AI 啥时候才算「做出科学发现」？Anthropic 拿生物实验室试水

Anthropic 决定开一个分子生物学实验室，让 Claude 智能体去读论文、生成假设，对难啃的生物学问题大胆猜想。消息一出，那个老问题又被翻了出来：到底什么情况下，我们才能说一个 AI 系统做出了科学发现？ 这个实验室本身是想探索 AI 能怎么帮上科研——从把海量文献梳理一遍，到直接提出实验方案。但它同时也暴露出：把一项发现归到机器头上，真的很难。科学不只是一个答案，它是一整套流程：把问题问对、选方法、解读那些带着噪声的结果，最后还得说服整个学术共同体认可你的说法。 AI 现在确实能帮上其中一部分忙：总结文献、推荐候选分子、找出规律、起草实验流程，有时候甚至能提出人类研究者没想到的假设。但假设不等于发现。只有经过验证、复现和同行审视之后，它才谈得上变成知识。 而且，要判断 AI 的输出到底是真的新颖、靠谱，还是纯粹胡说，人类的把关还是少不了的。模型会幻觉，会漏掉上下文，也可能在不知情的情况下把已有的想法又「发明」一遍。 还有一个哲学层面的问题：如果问题是人问的，工具是人搭的，数据是人整理的，结果也是人解读的，那这发现凭什么算 AI 的？答案可能取决于系统本身提供了多少独立思考和创新贡献。 MIT Technology Review 一直在讨论这些影响，尤其是在 AI 越扎越深地进入药物研发、材料科学和遗传学这些领域之后。现实层面的利害关系也不小：当 AI 智能体参与到实验里，研究机构需要一套关于署名、功劳、安全和可复现性的标准；资助机构也想搞清楚，AI 到底是在加速科学，还是只是在批量生产看起来很像那么回事的文字。 Anthropic 这个实验室与其说是答案，不如说是一个测试案例。它说明这场讨论已经不再是假设性的了。随着 AI 智能体的能力越来越强，科学界迟早得回答：什么才算机器做出的发现，以及怎么在不吹过头的前提下验证它。