新智元報道

編輯：艾倫

【新智元導(dǎo)讀】奧特曼稱GPT-6或讓「AI創(chuàng)造新科學(xué)」成真。與此呼應(yīng)，類「AI科學(xué)家」Kosmos登場：12小時讀1500篇文獻(xiàn)、跑4.2萬行代碼，生成可溯源報告，并在材料等方向提出新發(fā)現(xiàn)。它憑持續(xù)記憶自主規(guī)劃，正由工具邁向合作者；但受數(shù)據(jù)來源與復(fù)現(xiàn)性制約，約20%結(jié)論仍需人類裁判。人機協(xié)作或?qū)⒅厮芸蒲?，科研范式加速演進，前景可期。

昨晚發(fā)布的YouTube訪談中，OpenAI CEO奧特曼提到了對未來GPT-6的期待。

https://www.youtube.com/watch?v=cuSDy0Rmdks

他說，GPT-5已經(jīng)讓他第一次看到了「AI正在創(chuàng)造全新的科學(xué)」的曙光，而GPT-6可能會真正實現(xiàn)這一點。

這番話引發(fā)了公眾的無限好奇：AI真的能自主創(chuàng)造新的科學(xué)知識嗎？

就在大家對此充滿疑問的時候，一位名為Kosmos的「AI科學(xué)家」橫空出世，用震撼的成果給出了初步的回答。

https://arxiv.org/abs/2511.02824

閃電般的科研速度

一個不眠不休的科研助手，在短短半天時間里讀完了上千篇論文，寫下數(shù)萬行代碼，最終產(chǎn)出一份有理有據(jù)的科學(xué)報告。

這正是Kosmos實現(xiàn)的場景。

在一次運行中，Kosmos花費不到12小時就完成了相當(dāng)于人類科學(xué)家平均6個月的研究工作量！

這一單次運行中，Kosmos平行執(zhí)行了海量任務(wù)，總計閱讀了約1500篇文獻(xiàn)并執(zhí)行了約42000行代碼，幾乎相當(dāng)于一個科研團隊半年的努力。

更令人驚訝的是，Kosmos在報告中對每一項結(jié)論都注明了出處，要么引用相應(yīng)的代碼輸出，要么引用原始文獻(xiàn)來源，確保所有推理都有跡可循。

一個AI系統(tǒng)竟能如此高效且嚴(yán)謹(jǐn)?shù)赝瓿煞敝氐目蒲泄ぷ鳎唤钊祟拷Y(jié)舌。

Kosmos的出現(xiàn)讓人們看到了AI助力科研的多重優(yōu)勢：

• 提速：Kosmos可以長時間自主運轉(zhuǎn)，快速完成海量閱讀和數(shù)據(jù)分析工作，大幅壓縮科研時長。

• 廣度與深度：它跨越不同學(xué)科領(lǐng)域開展研究，并能在數(shù)百個步驟中始終圍繞既定目標(biāo)，不跑題、不丟線索。

• 透明度：每一條結(jié)論都有代碼或文獻(xiàn)佐證，推理鏈條清晰透明，方便他人核查。 相比人類有時依賴直覺的跳躍式思考，Kosmos的報告更像是一部「可審計」的科研日記。

• 可擴展性：隨著運行周期增加，Kosmos挖掘出有價值發(fā)現(xiàn)的數(shù)量也線性增長。 投入更多計算時間就能產(chǎn)出更多成果，科研產(chǎn)出不再嚴(yán)格受限于人類精力。

如此亮眼的效率提升，預(yù)示著科研工作正迎來數(shù)量級的飛躍。

過去也許要幾個月才能跑完的實驗、讀完的文獻(xiàn)、驗證的假設(shè)，如今AI在一天之內(nèi)就能跑個遍。

這種「快進式」科學(xué)帶來的沖擊，不亞于工業(yè)革命時期機器大生產(chǎn)對手工勞動的顛覆。

從工具到科研合作者

Kosmos并非一個被動執(zhí)行指令的簡單自動化工具，而更像是一位有主動性的科研合作者。

它的使用方式很特別，人類科學(xué)家只需要給出一個開放性的研究目標(biāo)和相應(yīng)的數(shù)據(jù)集，Kosmos就會接手并自主展開后續(xù)的研究流程。

在最長約12小時的運行時間里，它會不斷循環(huán)以下過程：

規(guī)劃若干小任務(wù)（例如對數(shù)據(jù)進行分析或去文獻(xiàn)庫中檢索相關(guān)資料），并行執(zhí)行這些任務(wù)，將獲得的發(fā)現(xiàn)更新到共享的「世界模型」中，然后基于最新的知識再規(guī)劃下一輪探索。

這個「世界模型」可以理解為Kosmos內(nèi)部的一本結(jié)構(gòu)化科研筆記，記錄著所有中間結(jié)果和線索，保證它在長達(dá)200個連續(xù)行動步驟后仍然頭腦清晰、不偏離研究方向。

正是有了這種持續(xù)的記憶與上下文共享能力，Kosmos才能在沒有人為干預(yù)的情況下自主形成探索路徑、生成并檢驗科研假設(shè)，完成一系列連貫的實驗和分析。

相比之下，此前的科研AI工具往往只能執(zhí)行預(yù)設(shè)的流水線，一旦步驟過多就容易「暈頭轉(zhuǎn)向」失去連貫性。

Kosmos的出現(xiàn)標(biāo)志著AI正在從科研工具進化為科研伙伴。

它不再只是人類的一個高級工具箱，而是在一定程度上具備了科學(xué)探究的主動性與策略思維。

正如一位評論者所言，過去我們的工具「只是工具」，用于完成我們交代的任務(wù)；

而現(xiàn)在，AI可以加入我們的推理過程，幫助我們思考新的問題、發(fā)現(xiàn)我們自己都未察覺的模式，有時甚至?xí)o出讓我們費解的創(chuàng)新思路。

這種轉(zhuǎn)變意味著，在實驗室里，AI開始以合作者的身份與我們并肩作戰(zhàn)。

當(dāng)然，稱Kosmos為「AI科學(xué)家」也并不意味著它已經(jīng)能夠完全取代人類科學(xué)家的創(chuàng)造力與判斷力。

它更像是一位不知疲倦的合作者，可以提出源源不斷的思路并完成繁雜的驗證，但依然需要人類的智慧去監(jiān)督方向、判斷結(jié)果的重要性。

正如數(shù)學(xué)家蒂莫西·高爾斯（Sir William Timothy Gowers）在親身使用GPT-5輔助證明后所感慨的：「我們已經(jīng)進入這樣一個有趣時期：研究被AI大大加速了，但AI仍然需要我們。」

AI在科研中日益崛起為強大的合力，而不是要單獨取代人類。

同樣在Kosmos項目中，研究人員也強調(diào)人類依舊扮演著至關(guān)重要的裁判角色。

Kosmos給出的報告中，有約20%內(nèi)容是不夠準(zhǔn)確或有待商榷的，「AI科學(xué)家」的洞見也需要經(jīng)驗豐富的研究者來甄別真?zhèn)?、提煉價值。

機器的嚴(yán)謹(jǐn)與速度，加上人類的洞察與創(chuàng)造力，兩者協(xié)同，或許才是未來科學(xué)研究的理想模式。

獨立發(fā)現(xiàn)與首創(chuàng)成果

Kosmos最令人稱道的一點，是它已經(jīng)展現(xiàn)出自主產(chǎn)出新科研發(fā)現(xiàn)的潛力。

論文作者團隊特意列舉了Kosmos在不同行業(yè)領(lǐng)域中取得的七個代表性科研成果，其中有些頗具戲劇性。

神經(jīng)保護

在一個神經(jīng)保護機制的研究中（研究低溫如何保護小鼠大腦），Kosmos分析大量代謝組學(xué)數(shù)據(jù)后指出：細(xì)胞中的「核苷酸再生通路」被顯著激活，這是細(xì)胞在低溫下節(jié)能的一種保護性機制。

令人驚訝的是，這一結(jié)論恰好與人類科學(xué)家的一篇未發(fā)表論文結(jié)果高度一致，而Kosmos在運行時并未接觸過該論文。

也就是說，AI完全憑借數(shù)據(jù)自行得出了和人類科研者相同的洞見。

材料科學(xué)

在材料科學(xué)領(lǐng)域，Kosmos被賦予的目標(biāo)是提高鈣鈦礦太陽能電池的制造效率。

它通過機器學(xué)習(xí)分析實驗數(shù)據(jù)，發(fā)現(xiàn)了一個關(guān)鍵因素：原來在電池制造過程中，「熱退火」步驟的環(huán)境濕度至關(guān)重要——濕度稍高就可能導(dǎo)致器件性能嚴(yán)重下降。

更絕的是，Kosmos進一步提出了一個簡單定量關(guān)系：在旋涂過程中，溶劑DMF的蒸氣壓越高，電池的短路電流性能就呈線性下降。

這一全新的規(guī)律后來被人類研究者實驗驗證屬實。

這意味著Kosmos不僅重復(fù)印證了已知經(jīng)驗，還自主提出了全新的工程指導(dǎo)規(guī)律。

Kosmos的七項發(fā)現(xiàn)中，有三項后來被證實與人類科研團隊獨立得出的未發(fā)表成果不謀而合——AI等于「自主重復(fù)」了那些人類尚未公開的發(fā)現(xiàn)；

而另外四項則是完全首次提出的原創(chuàng)貢獻(xiàn)，推進了相關(guān)領(lǐng)域知識前沿。

例如在腦連接組學(xué)研究中，Kosmos得出不同物種神經(jīng)元連結(jié)數(shù)遵循對數(shù)正態(tài)分布的規(guī)律，并提出了可能的生成機制，這與人類此前的一篇預(yù)印本結(jié)論一致且更進一步；

又如在遺傳學(xué)中，它預(yù)測出一種抗心臟纖維化的關(guān)鍵蛋白（超氧化物歧化酶SOD2）并給出了推測的作用機制，為醫(yī)學(xué)研究提供了新線索。

這些案例表明，Kosmos并非只會機械地「照葫蘆畫瓢」，它真的能從數(shù)據(jù)和文獻(xiàn)中嗅探到有價值的新模式、新假說，有些甚至連人類自己都未曾意識到。

Kosmos讓我們初次領(lǐng)略了AI作為科研「發(fā)現(xiàn)者」的風(fēng)采。

它自主產(chǎn)出的新知與洞見，雖仍需人為確認(rèn)，但已足以證明人工智能在創(chuàng)造知識方面的巨大潛力。

過去，人類科學(xué)家要閱讀海量文獻(xiàn)、嘗試各種分析方法、經(jīng)歷無數(shù)失敗，才能偶得靈光一現(xiàn)的發(fā)現(xiàn)；

而現(xiàn)在，一臺AI或許在漫長夜晚的運算之后，就能遞交一份讓人眼前一亮的成果清單。

這種場景在幾年前幾乎難以想象，卻真實地發(fā)生了。

科研的未來

挑戰(zhàn)與遐想

盡管Kosmos取得了令人矚目的成就，目前的AI科學(xué)家仍然有明顯的局限與挑戰(zhàn)。

第一，Kosmos并不會自行去搜集新數(shù)據(jù)。

它需要研究人員預(yù)先提供數(shù)據(jù)集，在給定資料的范圍內(nèi)展開分析。

如果缺乏高質(zhì)量的數(shù)據(jù)，Kosmos再聰明也「巧婦難為無米之炊」。

它也無法像人類那樣臨機決策去開啟全新的實驗或爬取互聯(lián)網(wǎng)上最新的數(shù)據(jù)——這一點在當(dāng)前既是技術(shù)限制，也是出于安全與倫理的考量。

第二，Kosmos尚不能直接處理原始的圖像等非結(jié)構(gòu)化數(shù)據(jù)。

在本次工作中，它主要分析的是表格化的實驗結(jié)果、基因序列、神經(jīng)連接矩陣等結(jié)構(gòu)化數(shù)據(jù)，以及論文文本。

如果研究涉及顯微鏡圖像、醫(yī)學(xué)影像等視覺信息，Kosmos還無能為力，需要借助其他圖像識別AI先行處理。

這意味著它的自主發(fā)現(xiàn)范圍目前仍局限于「讀得懂」的數(shù)據(jù)類型和「看得懂」的問題。

第三，Kosmos的一些分析過程存在隨機性，重復(fù)運行未必每次都得出完全相同的結(jié)果，這對科研的可復(fù)現(xiàn)性提出了新的要求。

它對復(fù)雜任務(wù)的表現(xiàn)也依賴于人類提供的初始問題設(shè)定是否清晰、一致——如果研究目標(biāo)表述不明確，AI可能會發(fā)散到無關(guān)方向上去。

這些限制提醒我們，當(dāng)前的AI科學(xué)家還處在早期階段，離真正完全自主的科研革命尚有距離。

不過，展望未來，Kosmos已經(jīng)讓人看到了諸多令人興奮的潛能。

可以想見，隨著技術(shù)進步，下一代AI科學(xué)家或許將克服數(shù)據(jù)源的限制，擁有自主搜集和整合信息的能力。

也許將來某個AI系統(tǒng)接到研究任務(wù)后，會自主地去查找公開數(shù)據(jù)庫、實時抓取新發(fā)表的相關(guān)數(shù)據(jù)，真正成為一名「全能」研究員。

未來的Kosmos可能會融合多模態(tài)感知能力，直接解讀圖像、視頻等豐富的數(shù)據(jù)形式，把實驗室顯微鏡下的所見所聞都納入其分析范疇。

更大膽地暢想，如果將這樣的AI與物理實驗設(shè)備連接起來，讓它指導(dǎo)機器人去完成實驗操作，那么科學(xué)研究的整個循環(huán)——從提出假設(shè)、查詢文獻(xiàn)、設(shè)計實驗、收集數(shù)據(jù)、分析驗證，再到得出結(jié)論——都可能在人類幾乎不干預(yù)的情況下自動閉合運行。

那將是科研范式的真正飛躍：實驗室晝夜不息地產(chǎn)出新發(fā)現(xiàn)，新知識噴涌而出，人類研究者的角色也將轉(zhuǎn)變?yōu)楦呶萁驳闹笇?dǎo)者和監(jiān)督者，在宏觀上把控方向、倫理和意義。

面對這一切，我們不禁要問：當(dāng)AI在實驗室里與人類肩并肩工作，甚至開始獨立探索未知時，科學(xué)發(fā)現(xiàn)的定義是否將被改寫？

或許未來最偉大的突破，將來自人類與人工智能攜手共創(chuàng)的智慧結(jié)晶，而「科學(xué)家」一詞的含義也將因此煥然一新。

Kosmos給我們帶來的，不僅是科研效率的驚人提升，更是一種全新的可能性——一個人與智能機器共創(chuàng)知識的時代正悄然啟幕。

當(dāng)這一幕徹底到來之時，我們準(zhǔn)備好擁抱這樣的未來了嗎？

參考資料：

https://arxiv.org/abs/2511.02824

https://www.youtube.com/watch?v=cuSDy0Rmdks