从Chat、Code到Discovery，AI开始学着做科学家

成立才一个多月，估值就要冲到 500 亿美元。

根据 Business Insider 9 月 11 日报道，Jeff Dean 的新公司 Discovery Loop 正在寻求新一轮融资，这个数字几周前还是 100 亿美元，虽然还未最终落定，但目标估值已经翻了五倍。

按照 Discovery Loop 公司的规划，AI 将参与提出实验、执行实验和分析结果，而第一个被研究的对象，就是自家的技术体系。

资本押注的逻辑很清晰：如果 AI 能加速 AI 的研发，那被加速的就是一切。

2022 年底 ChatGPT 刚出现时，大家还在惊讶于 AI 能写文章、回答问题。如今，从 Chat 到 Code，AI 能够完成的任务越来越复杂。

过去几个月，这种 “推背感” 又强了一截。

5 月，OpenAI 公布了一份由模型给出的数学证明，推翻了数学家研究了近 80 年的埃尔德什单位距离猜想。几位外部数学家检查了证明，还专门写文章讨论它带来的新认识。

Anthropic 则把一个 AI 研究问题交给了一群 Agent，利用较弱模型的反馈训练更强的模型。在这个过程中，研究人员只设定问题和评价标准，AI 自己提出思路、运行实验、比较结果，再继续调整。在论文实验中，AI 找到的方法超过了人类研究者调优的基线。

Demis Hassabis 在今年 Google I/O 表示，如今是 “科学发现的新黄金时代”。Chat、Code 之后，全球最前沿的实验室都在不约而同地往一个方向走 ——Discovery，让 AI 参与科学发现，创造连人类也不知道的新的知识。

图 1：智能跃迁的三个阶段：从 Chat 到 Code 再到 Discovery Intelligence。

从 Chat 到 Code，变化的不只是模型能够完成的任务，也包括模型能够接触和学习的经验类型：从静态知识，扩展到带有行动、结果与反馈的交互式 experience。

但越往未知处走，AI 就越难依赖现成的任务说明。当人类也不知道答案时，AI 该如何选择下一步，又怎样把一次探索中获得的经验，用到下一次研究？

现在，这个领域迎来了一位值得关注的新玩家。

9 月 15 日，新型研究组织（Neo Lab）PhAI Labs 发布 Discovery Foundation Models（DFM）技术报告，提出一套面向开放式科学发现的通用模型系统。核心团队成员来自斯坦福、牛津、普林斯顿等高校及产业研究机构，研究方向涵盖基础模型、强化学习、智能体、科学智能与递归自我改进（RSI）。

这支团队兼具顶尖科研履历与模型研发经验。据介绍，核心成员在 Cell、Nature、Science 三大期刊均有第一作者论文，在 NeurIPS、ICML、ICLR、CVPR 等顶会上累计发表百篇论文，多项工作入选 Oral。除了学术成果，团队还拥有基础模型预训练、强化学习与具身智能系统研发的实战经验。更为难得的是，这一团队组合将科学问题定义、模型训练、具身执行与强化学习四层能力汇聚于一体，为连接科学问题、模型研发和实验反馈提供了科研与工程两方面的支撑。

他们的思路，是把科学发现从一条直线变成一个闭环：

让 AI 自己识别值得研究的未知问题，提出的假设也不停留在文本里，而是进入真实的工具、数据与实验环境，接受外部证据的检验，而每一次验证的结果，都成为下一次探索的起点，反过来更新 AI 对世界的理解，开启下一轮发现。

在这个过程中，人类科学家的判断与关键选择被完整记录下来，成为训练下一代模型的经验。

• 技术报告：Discovery Foundation Models: Toward Open-Ended Discovery Intelligence
• 报告链接：https://arxiv.org/abs/2609.15973
• DFM 科学家计划入口：https://phai-labs.com/collaborate/
• 官方网站：https://phai-labs.com/

模型已经很强，科研还卡在哪里？

让 AI 进入科学研究，困难首先在于：研究往往没有一套预先写好的任务说明。

Karpathy 今年 3 月开源的 autoresearch，AI 自主修改训练代码、运行实验，并根据指标保留还是撤回。autoresearch 可以在明确的训练环境里，用固定指标判断一次修改是否有效。

但在真实科研中，研究者可能连应该研究什么、应该测量哪些变量都需要反复斟酌。一次实验失败，有时意味着方法需要调整，有时则是问题本身就问错了，而区分这两种失败，恰恰是科研里最难、最有价值的判断。

这些判断很少完整地出现在论文里。人们通常能读到最终结论，却不容易看到一个假设为什么被放弃、一次实验为什么失败，以及哪条新证据改变了研究方向。而这些没被写下来的过程，正是 AI 学会做科研最需要的学习材料。

实际上，从产业分工看，两端的资源已经存在。一端是前沿 AI 实验室，提供通用模型、推理能力、算力和训练工具；另一端是科学家、研究机构和自动化实验平台，拥有真实问题、专业数据、实验条件和领域判断。

然而，两端之间，仍有巨大 Gap：

• 用通用大模型，经验留不下来。科学家会不断追问、修改或否定 AI 的建议。但这些反馈往往散落在聊天记录里。后续实验结果没有返回系统，AI 就无法知道自己的哪项建议有效、哪项判断被证伪。
• 用 AI Scientist，领域换不动。自动研究 Agent 能在计算环境里完成连续实验，但每换一个领域，工具、数据接口和验证流程都要重新配置；一旦涉及细胞培养、分子合成这类湿实验，还要解决仪器接入和真实反馈的问题。
• 用专用科学模型，预测接不上决策。AlphaFold 能预测蛋白质结构，分子生成模型能设计候选分子。但预测做得准确，不代表能自动回答后续问题：改变一个分子、加入一种物质或者调整实验条件，会带来什么影响？这些判断仍需要额外的模型、仿真或实验。
• 就算建起自动化平台，经验也复用不了。哪些方案可以先用计算方法筛选，哪些地方必须请科学家判断，哪些假设值得投入时间和资源做湿实验。这些选择如何配合，一次研究积累的经验怎样用于其他项目，还是需要有人来组织。

四个问题指向同一件事：AI 不缺工具，缺的是让判断、证据和经验持续积累的闭环。而这，正是 PhAI Labs 要解决的事。

构建承载科学研究经验的基础设施

PhAI Labs 的判断是，要让 AI 参与科学发现并且让这一过程规模化，缺的不只是更强的模型，还需要一套能够承载科学研究经验的基础设施

模型会迭代，但研究过程中产生的判断、证据与反馈，需要一个地方沉淀下来。

这套 Science Infrastructure 需要组织科研数据与研究轨迹，提供可执行、可复用的科学环境，连接模型、工具、仿真、科学家和真实实验，并让一次研究中产生的经验能够进入下一轮训练与发现。

为此，PhAI Labs 提出了一个五层能力体系。

最底层是 Science Data，负责整理科研数据和研究过程。科学家的修改、工具的运行结果、真实实验的反馈，都需要保留来源和上下文，才能成为后续研究与模型训练可用的材料。

第二层是 ScienceIDE，把科学代码、工具、任务目标和验证标准组织成可执行、可验证和可复用的研究环境，让研究者在进入一个新任务时，不必每次从零搭建工具和流程。

第三层是 JEPA-Anything，探索如何预测科学系统在不同条件下的状态变化。例如，采取一种干预、改变某个实验条件之后，可能发生什么？这类预测可以帮助研究者快速筛选方案，再把更值得验证的假设交给耗时更长、成本更高的湿实验。

第四层是 DFM 核心推理系统，通过多模型协同组织研究过程。它结合了基座模型、当前研究状态、记忆和验证机制，决定下一步是修改假设、调用工具、进行预测，还是寻求专家判断与实验验证。

第五层是 ScienceBuddy，负责与科学家的实时交互。研究者的追问、修改、采纳和否定，都可以成为系统改进的依据，并进一步返回数据层。

图 2：PhAI Labs 的五层能力体系，连接前沿模型、科研环境与真实实验反馈。

从数据、环境、预测、推理到交互，这五层让不同速度、不同成本、不同可靠性的反馈得以彼此结合，共同支持一项研究持续推进。

PhAI Labs 当前主要围绕已有基座模型的后训练和系统工程开展工作，长期目标则是形成面向科学发现的原生基础模型家族。

做完这次研究，下次能不能少走弯路？

如果说五层体系回答的是基础设施该如何组织，那么处于体系核心的 DFM，回答的就是一个更具体的问题：拿到新证据之后，研究该继续往前走，还是回头调整方向？

PhAI Labs 将 DFM 定义为一类面向科学发现的通用模型系统。与现有的 LLM 不同，DFM 要让 AI 逐步参与到三类工作中。

首先，AI 要能和科学家一起识别值得研究的未知，把一个尚未解释的现象，转化为可以着手研究的问题。

其次，是科学表征的构造与修订 —— 用哪些变量、哪些关系来描述研究对象，本身也需要随着研究调整。当现有分析框架遗漏了重要因素，系统就需要重新选择观察和描述问题的方式。

其三，提出假设之后，AI 还要调用仿真、仪器和实验来检验它，并根据得到的证据更新自己的判断。

图 3：从预定义任务到知识生产过程，LLMs 与 Discovery Foundation Models（DFMs） 的能力边界对比。

为此，一个完整的 DFM，由基座模型、研究状态、记忆、科学工具、实验环境、验证机制和人类监督共同构成。模型负责推理，工具和实验帮助取得证据，研究记录则保留此前的判断及其依据。

DFM 希望系统不仅学习 “得出了什么结果”，也学习 “结果是如何被产生和验证的”。这些连续的研究过程可以被组织为 research trajectory，成为后续形成可复用发现技能的基础。

举个例子，当现有数据解释不了某个现象时，系统需要判断，是数据不够、假设不对，还是此前选择的观察方式遗漏了关键因素。补充数据、更换解释、加入新的观测变量，会把研究带向不同的下一步。DFM 希望 AI 能够参与这些选择，并用后续证据检验自己的判断。

要作出这样的判断，系统首先需要知道：研究现在进行到了哪一步，哪些判断已经有了证据支持，哪些还只是猜测，接下来又有哪些实验可做。

为此，PhAI Labs 提出了Zetema 参考架构，将当前问题、描述问题的变量与关系、候选假设、已有证据、实验行动和可用资源，组织成一个可以持续更新的 “研究状态”。

Zetema 想让 AI 学会的，是根据证据改变研究方向。

在一次研究过程中，系统可以同时保留几种解释，比较各自的依据，再选择最有助于分辨这些解释的下一步实验。当结果与预期不符时，系统不仅要重新生成一个答案，还需要据此决定，是要继续收集证据，放弃某个假设，还是重新定义问题。研究方向和分析方法本身，都可以随着证据改变。

验证同样贯穿始终。关键行动还需要经过逻辑、证据来源核对，以及工具和仿真验证，系统也需要主动寻找可能推翻假设的证据，必要时交由人类审批。代码和仿真可以提供计算层面的结果，仪器与真实实验则带来物理世界的反馈。

新证据改变现有认识，新的认识又影响下一轮提问和实验。由此构成一个递归发现循环（Recursive Discovery Loop）

图4：Recursive Discovery Loop——从问题发现、假设形成到外部验证，再回到对世界理解的更新。

这里最值得期待的，是下一次研究能留下多少 “上一次的经验”。

哪些路已经试过，哪种工具适合处理这类问题，什么证据足以推翻一个假设 —— 如果这些都能积累下来，AI 再面对新问题时，就有机会少走一些弯路。

五轮实验里被重新打开的研究方向

前面所说的根据证据改变研究方向，并不是停留在架构图上的设想。在一个治疗肽设计中，PhAI Labs 的 GALILEO 系统就已经实际做出过这样的调整，把一个此前放弃的设计思路重新纳入下一轮研究。

肽可以简单理解为由氨基酸连接成的短链。选用哪些氨基酸、按什么顺序连接，会影响它的性质。研究者的任务，就是从大量可能的组合中，找到具有治疗潜力的候选分子。

GALILEO 系统先根据已有生物数据和研究知识选择方向，再检索、修改并设计候选肽。随后，机器人把这些候选分子实际合成出来，人类研究团队检查这些分子的质量，再通过成像等实验观察它们的作用。

实验结果返回系统后，下一轮设计也随之调整 —— 哪些设计值得继续，哪些应该放弃，对分子作用方式的解释是否成立，都要根据新证据重新判断。

在连续五轮设计与实验中，GALILEO 系统先逐步缩小探索范围，放弃了一批缺少证据支持的组合。但到了第四轮，随着对分子作用方式的假设发生变化，系统重新审视了那些早先被排除的设计思路，并把其中一部分又重新纳入考虑。换言之，它放弃的不是某条路本身，而只是当时证据下的结论，当证据更新，判断也随之更新。

研究团队还开展了类器官实验。类器官是用细胞在实验室里培养出的三维结构，能够模拟真实组织的部分特点，用来观察候选分子的作用。经过五轮湿实验反馈，系统总结出一组用于后续肽设计的经验，涉及分子中亲水和疏水部分如何搭配，以及怎样调整两者的平衡。这些经验不是某一次实验的结果，而是整个探索过程的产物。

图 5：GALILEO 展示治疗肽发现中的设计、实验、反馈与修订闭环。

GALILEO 仍是一个特定领域的案例，但它给出了一个具体的起点：AI 提出方案，真实实验提供反馈，系统再从反馈中修改判断、积累经验。接下来要看的，是这种能力能否应用于更多科学问题。

PhAI Labs 也启动了DFM 科学家合作计划，希望与科学家、实验室、科研团队和产业研发团队一起，从真实的研究问题出发，把各自领域中的研究积累与 AI 研究与工程能力结合，共同探索值得追问的问题，也在实际研究中完善这些工具与基础设施。

9 月 16 日至 18 日，PhAI Labs 还将依次发布 AI 科研搭档 ScienceBuddy、科学集成开发平台 ScienceIDE，以及跨领域统一科学世界模型 JEPA-Anything。

这些设想能走多远，团队计划通过开源研究、科学实验和外部合作，一步步验证。

结语

文章开头我们问过：当人类也不知道答案时，AI 该如何继续学习？

答案或许不是让 AI 给出更多答案，而是让它学会人类科学家最艰难的那项本领 —— 根据证据，改变方向，并且让每一次这样的改变都被记录下来，成为下一次研究的起点。

科学本身，就是人类面对未知时发明的学习方法。而它第一次，有了新的学习者。