AI Coding成功率88%，科研仅3%？「科研是下一个Coding」，还差关键一环

新智元报道 一名顶尖实验室的材料研究员，最无力的瞬间，从来不是想不出创新思路，而是 AI 一天推演上百种新配方，人工实验一年测不完； 最可惜的损耗，不是实验本身的失败，而是随着项目结束、人员更迭导致数据、经验、参数未能有效存留，让下次的研究需要重复起步、反复试错。 这并非是科研人员的个人难题，某种程度上折射出当前 AI for Science （AI4S） 赛道中一个值得关注的结构性矛盾。 当下，人工智能的迭代速度加快，模型参数不断扩容、智能体运行能力稳步提升，曾经按月交付的软件任务，如今以天、甚至小时为单位在快速落地。 行业普遍形成一种共识：沿着现有技术路径持续优化迭代，AI 的通用能力将保持稳步进阶。 但一组真实的行业对比数据，也提示我们对 AI 全能进化的认知要回归理性。 过去十八个月，AI Coding 领域暴热，任务成功率从不足 5% 飙升至 88%，代码生成、自测迭代的闭环已经跑通，赛道增量空间逐步收窄。 反观核心的原创科学研究领域，技术迭代节奏相对平缓。 主流大模型的科研任务完成率在 3% 左右，在 NatureBench 涵盖的 90 项顶级真实科研任务，最优智能体能超越原始论文成果的比例为 17.8%。 这一冷热不均的行业反差，清晰界定了当前 AI 的能边界 ： 大模型更擅长处理答案固定、反馈即时的标准化任务，面对无标准答案、问题维度模糊、验证周期漫长的原创科研场景适配性相对有限。 AI 已熟练掌握高效编码、标准化解题的能力，但在未知领域的自主探索、原创科研创新上，仍存在明显短板。 上海AI实验室主任、首席科学家周伯文认为，这种能力差距的核心，是 当前大模型普遍缺失科学元认知： 它能精准调用海量已知知识，却无法识别知识的边界； 能生成看似自洽的推演结论，却不会自主提出可证伪的科学假设； 能基于文本做概率拟合，却无法在真实世界的反馈中修正、重构自身认知。 标准化解题与原创科研探索的核心差异，正体现在这一点。 究其本质， 当前 AI 科研的核心短板，并非知识储备不足，而是极度缺乏真实科研场景的失败样本与负反馈。 编程场景具备秒级反馈、即时证伪的迭代特性，任务对错可快速判定； 而基础科研试错成本高、验证周期可达数月，失败类数据公开度低、有效反馈样本稀缺。 模型训练大多依托公开的成功论文成果，难以学习海量真实试错背后的底层逻辑，最终形成擅长模仿复用、弱于原创突破的行业现状。 这一现状，进一步凸显了 AI 科研的两大核心瓶颈，制约着技术深度落地： 一方面，大模型可快速推演生成海量科研方案，但线下实验验证效率偏低、进度滞后，逐步形成方案堆积、验证滞后的行业痛点； 另一方面，科研试错经验、实验数据缺乏系统化留存渠道，导致科研工作容易陷入重复试错、低效迭代的状态。 两大瓶颈限制了 AI 科学研究的落地上限，让多年来的 AI4S 技术探索，更多停留在浅层效率提升阶段，难以实现科研范式的颠覆性突破。 WAIC 2026，上海 AI 实验室发布了「书生·端砚」科学发现平台，有望为长期存在的科研结构性矛盾提供一种新的思路与解决方案。 区别于行业内多数产品依托大模型适配科研场景、实现浅层提效的优化模式，「书生·端砚」以干湿实验闭环迭代、科研资产沉淀为核心能力，补齐 AI 科研缺失的真实场景反馈链路，推动 AI 科研应用从单点效率优化，迈向科研范式升级的全新阶段。 真正的科学智能，并非简单的文献阅读、数据计算，而是能够对接真实物理世界的反馈、沉淀可复用、可迭代的科研资产，这也是 AGI4S 领域需要长期探索的核心目标。 补齐 AI 科研反馈滞后短板 打通数字推演与实体实验链路 当前 AI 科研普遍存在推演高效、落地困难的痛点，核心症结在于真实场景反馈机制的不完善。 大模型依托海量文本数据完成训练，擅长基于存量知识开展推演生成，短时间内即可产出大量蛋白质序列、新材料配方、量子排布等科研方案。 但传统科研验证体系与之适配性不足：湿实验依赖人工操作、设备体系分散、流程繁琐，整体通量低、周期长、成本高，一次完整的科研验证往往需要数天甚至数月。 缺少真实实验校验、失败数据修正和物理世界反馈纠错，AI 的各类推演结果，本质上是基于文本数据的概率拟合，尚未完全实现对真实科学规律的精准探索与验证。 行业头部玩家也在持续探索突破： Anthropic 最新发布的 Claude Science，接入 60 个科学数据库，可依托自然语言驱动多步骤科研流程； OpenAI 推出的 GeneBench-Pro，聚焦基因组学、定量生物学真实场景，专项评测 AI Agent 处理模糊数据、完成多阶段科研判断的综合能力。 但目前行业主流方案，大多仍局限于 读 （文献） 、 算 （模型计算） 的纯数字化场景，尚未完全打通数字推演到物理实验验证的完整闭环，很难支撑高价值的原创科学研究落地。 「书生·端砚」的核心突破在于构建了「读-算-做」一体化闭环 ，补齐 AI 科研最关键的真实场景反馈链路，打通了数字推演到落地实体实验的关键环节。 依托专属的具身自主实验体系，平台打破了仿真计算与实体实验的场景壁垒，搭建起干湿自主迭代的闭环： AI 自主生成科研假设 → 智能体完成多维度仿真筛选 → 自动化实验设备承接落地测试 → 实测数据实时回流迭代。 搭配多智能体协同核验系统，全流程无需人工跨平台搬运数据、手动适配格式，可实现自主运转、自动纠错。 这套运行机制，从根源改善了 AI 缺乏有效反馈迭代的短板，让每一次模型推演都能对接真实实验校验，每一次推演偏差均可得到及时修正，有效改善纯模型推演脱离实操场景的问题。 落地成果直观印证了这套闭环的应用价值： 在蛋白质工程赛道，平台将传统数天的迭代周期压缩至分钟级，验证通过率提升超 3 倍，彻底告别「AI 推演、人工苦熬」的低效模式； 在量子计算领域，依托极速闭环验证能力，创下 60 毫秒搭建 2024 原子无缺陷阵列的全球新纪录，让前沿理论快速落地为可复用的技术成果。 整体而言，「书生·端砚」的核心价值，并非单纯提升计算效率，而是针对性解决行业普遍存在的推演产出多、落地验证难、偏差修正慢、成果转化弱的核心痛点，为 AI 科研植入真实世界的迭代逻辑，推动模型从标准化工具，升级为可探索未知领域的科研协作载体。 反低效内卷 沉淀科研复利资产 如果说验证滞后制约了科研即时落地效率，那么科研经验的零散流失，便是影响 AI 科研长期进化的核心因素，也是大模型科学探索能力增长缓慢的深层原因。 传统科研体系存在致命的机制短板：各类实验参数、失败案例、仿真代码、分子结构、测试数据，全部零散存储在个人电脑、孤立设备、单次项目中，缺乏统一的归档、沉淀、复用机制。 一旦遇到团队更迭、项目结题收尾，大量试错经验、核心失败数据便容易流失浪费。 文献数据、实验数据的抽取和沉淀 这也造就了科研领域低效内卷的现状： AI 持续拟合公开的成功科研数据，却难以触达科研场景中占比超 90% 的试错数据； 前人验证过的无效方案、踩过的技术误区，后续研究仍会重复尝试； 已被证伪的科研路径，模型依旧会反复推演。 导致科研工作仅有单次试错成本消耗，无长期迭代收益，即便 AI 通用能力持续升级，原创科学研究成果依旧进展缓慢。 「书生·端砚」搭建的全流