当AI学会"自学"：从陶哲轩用AI做证明，看2026年科研范式的真正变革

一句话结论：2026年，AI正在从"科研助手"变成"科研参与者"——菲尔兹奖得主陶哲轩上台前一分钟还在用AI做数学证明，AI研发的"长寿"药物首次进入人体临床试验，中国团队用AI把古生物专著的处理工作量从数十年压缩到短期完成，科研的底层逻辑正在被改写。


AI参与科研，到底能到什么程度？


先看几个标志性事件。2026年9月，菲尔兹奖得主、数学家陶哲轩在一次公开场合透露，自己"上台前一分钟还在用AI做数学证明"，他形容AI像"直升机，把我空投到数学答案附近"。更早的2026年1月，英国《自然》期刊以封面文章形式介绍了深度学习模型AlphaGenome，它能解码人类基因组中占98%、对健康至关重要但过去知之甚少的"暗基因组"，有望推动遗传疾病研究和新药研发。


同月，中国国星宇航表示已把Qwen3大模型部署至"星算"计划01日组太空计算中心，美国NASA的"毅力"号火星车也首次完成由AI规划路线的火星表面行驶。而AI研发的"长寿"药物已首次进入人体临床试验，有望减缓衰老过程。从数学到基因、从太空到药物，AI的触角已经伸到科研最前沿。


为什么说这是"范式变革"而不是"效率提升"？


因为AI改变的不只是速度，而是"可能性边界"。以中国之江实验室的地学大模型GEOGPT为例：它开源免费向全球开放，截至2026年已服务145个国家、5.5万名地学科研人员，联合美国学者完成3万卷古生物学专著的自动化结构化处理——把原本需要数十年的人工工作量压缩到短期内完成。它与英国科学家合作开发的古生物AI识别智能体，覆盖4000多个化石属别，鉴定耗时仅为传统方法的1%。


再看材料与化工领域，中国团队推出的智能化工大模型3.0 Pro提出"从实验室一步到工厂"的新范式，以甲醇制烯烃等成熟工艺为验证场景，贯通实验室研发、工程设计与工厂运行。AI正在把"试错"变成"计算"。


但争议也随之而来


2026年9月，有报道称纽约大学教授质疑OpenAI"截胡"其研究成果；同时，OpenAI 首席科学家公开呼吁放慢AI发展速度，警告智能体可能失控；有AI研究员甚至辞去在Anthropic的职务并就安全问题发出警告。这些声音提醒我们：AI加速科研的同时，也带来署名权、学术伦理和安全边界的新问题。经合组织最新报告还指出，不用或少用AI完成课业的学生，整体表现优于常用AI的学生——工具用得好不好，关键在人。


对普通科研工作者意味着什么？


第一，重复性劳动会被大幅压缩，文献综述、数据清洗、模型筛选这些环节，AI可以承担相当一部分。第二，核心竞争力会从"掌握工具"转向"提出问题"——AI能算出答案，但提出问题、判断价值、承担责任，仍要靠人。第三，跨学科协作门槛降低。GeoGPT那样的开源公共科技产品，让中小机构也能用上前沿能力。


总结


2026年的科研，正在经历一场静悄悄的重构。AI不是来抢科学家饭碗的，而是把科学家从繁琐劳动中解放出来，去做更重要的判断和创新。正如那句话所说，真正擅长用AI的人，是知道什么时候不用AI的人。技术在变，但科学精神不变——提出问题的人，永远站在最前排。