别再把AI当成高级点的搜索引擎了，它现在真能自己写论文，甚至还能过审。 前阵子WAIC大会上有个数据挺扎眼。超衍智能创始人陈勇超现场展示，他们团队搞的Apex Search模型直接生成了34篇论文，然后原封不动提交给ACL和ARR的学术评审体系。结果大概有10篇进了Findings或者主会，其中两篇拿了3.67分，直接超过95%的人类投稿。部分审稿意见里甚至写着“领域内首项研究”和“实验严谨”。 这说明AI早就不是那个只能帮你润色摘要、查查文献的聊天助手了。它已经开始深度介入科研的全流程。从想idea、写代码、跑实验，到分析数据、撰写成文，它自己就能跑通一个闭环。 以前我们做研究，大半时间耗在浩如烟海的文献检索和基础代码调试上。现在这些脏活累活，AI不仅能干，干得还比人快。但这并不意味着人类研究员可以彻底躺平。机器负责扩大搜索空间和验证，你得负责定义价值和把控方向。 别再浪费算力去问它今天中午吃什么了。赶紧把手头的科研工具链升级一下，把重复性的检索和基础实验扔给AI。当你还在用它搜资料时，聪明的同行已经让它当上联合一作冲击顶会了。掌握正确的人机分工，把精力留给核心逻辑和创新点，才是这轮AI科研红利的正确吃法。 既然AI连论文都能自己投中顶会，那它到底是怎么干活的？咱们直接拆解这个自进化闭环的实操工作流。 先聊想Idea。别直接问AI给我个idea，它只会给你一堆正确的废话。正确的姿势是，把领域内最新的几篇顶会论文和核心痛点喂给它，让它做文献交叉碰撞。它会吐出几十个候选方向，你从中挑出一个最有潜力的。 然后进入写代码和跑实验环节。把选定的方向扔给代码大模型，直接生成实验脚本并运行。这里最核心的不是跑通，而是跑不通的时候怎么办。 这就是自进化的灵魂所在。实验报错了，别急着人工去改Bug。把报错信息和失败轨迹直接扔回给模型，让它自己分析原因、调整代码逻辑，然后再跑一次。超衍智能陈勇超在现场就透了底，模型从科研过程和环境反馈中持续学习，把成功和失败的轨迹沉淀下来，继续调整数据、模型和Harness。 以前做实验，跑不通就得熬夜查Bug、翻文档，一个参数调半天；现在AI自己试错，自己迭代，一晚上能跑完你半个月的实验量。 别再把AI当成问完就关的对话框了。给它搭建一个能持续吸收环境反馈的执行流，你只负责拍板哪个方向有学术价值，剩下的试错苦力活，放手让闭环自己去转。 AI跑实验越来越猛，甚至能盲投中顶会，那怎么防止它大力出奇迹搞出一堆学术垃圾？这就得守住人机分工的底线。 复旦大学王天栋在WAIC现场点透了这层关系。AI擅长检索归纳找特例，能同时跑出几十条候选路径。但研究者得负责判断问题重不重要，再用严谨的概念给结果上约束。 以前做研究，人容易陷在浩如烟海的文献和繁琐推导里。现在AI把搜索空间无限放大，你得把精力收回来，死死盯住价值这两个字。它能不能跑通实验是一回事，这结果对学科发展有没有实质推动是另一回事。 魏忠钰也提了个很尖锐的问题，AI一次生成几十篇论文，有几篇拿了高分，你怎么判断它是真具备顶级科研能力，还是刚好钻了同行评议机制的空子？ 当论文生成速度远超人类阅读极限，评估绝对比生成更让人头疼。所以机器负责验证，人负责定价值。在数学证明里，得加入机器验证去查推理跳步和计算错误。在生命科学里，静态结构预测完了，动态分子的实验反馈一个不能少。到了社会模拟，更得警惕模型是不是把训练数据里的刻板印象当成了真实社会规律。 别把脑子外包给大模型。把找线索、跑验证的体力活扔给AI，把判断问题价值、设定约束条件的核心权力攥在自己手里。当你不再纠结于它算得快不快，而是死磕它算得对不对、有没有用时，才算真正拿到了AI科研时代的入场券。 搞定了数理逻辑，咱们再看看AI在社科和物理交叉领域的进阶玩法。 以前做社会实验或者物理仿真，受限于现实伦理和算力瓶颈，往往只能搞小样本或者纯理论推导。现在AI直接掀桌子，开始玩高通量社会模拟了。 上海人工智能实验室的瞿晶晶团队弄了个社会模拟平台Epitome。这平台能一键生成上千个虚拟样本，把十年的社会演变过程硬生生压缩到14小时。你想测试某种教育政策对儿童成长的影响，以前得发问卷、做几年追踪，现在直接在虚拟环境里调整干预政策和群体关系，快速观测长期影响。 但别高兴得太早。大模型模拟个专家头头是道，真要让它精准模拟一个处于具体家庭和社会关系中的小孩，很容易翻车。虚拟角色表现出的态度，到底是真实的社会规律，还是把训练数据里的刻板印象缝合在了一起？这种时候，人类的常识判断比模型的算力更关键。 物理实验这边，AI也在加速往真实世界扎根。Om AI联汇在WAIC上推了端侧原生架构的VLX模型。物理世界讲究实时、动态、高频交互，以前把云端大模型裁剪一下塞进终端，延迟高得根本没法用。现在直接重构底层逻辑，让AI在端侧独立运行，死磕低延迟和隐私安全。 不管是搞社会模拟还是物理实验，AI都在把探索的边界推向极致。但越复杂的交叉领域，越容易把训练数据的偏差放大成系统性的偏见。别盲目迷信模型跑出来的漂亮曲线，去现场看看那些无法被量化的真实反馈，才是防止AI在交叉学科里走火入魔的唯一解药。