蛋白质晶体学被描述为「异常可复制、异常可靠」的工具，可靠到超过 25 项诺贝尔奖依赖于它。它是蛋白质结构成为特例的技术原因，也是判断某个领域能否复制 AlphaFold 的检验标准。
费曼一下：想知道一个学科能不能走数据驱动的路，先问它的测量仪器换个实验室、换个人、换个季节，还能不能给出同一个答案。
context：文章对真实研究过程的还原——结合对接计算与已知结构、考虑分子动力学、跑少量结合实验，再按各方法的强项与失效点加权判断。由此得出「科学的技艺不在任何单一工具，而在于综合多种工具的产出并随证据修正」。
费曼一下：真正的研究不像做一道有标准答案的题，更像法官听取一群各有偏见的证人：每个证人都不完全可靠，本事在于知道该信谁几分，以及新证据来了要改判多少。
context：文章给出的定义是「一个被赋予工具（数字的或物理的）及其使用能力的 AI 推理引擎」。由大语言模型驱动，其对科学的根本意义在于「大幅降低了对科学专用数据集的需求」，从而绕开前两道壁垒。
费曼一下：过去我们试图让 AI 直接学会某个科学答案，现在是让 AI 学会科学家找答案的动作——查文献、提假说、挑毛病、跑验证、改结论。
context：全文的结构性对照——AlphaFold 把一种强大方法用于一个有限问题，智能体则「天生是通才」；智能体不代表一种新的做科学的方式，而是对人类发现过程的数字建模。
费曼一下：专才工具是一把为某个锁配的钥匙，通才工具是一双会开锁的手。前者更快，但只对那一把锁有效。
context：AI Co-Scientist 的具体实现——起草假说、像同行评审那样拆解挑刺、用锦标赛排序选出最强候选、精炼胜出者。这套分工正是科研共同体制度的软件复刻。
费曼一下：它没有发明新的思考方式，只是把「投稿—审稿—竞争—修改」这套本来要几年走一遍的流程，压缩进一次运行里。
context：几十年来共同体恳求研究者共享原始数据与代码而不得，因为这属于「有趣的科学已经做完之后」的枯燥行政工作；智能体则自动记录每一步操作，生成通往结果的方法的精确记录。
费曼一下：靠自觉解决不了的问题，改成副产品就解决了——不是要求人写实验日志，而是换成一个天然就在写日志的执行者。
context：知识在研究者之间的传递是「出了名的浑浊过程」，研究生要翻几十年杂乱的实验记录本去找决定成败的细节；智能体参与越深，实验室的全部科学史就越是被记录进一个中心化、标准化的机构知识库。
费曼一下：一个实验室最值钱的资产往往锁在老资格的手上和抽屉里的旧本子里。人一走，知识就走。让智能体经手，知识才第一次留在实验室而不是留在人身上。
context：文章给出的判据是「当验证一个想法比在会议上争论它花的时间更少时，人们就不再争论，直接去跑测试」，配套的能力锚点是一小时读一千篇论文、设计 500 个分子、到早上从失败中学完。
费曼一下：这是一个关于组织行为的门槛，不只是关于效率。实验一旦足够便宜，争论就失去了性价比，敢做怪问题的人也就不必再赌上自己的时间。
context：文章的收尾判断——智能体式 AI 属于更罕见的一档突破：一次同时包裹每一个科学领域的工具，历史上只出现过微积分、统计推断、光谱学、计算机等屈指可数的几次，每一次都揭示出一整片无人想过要提出的问题。
费曼一下：有些发明解决问题，有些发明制造问题——是后者更重要。望远镜没有回答任何旧问题，它让人第一次问出了新问题，然后天文学被重写了一遍。
graph TD
C1["科学终结论反复登场"]
C2["AlphaFold 数据驱动模板"]
C3["蛋白质数据库的前置条件"]
C4["可比数据的科学不可能性"]
C5["晶体学式的可复制性"]
C6["少数满足条件的领域"]
C7["不确定性下的科学推理"]
C8["AI 智能体"]
C9["通才工具与专才工具"]
C10["子智能体分工架构"]
C11["自动留痕与可复现性"]
C12["科学记忆的集中化"]
C13["实验成本低于争论成本"]
C14["包裹全学科的通用工具"]
C2 -->|因果| C1
C3 -->|前提| C2
C5 -->|前提| C3
C4 -->|限制| C2
C4 -->|例外| C6
C5 -->|对照| C4
C4 -->|因果| C8
C7 -->|原型| C8
C9 ---|对立| C2
C8 -->|层级| C9
C8 -->|实例| C10
C10 -->|印证| C7
C8 -->|支撑| C11
C8 -->|支撑| C12
C8 -->|支撑| C13
C8 -->|演化| C14
C14 ---|张力| C2整张网络的主干是一次范式之争：C2（AlphaFold 模板）与 C8（智能体）争夺「AI 如何加速科学」的解释权，其余概念要么是压垮前者的条件，要么是抬起后者的机制。
上游是条件层。C3（蛋白质数据库）是 C2 的硬前提，而 C5（晶体学的异常可复制性）又是 C3 得以存在的更深一层前提——这条链条解释了为什么 C2 的成功不可迁移：它依赖的不是算法优势，而是一次 53 年、约 210 亿美元且恰好有可靠测量手段的历史偶然。C4（可比数据的科学不可能性）与 C5 构成明确对照：晶体学是异常，细胞系漂移、痕量杂质、湿度波动才是常态。C4 因此对 C2 构成限制关系，同时切出 C6（天气预报、基因组学大部分、极有限的化学）作为例外集合——例外的稀少本身就是论证的一部分。
中游是转向层。C4 不只是否定，它同时是 C8 的因果来源：正因为专用数据集在多数领域造不出来，出路才必须是降低数据依赖的方案。C7（不确定性下的推理）是 C8 的原型——智能体的价值不在于发明了新的科学方法，而在于它第一次让软件能做科学家一直在做的事：综合多种不完美工具的产出，并随证据修正。C9（通才与专才之别）是 C8 之下的一层区分，也是 C8 与 C2 之间张力的正式表述：一把为特定锁配的钥匙对上一双会开锁的手。C10（子智能体分工）既是 C8 的实例，又反过来印证 C7——起草、挑刺、锦标赛、精炼这套流程，正是把科研共同体的推理分工搬进一次运行。
下游是后果层。C11、C12、C13 三者并列受 C8 支撑，但机制各不相同：C11 靠副产品解决自觉解决不了的问题（记录成为执行的附带产物），C12 把知识的载体从人转移到机构，C13 则是一个组织行为的临界点——实验一旦比争论便宜，决策方式本身就变了。三者的共同点是它们都不改变科学的逻辑，只改变科学的摩擦力。
最上层是 C14（包裹全学科的通用工具）。它是 C8 的演化终点，也与 C2 形成全文最后一组张力：C2 是深度型突破（一个问题被彻底解决），C14 是广度型突破（所有学科同时被重新装备）。文章的价值判断就藏在这组张力里——与微积分、统计推断、光谱学、计算机同列的，不是解决旧问题的工具，而是让人第一次问得出新问题的工具。
我们对科学突破的想象有一个默认设定：先有一堆干净的数据，再有一个聪明的模型。AlphaFold 把这个设定推到了顶峰，也把它的代价暴露得最彻底。它训练所依赖的那 17 万个蛋白质结构，是 53 年国际合作、约合 210 亿美元实验工作量的产物。人们记住了最后那个模型，忘了它站在半个世纪的地基上。
真正致命的还不是钱。钱和时间至少还是可以规划的东西。文章指出了一个更少被讨论的障碍：在大多数实验科学里，可比的数据根本造不出来。细胞系会漂移，化学品含有痕量杂质，实验室的湿度会变。蛋白质晶体学之所以能撑起二十多项诺贝尔奖，恰恰因为它异常可复制，是异常而非常态。所以真正该问的问题不是「这个领域数据够不够多」，而是「这个领域的测量换个实验室还成不成立」。答案在生物学和大部分化学里都是否定的。
出路藏在一个被忽视的事实里：科学家从来就没有过完美的数据集。做药物靶点的人结合对接计算与已知结构，考虑分子动力学，跑几个结合实验，再凭判断给每种方法按它的强项和失效点加权。科学的技艺不在任何单一工具，而在于综合多种工具的产出，并随证据到来不断修正。这件事人类做了几百年，但直到最近，没有任何软件能做。
智能体的意义就在这里。它不是一种新的做科学的方式，它是把人类发现的过程数字化建模。所以它的价值不该按「能不能超越人类」来衡量，而该按摩擦力来衡量：它自动记下每一步，于是几十年恳求不来的可复现性成了副产品；它让实验室的科学史留在机构而不是留在人身上；最重要的是，当验证一个想法比在会上争论它更快时，人们就不再争论了。
那才是真正的转折点。不是 AI 替人类想出了什么，而是想法一旦足够便宜，人就敢去问那些以前不值得赌上时间的怪问题。历史上具备这种量级的工具屈指可数——微积分、统计推断、光谱学、计算机。它们的共同点不是回答了旧问题，而是让人第一次问得出新问题。