惊！AI开始亲自动手做实验了

编辑｜Panda 在《生化危机》里，有一套位于地下深处的实验室「蜂巢」。门禁、监控、通风、安保乃至整个设施的运行，都被交给了一个 AI：红皇后。 人类科学家负责研究，但真正掌握这座实验室「手脚」的是 AI。 当异常发生，红皇后可以关门、切断系统、控制设施，直接干预物理世界。 二十多年前，这样的情节还是科幻电影用来制造恐惧感的经典套路：AI 进入物理世界，操纵机器、运行实验，直接干预现实世界。 现在，这个画面开始以一种完全不同的方式进入现实——至少目前还不恐怖。 就在昨天，Anthropic 发布了面向物理硬件的 Model H ardw are Standard（MHS） ，试图把 MCP 的逻辑从 GitHub、Slack 和数据库进一步延伸到机械臂、显微镜、液体处理器、激光器等真实设备。参阅报道《 刚刚，Anthropic 发布物理 MCP：Claude 开始接管真实世界 》。 简单来说，AI Agent 不只要有调用软件的「接口」了，它开始需要一套连接现实世界的「神经和手脚」。而今天，谷歌 DeepMind 又展示了自己在这方面的成果。 在一篇刚刚公布的 83 页论文中，谷歌把 Gemini 驱动的 Co-Scientist 接进了真实科研流程，并且还让其设计实验、生成执行代码、读取实验反馈，并直接与实验设备发生连接。谷歌将这种变化称为从 in-silico hypothesis generator 走向 execution-grounded research partner，即 芯片内的假设生 成器 → 基 于执行的研究伙伴 。 最直观的一次实验里，研究人员把一台自建 CVD 设备的条件告诉 Gemini 3 Deep Think。几分钟后，它给出了适配这台机器的材料生长方案，并进一步把方案翻译成能够控制设备的机器代码。最终，三种二维半导体都实现了首次尝试成功生长。 于是，一个过去主要存在于科幻电影里的场景突然变成了现实：当大模型真的长出「手」，开始操纵实验设备。那么，从今天开始，AI Scientist 会变成什么？ 《生化危机》里，人类害怕 AI 接管实验室。而现实中的科学家，正在主动把实验室一点点交给 AI。当然，谷歌想做的，可不是失控的「蜂巢」，而是 一台可以从提出假设、设计实验一路跑到现 实验证的 科学发现机器 。 论文标题：Accelerating Scientific Research with Gemini in the Real-World 论文地址：https://arxiv.org/pdf/2608.26701 Gemini 接管了一台实验设备 首先， 材料科学 。 研究人员使用的是一台自己搭建的化学气相沉积设备，也就是 CVD 炉。做这类二维材料实验时，一个长期存在的问题是： 公开的「配方」 难以 复现 。 同样是温度、气体、前驱体这些参数，换一台炉子，炉腔大小、气流、材料摆放位置稍微不同，最后长出来的晶体就可能完全不一样。研究人员往往需要用几周甚至几个月时间反复调参。 于是研究团队不再告诉 Gemini 应该怎么做实验，而是把实验室有什么设备、有什么化学品、炉子是什么结构告诉它。剩下的参数由 AI 自己决定。 Co-Scientist 根据这些约束，生成气体流量、温度曲线、前驱体用量、材料摆放位置等完整实验方案，再交给实验设备执行。 其中一组实验非常亮眼。研究团队把 Gemini 3 Deep Think 接进 CVD 控制流程后，它不再生成一份自然语言实验方案供科学家慢慢阅读，而是在几分钟内完成推理，并把结果直接翻译成可以控制设备的机器代码。 最终， MoS₂、MoSe₂ 和 WS₂ 三种二维半导体，都在第一次实验中成功长出了单层晶体 。整个实验流程大约一小时完成。 其中 MoSe₂ 和 WS₂ 更特殊： 研究人员此前甚至没有在这套设备上生长过这两种材料 。后续至少五次重复实验也验证了结果。 这和昨天 Anthropic 展示的 MHS 有一个很有意思的呼应。Anthropic 想解决的问题，是怎样让 Agent 更方便、更标准地认识和操纵实验设备；谷歌这篇论文讨论的则是下一步：当推理模型已经能够控制实验设备时，科研工作流该怎么重构？ 从这个意义上说，「AI 连接硬件」已经不是问题了。 不只是照着论文做实验，AI 还开始自己找配方 不过，如果只是让 Gemini 根据已有知识调一套设备，还不能算真正意义上的科学发现。所以谷歌做了第二个更难的实验：尝试从底向上合成一种叫 Ti₃C₂Tₓ 的 MXene 二维材料。 传统路线往往涉及危险腐蚀剂，而已知的一些 CVD 方案又会使用有毒且对空气敏感的 TiCl₄。研究团队因此给 Co-Scientist 提出了一个任务：能不能找到一条更安全的前驱体路线？ Co-Scientist 最终把目标锁定在了六氯乙烷 C₂Cl₆，并进一步给出了前驱体数量、位置、气体流量、基底和温度曲线等一系列参数。 但这并不是一个「AI 灵光一闪、实验一次成功」的故事。 Co-Scientist 一共生成了 272 个候选方案 ，研究人员选择并继续优化其中的高排名方案；经过 25 轮实验迭代后，最终得到了一种二维层状晶体。它在 XRD、电子显微镜和元素组成等多个指标上，都呈现出与 Ti₃C₂Tₓ MXene 高度相似的特征。 后面的现实世界麻烦也很典型。最初复现实验的成功率只有 11.5%。研究人员后来发现，主要问题不是 AI 的化学推理，而是实验设备密封不严导致的氧气泄漏。 重新清洗石英管、更换密封圈、改进设备维护流程后，同一种二维材料的实验成功率才提高到 68%。 这恰好说明了为什么「真实世界 AI」和软件 Agent 很不一样：代码错了，可以重新运行。但现实实验里，一枚老化的 O 型密封圈、一点管路残留，甚至空气中的氧，都可能让一个正确的科研方案彻底失败。 谷歌在论文里也非常谨慎：目前还不能最终确认这种材料就是 Ti₃C₂Tₓ MXene，它还存在产率低、氧化严重等问题，需要进一步通过原子尺度表征确认。 尽管如此，我们还是可以得出如此结论： AI 已经可以提出一条有科学意义的候选合成路线，然后真正把这条路线推进到物理实验中接受验证 。 有些实验或许可以先让 AI「猜一遍」 谷歌还把 Co-Scientist 放进了一个完全不同的实验场景： 合成生物学 。研究对象是一群经过工程改造的大肠杆菌。 这些细菌在培养皿中会形成不同的群落图案。当诱导剂 IPTG 浓度变化时，菌落的大小、边缘和形状也会随之改变。正常情况下，要得到整条变化曲线，就需要科学家配置不同浓度、培养细菌、等待生长，再一盘盘扫描。 谷歌尝试让 AI 补掉中间的一部分实验。研究人员只向 Co-Scientist 提供部分浓度下的真实菌落图片，再让系统预测没有见过的中间浓度下，菌落应该长什么样。而且这些实验数据当时尚未发表，因此论文认为，模型不可能简单依靠记住训练数据里的结果完成任务。 结果，在四项菌落形态指标中，AI 的预测有三项与真实湿实验结果没有表现出显著差异；它还正确判断出了对照组不会随着 IPTG 浓度产生对应变化。 唯一明显出问题的是「圆度」：AI 生成的菌落比真