【專訪】曹原：AI for Science 驗證是瓶頸，概念抽象是 AGI 的 last mile

Jeff Dean 在谷歌工作了二十六年，把這家公司的底層基礎設施幾乎從頭蓋起——MapReduce，Spanner，BigTable，TensorFlow，TPU，一路蓋到 Gemini。八月第一週，他帶著幾位老同事出走，成立 Discovery Loop，目標是用 AI 自動推進科學研究。硅谷的人說這是一個時代的終結。曹原——Google DeepMind 前資深研究科學家，現為 AI 初創公司 Unreasonable Labs 的聯合創始人——坐下來接受矽谷 101 主持人陳茜的訪談，把這件事從裡到外拆了一遍。他在 DeepMind 做過 Gemini 的模型迭代與後訓練，比外面的人更清楚 Google 內部的優先級是怎麼排的，也更清楚 AI for Science 這條路現在到底走到哪裡。

這場訪談有五個值得說的點。第一，Google 的問題不是 Jeff Dean 走了，而是 Gemini 落後了，內部資源被迫集中，科學家待不住只是症狀。第二，AI for Science 這個賽道現在能爆發，是因為寫代碼和數學推理這兩塊能力剛剛到位，天時地利湊齊了。第三，整個科研閉環最難的一環不是 AI 夠不夠聰明，而是物理世界的驗證速度跟不上——這個瓶頸沒打通，再強的模型也只是在排列組合已知答案。第四，AI 拿諾貝爾獎要二三十年，原因不是算力不夠，而是概念抽象這件事本身可能根本不是可計算問題。第五，OpenAI，Google，Anthropic 三家都在布局 AI4S，但短期優先級都還是 coding 和商業化，這給新型實驗室留了先手空間。合起來看，這場訪談的底色是：AI for Science 是真賽道，但現在大部分人低估了它的難度，也高估了它的速度。

◎Gemini 落後才是 Jeff Dean 出走的真正背景

曹原說得很直接：Google 今年年初 Gemini 3.1 Pro 還算排得上名次，但過去三四個月，Anthropic 和 OpenAI 的模型突飛猛進，Gemini 3.5 Flash，3.6 Flash 表現平平，3.x Pro 到現在還沒正式發布。在這個背景下，公司必須集中資源追趕，科學研究的優先級自然往後排。Jeff Dean 和他的老夥伴們——AlphaFold 的聯合發起人 John Jumper 稍早也跳去了 Anthropic——與其說是被趕走，不如說是在公司轉向商業追趕的當口，選擇去做自己真正想做的事。曹原補了一句：Google 擁有從底層芯片到消費者產品分發渠道的完整全棧能力，不可能因為幾個人離開就做不下去。問題是優先級，不是能力。

◎AI for Science 現在能爆發，靠的是兩塊剛到位的能力

為什麼是 2026 年？曹原的答案很清楚：前兩年 AI 最能體現推理智能的，就是寫代碼和解數學這兩件事。這兩塊到位之後，AI 作為智能體的整套工作流框架也跟著成熟——它可以提出假設，寫代碼分析數據，根據反饋迭代下一步實驗。這套能力一旦能可靠運行，你就可以把它接到更複雜的科學問題上。生物和製藥是最先爆發的方向，原因也很務實：市場大，流程相對標準化，數據豐富，而且開發一個新藥本來就要花好幾億美元，跑好幾年，任何能壓縮成本的工具都有人願意付錢。材料科學市場雖大，但價值鏈太碎，一個標準方法很難吃下全局。

◎驗證是瓶頸，不是 AI 不夠聰明

AI for coding 之所以能形成商業閉環，核心原因是驗證快——寫完代碼馬上知道對不對。AI for Science 最大的障礙不在模型本身，而在物理世界的驗證速度。你讓 AI 提出一個新的核聚變裝置設計，做實驗的成本和時間根本跟不上模型的迭代速度。曹原給了一個理想狀態：如果物理實驗能一分鐘出一次結果，這個問題就解決了，可以像訓練代碼和數學一樣無限迭代。現實是，大部分物理實驗做不到這一點。短期出路有兩條：一是自動化實驗室，用機器人標準化操作流程，Ginkgo Bioworks 和 Google DeepMind 與勞倫斯伯克利國家實驗室合作的 A-Lab 是早期案例；二是提高 AI 本身的推理精度，讓每次實驗的命中率更高，從而減少需要做的物理實驗次數。

◎三大 AI 公司都在布局，但短期優先級都不是 AI4S

曹原的估計是至少二三十年，而且他說的不是工程問題，是根本性的能力缺口。諾貝爾得主 Jennifer Doudna 用過 AI 輔助科研，結論是：AI 給出的每一個提議，都是她之前就知道的東西。AI 目前能做的，是在已有的表徵空間裡排列組合，搜索答案；它做不到的，是從觀察中抽象出新概念——就像牛頓從蘋果落地這個隨機事件裡，提煉出力這個概念，再形式化成 F=ma。曹原說，這個從感官輸入到概念抽象的過程，甚至可能不是一個圖靈可計算的問題。語言模型的整個宇宙由訓練數據決定，新知識按定義就不在訓練數據裡，這個矛盾不是靠算力能解決的。他把這稱為 AGI 的 last mile——而且這一英里可能永遠無法逾越。

◎三大 AI 公司都在布局，但短期優先級都不是 AI4S

Google 布局最早最廣，Alpha 系列從 AlphaFold 到 AlphaEvolve 都是，但現在重心必須放在追趕 Gemini 上。OpenAI 動作激進，GPT 與 Ginkgo Bioworks 的自動化實驗室閉環是目前最有說服力的案例，還有針對生物化學推理定制的 GPT-Rosalind，以及剛發布的數學模型 Astra；但負責 AI4S 的主管 Kevin Weil 今年離職，相關資源被並入 Codex，說明商業優先級還是壓過了科學布局。Anthropic 是後來居上的姿態，剛發布的 Claude Science 平台本質上是工作台界面，把生物化學數據庫和工具接進去，模型本身並沒有專門為科學發現優化；挖來 AlphaFold 聯合創始人 John Jumper，下一步大概率是補這塊垂直模型的缺口。曹原的判斷：大公司有創新者窘境，coding 商業化路徑太清晰，短期不會輕易挪資源。這給 Discovery Loop 這類新型實驗室留了先手機會。

AI for Science 是真的，但現在最大的風險是把它說得太容易。驗證瓶頸沒打通，概念抽象能力沒有，語言模型的邊界就是它的邊界。曹原說得最清醒的一句話是：AI and Science，不是 AI for Science——你不是把科學當應用，而是得先讓 AI 本身變得更強，才有資格去碰最難的科學問題。這件事沒有捷徑，二三十年是他給的時間表。在那之前，人的價值在哪裡？定義問題，做最終判斷，理解 AI 給出的答案背後到底發生了什麼。黑盒給出正確答案，和人類真正理解這個答案，是兩件完全不同的事。