AI搞科研，到底在替谁打工？
AI 总结
这篇署名思策智库、经钛媒体、36氪与虎嗅转载的评论，梳理了AI for Science的真实进展与边界。作者称，截至2026年，Google DeepMind的GNoME所预测的材料中已有700多种在全球实验室被成功合成，其中包括528种潜在固态电解质候选和5.2万种类石墨烯层状化合物；GNoME此前预测了220万种全新潜在晶体结构，其中逾38万种被判为热力学稳定的无机材料。文章还提到A-Lab等自动化实验系统不到一个月可产出41种新材料，并称已有AI参与推进的分子在临床IIa期显示肺活量改善、计划2026年走向III期。作者同时泼冷水：材料学家曾质疑大量预测结构只是已知相的变体，AI实际是把瓶颈从“想不出来”搬到“验不过来”，产业化仍受中试、良率、监管与验证资源制约，且利润未必留在模型层。
深度见解
它提醒从业者：AI for Science目前主要压缩搜索与试错成本，真正稀缺、也真正决定收益归属的，是验证能力与产业化环节。