智源深澜王承志：锚定 AI for Science 3.0 时代，让 AI 自主跑通蛋白定向进化

📌 一句话摘要

智源深澜创始人王承志分享了团队在自动化蛋白质连续定向进化平台上的硬核实践，并阐述了 AI for Science 从辅助工具到自主科研智能体的演进路径与深层思考。

📝 详细摘要

本文是未来光锥「AI for Science 创变者说」系列沙龙的首期分享实录。智源深澜创始人王承志系统阐述了 AI for Science（AI4S）的三个演进阶段：1.0 辅助工具、2.0 导航式设计引擎、3.0 自主科研智能体。团队从创立之初就瞄准 3.0 目标，打造了全球首个工业级、可编程的自动化蛋白质连续定向进化平台，相关成果登上《Nature Chemical Engineering》封面。文章通过两个硬核案例展示了平台能力：一是利用 NIMPLY 生物逻辑门遗传线路筛选精准转运的蛋白变体，二是成功进化出兼具双活性且转录活性提升 5 倍的 CapT7 融合酶。王承志还深入剖析了当前 AI4S 面临的三大核心问题：科学 AI 的隐蔽幻觉、实验验证产能瓶颈、开源科学代码工程化缺失。最后，他对 AI 自主科研时代可能带来的理论膨胀、科研劳动商品化、科研加速不均等性等深层影响提出了警示性思考。

💡 主要观点

- AI for Science 正从辅助工具向自主科研智能体演进。 王承志将 AI4S 划分为三个阶段：1.0 辅助工具仅做数据分析，2.0 导航式设计引擎形成干湿闭环，3.0 自主科研智能体实现设计-执行-分析-迭代全闭环，人类只需定方向。

智源深澜打造了全球首个工业级自动化蛋白质连续定向进化平台。 该平台是一个物理世界的 AI 智能体，能自动分析实验数据、设计下一轮实验并驱动机器人执行，可连续运行 1 个月无人工干预，成果登上 Nature Chemical Engineering 封面。

科学 AI 的隐蔽幻觉比通用大模型更危险。 科学 AI 的幻觉往往位于合理但错误的区间，看起来专业且有置信指标，容易被下游研究者当作起点，造成错误的级联放大，在自主实验室中危害尤甚。

AI 生成假说的速度远超实验验证能力，形成理论膨胀。 AI 的产出是指数级增长的，而实验产能是线性甚至恒定的，这导致大量处于量子叠加态的待定理论积压，科学探索的重心正从如何发现转向如何筛选。

AI 自主科研可能加剧全球科研不平等，形成发现垄断。 AI 自主科研高度依赖算力、数据和自动化实验室，拥有这些资源的机构和国家将在科学竞争中占据绝对主导，小国家和独立研究者可能被边缘化。

💬 文章金句

- AI 在科学领域不是加速了发现，而是加速了'猜测'的产出。它生产假说的速度远超人类验证假说的能力。

• 当猜测的库存积压到实验验证无法消化的程度，整个系统的瓶颈就不再是想象力，而是物理世界的执行带宽。
• 未来科学发现的竞争，可能不再属于最聪明的人，而是取决于谁有最大算力、谁有最多自主实验室、谁有最完整的数据飞轮。
• 当 AI 能自主完成科研全链条，科研会从'精英智力活动'变成'可量化、可交易的商品'。
• 科学 AI 的幻觉往往位于'合理但错误'的 sweet spot——不是胡说八道，而是那种'差一点点就完美了'的精致错误。

📊 文章信息

AI 初评：86

来源：果壳

作者：果壳

分类：人工智能

语言：中文

阅读时间：15 分钟

字数：3663

标签： AI for Science, 蛋白质定向进化, 自动化实验室, AI智能体, 生物技术

阅读完整文章