科学AI需推理能力，而非仅靠数据

AlphaFold的光环与局限

2024年，DeepMind创始人Demis Hassabis与John Jumper因AlphaFold获诺贝尔化学奖。该模型通过学习约17万种实验测定的蛋白质三维结构，近乎彻底解决了困扰生物学界半个世纪的蛋白质结构预测难题。DeepMind称其为‘AI加速全科学数字化的模板’，并引发生物、化学、材料等领域数十家AI基础模型初创公司融资超百亿美元。然而，MIT科技评论警示：AlphaFold的成功不可简单复制——其核心前提是一个极为特殊的条件：Protein Data Bank（PDB）的存在。

数据壁垒：53年、210亿美元与不可复制性

PDB并非天然存在。它凝聚了全球科学家53年的协作，据最新估算，仅实验端投入就达210亿美元。这类跨国家、长周期、高成本的数据基建项目，历来面临融资难、协调难、执行难三重困境。更根本的障碍在于科学层面：多数领域无法生成AlphaFold所需的高质量数据。蛋白质晶体学具有罕见的可重复性与可靠性（支撑过25项诺奖），但绝大多数实验科学结果本就充满变异性——细胞系会漂变、化学品含痕量杂质、实验室湿度波动……要构建足够一致、准确、精确且可扩展的训练数据集，需全新测量范式与标准化协议，而这些短期内无法实现。

少数例外与政策缺口

目前仅有气象预报、大部分基因组学及极少数化学子领域满足数据条件，或已出现AlphaFold式突破。美国新兴生物技术国家安全委员会强调，政府必须主导此类关键科学数据的生产与协调。但对绝大多数开放科学问题而言，这一路径在中短期内并不现实。

智能体：回归科学推理的本质

转机来自另一条技术路线——AI智能体（AI agents）。科学家本就在不确定性中工作：生物学家寻找新药靶点时，从不依赖‘完美数据’，而是综合分子对接计算、已知结构、分子动力学模拟、少量结合实验，并依各方法的可靠性与缺陷权重判断。科学的核心能力，正在于动态整合多源异构证据并持续修正假设。

架构变革：大模型赋能通用推理引擎

过去几年，AI架构发生根本转变：大型语言模型（LLM）作为通用推理引擎，被赋予调用数字工具（如数据库、计算API、文献检索）甚至物理设备的能力。这类智能体不再强依赖领域专属大数据集，而是通过‘感知—规划—行动—反思’闭环，在真实科研流程中自主推进。它们不替代科学家，而是将人类最本质的推理实践——权衡证据、识别矛盾、迭代假设——首次转化为可部署的软件范式。