AI真能做出科学发现吗？

AI实验室的‘首项发现’引发质疑

上周三，Anthropic宣布其今年早些时候启动了一个分子生物学实验室：由Claude驱动的智能体阅读文献、提出生物学难题猜想，人类科学家则据此开展实验验证。该公司称，该AI实验室已实现‘首个发现’——在数百万DNA序列中，950个智能体经21小时运行，未找到全新基因序列，而是识别出一种围绕已知酶的重复DNA模式。Anthropic强调，该模式此前未被编目，并在公告中将其描述为‘令人联想到催生CRISPR技术的模式’，暗示其潜在变革价值。

生物学家集体质疑‘发现’定性

这一说法迅速招致学界批评。一位生物学家在社交媒体发文直指：‘发现奇特的基因簇和重复序列往往是容易的部分；真正的科学发现来自弄清该系统实际功能’——该帖随后获得礼来公司董事长兼CEO公开支持。多位专家指出，智能体完成的是典型‘实验室苦力工作’（如从20万候选序列中筛选出若干高优先级目标），属于辅助性分析，而非定义意义上的科学发现。科学发现的核心标准——提出可检验假说、阐明机制、验证因果、建立新理论或开辟新路径——并未由AI独立完成。

优先权争议与方法论分歧

事态进一步复杂化：据《纽约时报》报道，哥本哈根大学生物学家Mario Rodríguez Mestre团队此前已独立发现同一模式。Mestre透露自己长期使用Claude辅助研究，并质疑Anthropic是否通过其对话数据获知线索。Anthropic予以否认，但Mestre宣布将全面停用Claude。更深层矛盾在于定位差异：AI公司正将Claude等系统定位为‘发现主体’，而非显微镜、超算一类的‘科研工具’。这种叙事违背科学实践本质——知识进步历来依赖人类主导的协作、批判性验证与工具集成，而非算法单方面‘产出结论’。

目标漂移与信任损耗

当评判标准被简化为‘AI是否做出发现’，科学工作的丰富性即被压缩为非黑即白的二元辩论。类似问题亦见于数学领域：OpenAI此前宣布其智能体解决了一道百万美元数学难题，但两周后舆论焦点已转向‘该问题本身是否重要’，甚至出现关于模型是否未署名使用某数学家前期工作的指控。无论结果真假，公众认知已被导向‘要么作弊，要么无关紧要’的两极化判断。生物学家Lucas Harrington在批评文中呼吁：AI公司应‘现在就设下高门槛’，唯有当AI真正揭示全新的生物学机制时，其里程碑意义才得以被充分认可。然而，在Altman与Amodei主导的商业竞赛中，抬高科学发现标准，恐怕并非优先事项。