AI Coding成功率88%，科研僅3%？「科研是下一個Coding」，還差關(guān)鍵一環(huán)

新智元報道

一名頂尖實驗室的材料研究員，最無力的瞬間，從來不是想不出創(chuàng)新思路，而是 AI 一天推演上百種新配方，人工實驗一年測不完；

最可惜的損耗，不是實驗本身的失敗，而是隨著項目結(jié)束、人員更迭導致數(shù)據(jù)、經(jīng)驗、參數(shù)未能有效存留，讓下次的研究需要重復起步、反復試錯。

這并非是科研人員的個人難題，某種程度上折射出當前 AI for Science（AI4S）賽道中一個值得關(guān)注的結(jié)構(gòu)性矛盾。

當下，人工智能的迭代速度加快，模型參數(shù)不斷擴容、智能體運行能力穩(wěn)步提升，曾經(jīng)按月交付的軟件任務(wù)，如今以天、甚至小時為單位在快速落地。

行業(yè)普遍形成一種共識：沿著現(xiàn)有技術(shù)路徑持續(xù)優(yōu)化迭代，AI 的通用能力將保持穩(wěn)步進階。

但一組真實的行業(yè)對比數(shù)據(jù)，也提示我們對 AI 全能進化的認知要回歸理性。

過去十八個月，AI Coding 領(lǐng)域暴熱，任務(wù)成功率從不足 5% 飆升至 88%，代碼生成、自測迭代的閉環(huán)已經(jīng)跑通，賽道增量空間逐步收窄。

反觀核心的原創(chuàng)科學研究領(lǐng)域，技術(shù)迭代節(jié)奏相對平緩。

主流大模型的科研任務(wù)完成率在 3% 左右，在 NatureBench 涵蓋的 90 項頂級真實科研任務(wù)，最優(yōu)智能體能超越原始論文成果的比例為 17.8%。

這一冷熱不均的行業(yè)反差，清晰界定了當前 AI 的能邊界：大模型更擅長處理答案固定、反饋即時的標準化任務(wù)，面對無標準答案、問題維度模糊、驗證周期漫長的原創(chuàng)科研場景適配性相對有限。

AI 已熟練掌握高效編碼、標準化解題的能力，但在未知領(lǐng)域的自主探索、原創(chuàng)科研創(chuàng)新上，仍存在明顯短板。

上海AI實驗室主任、首席科學家周伯文認為，這種能力差距的核心，是當前大模型普遍缺失科學元認知：

它能精準調(diào)用海量已知知識，卻無法識別知識的邊界；

能生成看似自洽的推演結(jié)論，卻不會自主提出可證偽的科學假設(shè)；

能基于文本做概率擬合，卻無法在真實世界的反饋中修正、重構(gòu)自身認知。

標準化解題與原創(chuàng)科研探索的核心差異，正體現(xiàn)在這一點。

究其本質(zhì)，當前 AI 科研的核心短板，并非知識儲備不足，而是極度缺乏真實科研場景的失敗樣本與負反饋。

編程場景具備秒級反饋、即時證偽的迭代特性，任務(wù)對錯可快速判定；

而基礎(chǔ)科研試錯成本高、驗證周期可達數(shù)月，失敗類數(shù)據(jù)公開度低、有效反饋樣本稀缺。

模型訓練大多依托公開的成功論文成果，難以學習海量真實試錯背后的底層邏輯，最終形成擅長模仿復用、弱于原創(chuàng)突破的行業(yè)現(xiàn)狀。

這一現(xiàn)狀，進一步凸顯了 AI 科研的兩大核心瓶頸，制約著技術(shù)深度落地：

一方面，大模型可快速推演生成海量科研方案，但線下實驗驗證效率偏低、進度滯后，逐步形成方案堆積、驗證滯后的行業(yè)痛點；

另一方面，科研試錯經(jīng)驗、實驗數(shù)據(jù)缺乏系統(tǒng)化留存渠道，導致科研工作容易陷入重復試錯、低效迭代的狀態(tài)。

兩大瓶頸限制了 AI 科學研究的落地上限，讓多年來的 AI4S 技術(shù)探索，更多停留在淺層效率提升階段，難以實現(xiàn)科研范式的顛覆性突破。

WAIC 2026，上海 AI 實驗室發(fā)布了「書生·端硯」科學發(fā)現(xiàn)平臺，有望為長期存在的科研結(jié)構(gòu)性矛盾提供一種新的思路與解決方案。

區(qū)別于行業(yè)內(nèi)多數(shù)產(chǎn)品依托大模型適配科研場景、實現(xiàn)淺層提效的優(yōu)化模式，「書生·端硯」以干濕實驗閉環(huán)迭代、科研資產(chǎn)沉淀為核心能力，補齊 AI 科研缺失的真實場景反饋鏈路，推動 AI 科研應(yīng)用從單點效率優(yōu)化，邁向科研范式升級的全新階段。

真正的科學智能，并非簡單的文獻閱讀、數(shù)據(jù)計算，而是能夠?qū)诱鎸嵨锢硎澜绲姆答仭⒊恋砜蓮陀谩⒖傻目蒲匈Y產(chǎn)，這也是 AGI4S 領(lǐng)域需要長期探索的核心目標。

補齊 AI 科研反饋滯后短板
打通數(shù)字推演與實體實驗鏈路

當前 AI 科研普遍存在推演高效、落地困難的痛點，核心癥結(jié)在于真實場景反饋機制的不完善。

大模型依托海量文本數(shù)據(jù)完成訓練，擅長基于存量知識開展推演生成，短時間內(nèi)即可產(chǎn)出大量蛋白質(zhì)序列、新材料配方、量子排布等科研方案。

但傳統(tǒng)科研驗證體系與之適配性不足：濕實驗依賴人工操作、設(shè)備體系分散、流程繁瑣，整體通量低、周期長、成本高，一次完整的科研驗證往往需要數(shù)天甚至數(shù)月。

缺少真實實驗校驗、失敗數(shù)據(jù)修正和物理世界反饋糾錯，AI 的各類推演結(jié)果，本質(zhì)上是基于文本數(shù)據(jù)的概率擬合，尚未完全實現(xiàn)對真實科學規(guī)律的精準探索與驗證。

行業(yè)頭部玩家也在持續(xù)探索突破：

Anthropic 最新發(fā)布的 Claude Science，接入 60 個科學數(shù)據(jù)庫，可依托自然語言驅(qū)動多步驟科研流程；

OpenAI 推出的 GeneBench-Pro，聚焦基因組學、定量生物學真實場景，專項評測 AI Agent 處理模糊數(shù)據(jù)、完成多階段科研判斷的綜合能力。

但目前行業(yè)主流方案，大多仍局限于讀（文獻）、算（模型計算）的純數(shù)字化場景，尚未完全打通數(shù)字推演到物理實驗驗證的完整閉環(huán)，很難支撐高價值的原創(chuàng)科學研究落地。

「書生·端硯」的核心突破在于構(gòu)建了「讀-算-做」一體化閉環(huán)，補齊 AI 科研最關(guān)鍵的真實場景反饋鏈路，打通了數(shù)字推演到落地實體實驗的關(guān)鍵環(huán)節(jié)。

依托專屬的具身自主實驗體系，平臺打破了仿真計算與實體實驗的場景壁壘，搭建起干濕自主迭代的閉環(huán)：AI 自主生成科研假設(shè) → 智能體完成多維度仿真篩選 → 自動化實驗設(shè)備承接落地測試 → 實測數(shù)據(jù)實時回流迭代。

搭配多智能體協(xié)同核驗系統(tǒng)，全流程無需人工跨平臺搬運數(shù)據(jù)、手動適配格式，可實現(xiàn)自主運轉(zhuǎn)、自動糾錯。

這套運行機制，從根源改善了 AI 缺乏有效反饋迭代的短板，讓每一次模型推演都能對接真實實驗校驗，每一次推演偏差均可得到及時修正，有效改善純模型推演脫離實操場景的問題。

落地成果直觀印證了這套閉環(huán)的應(yīng)用價值：

在蛋白質(zhì)工程賽道，平臺將傳統(tǒng)數(shù)天的迭代周期壓縮至分鐘級，驗證通過率提升超 3 倍，徹底告別「AI 推演、人工苦熬」的低效模式；

在量子計算領(lǐng)域，依托極速閉環(huán)驗證能力，創(chuàng)下 60 毫秒搭建 2024 原子無缺陷陣列的全球新紀錄，讓前沿理論快速落地為可復用的技術(shù)成果。

整體而言，「書生·端硯」的核心價值，并非單純提升計算效率，而是針對性解決行業(yè)普遍存在的推演產(chǎn)出多、落地驗證難、偏差修正慢、成果轉(zhuǎn)化弱的核心痛點，為 AI 科研植入真實世界的迭代邏輯，推動模型從標準化工具，升級為可探索未知領(lǐng)域的科研協(xié)作載體。

反低效內(nèi)卷
沉淀科研復利資產(chǎn)

如果說驗證滯后制約了科研即時落地效率，那么科研經(jīng)驗的零散流失，便是影響 AI 科研長期進化的核心因素，也是大模型科學探索能力增長緩慢的深層原因。

傳統(tǒng)科研體系存在致命的機制短板：各類實驗參數(shù)、失敗案例、仿真代碼、分子結(jié)構(gòu)、測試數(shù)據(jù)，全部零散存儲在個人電腦、孤立設(shè)備、單次項目中，缺乏統(tǒng)一的歸檔、沉淀、復用機制。

一旦遇到團隊更迭、項目結(jié)題收尾，大量試錯經(jīng)驗、核心失敗數(shù)據(jù)便容易流失浪費。

文獻數(shù)據(jù)、實驗數(shù)據(jù)的抽取和沉淀

這也造就了科研領(lǐng)域低效內(nèi)卷的現(xiàn)狀：

AI 持續(xù)擬合公開的成功科研數(shù)據(jù)，卻難以觸達科研場景中占比超 90% 的試錯數(shù)據(jù)；

前人驗證過的無效方案、踩過的技術(shù)誤區(qū)，后續(xù)研究仍會重復嘗試；

已被證偽的科研路徑，模型依舊會反復推演。

導致科研工作僅有單次試錯成本消耗，無長期迭代收益，即便 AI 通用能力持續(xù)升級，原創(chuàng)科學研究成果依舊進展緩慢。

「書生·端硯」搭建的全流程科研資產(chǎn)結(jié)構(gòu)化沉淀體系，可有效破解科研經(jīng)驗流失難題，重構(gòu)科研長期迭代的底層邏輯。

平臺將資產(chǎn)沉淀機制深度融入「假設(shè)-仿真-實驗-回流」全科研鏈路。

所有公式圖表、實驗參數(shù)、運行代碼、成敗數(shù)據(jù)、推演日志，均會按照專業(yè)標準自動結(jié)構(gòu)化歸檔、統(tǒng)一留存、全程留痕。

尤其是行業(yè)長期忽略的海量失敗數(shù)據(jù)、無效試錯參數(shù)，均可完整留存，補足了 AI 科研訓練中稀缺的負樣本數(shù)據(jù)。

更具價值的是，平臺沉淀的科研資產(chǎn)并非靜態(tài)存檔數(shù)據(jù)，而是可復用、可迭代、可持續(xù)反哺模型的動態(tài)核心資源。

跨項目、跨團隊可快速檢索復現(xiàn)、二次調(diào)用，大幅減少重復試錯的無效工作；

同時，涵蓋成功與失敗的全量真實實驗數(shù)據(jù)，可持續(xù)反哺大模型迭代優(yōu)化，穩(wěn)步提升 AI 的科研判斷力與推演精準度，讓模型能夠依托真實試錯數(shù)據(jù)總結(jié)規(guī)律、探索未知。

這是一次科研底層邏輯的優(yōu)化升級：

傳統(tǒng)科研模式下，實驗結(jié)束即流程收尾，失敗數(shù)據(jù)大多作廢閑置；

平臺賦能下，實驗完成即資產(chǎn)沉淀，數(shù)據(jù)積累持續(xù)驅(qū)動科研進階。

每一次試錯、每一組數(shù)據(jù)、每一輪推演，都不再是單一科研的成本消耗，而是支撐后續(xù)創(chuàng)新、驅(qū)動 AI 科研能力進化的核心資產(chǎn)，有效幫助科研工作實現(xiàn)復利式增長。

「書生·端硯」并非單純升級的文獻處理大模型，而是一套完整落地「假設(shè)推演—仿真計算—實體實驗—數(shù)據(jù)回流」全鏈路的科學智能系統(tǒng)。

目前，平臺已在蛋白質(zhì)工程、量子計算、腦科學、新材料研發(fā)、半導體、地球氣象六大前沿科研領(lǐng)域落地應(yīng)用，適配多場景原創(chuàng)科研需求。

AI 賦能科研的終極價值，不是替代研究員思考，而是聚焦前沿核心創(chuàng)新，推動AI從標準化的算力工具，進階為可探索未知、可持續(xù)迭代的科研協(xié)作伙伴。

正如周伯文所言，AI 的使命應(yīng)從「加速科研自動化」邁向「以復雜科研任務(wù)牽引高階智能」。

「書生·端硯」的技術(shù)探索與落地實踐，走的正是這條路——它不是替代科學家做判斷，而是幫助科學家更快地驗證判斷、更系統(tǒng)地沉淀判斷，讓每一次實驗的反饋，都能成為下一次假設(shè)的起點。

參考資料：

邁入AGI科學元認知時刻，『書生·端硯』解鎖全棧科研新能力 | WAIC 2026

周伯文：AGI的下一程，迎接科學元認知時刻 | WAIC 2026