从定义到未来的完整脉络，分六层由浅入深。

核心训练：学会区分"技术上的突破"和"对该领域真实问题的解决"——两者之间往往隔着一条很宽的鸿沟。

全局地图

第一层：认知基础（What is it really?）
  (1) 本质重新定义 —— 不是"给科学家用的AI"，而是什么
  (2) 科学流程解剖 —— AI能在哪些节点介入，不能在哪些
  (3) 为什么科学是AI最难啃的骨头
第二层：问题类型（What kinds of problems?）   (4) 前向问题：预测与代理建模   (5) 逆向问题：设计与生成   (6) 发现问题：从数据蒸馏规律   (7) 闭环问题：自主实验室
第三层：方法论图谱（How does it work?）   (8) 几何深度学习 —— 把对称性编进网络   (9) Physics-Informed ML —— 先验知识的整合   (10) 科学基础模型 —— 迁移学习的科学版本
第四层：领域实战（Where is it working?）   (11) 生命科学 —— AlphaFold 之后发生了什么   (12) 材料科学 —— 从预测到设计   (13) 气候与物理 —— 模拟的大替代   (14) 数学与形式推理 —— AI 能做证明吗
第五层：深层结构（What are the hard questions?）   (15) 数据困境 —— 为什么科学数据不是互联网数据   (16) 验证危机 —— benchmark 与真实价值的断层   (17) 预测 vs 理解 —— 最深的认识论张力
第六层：商业与未来（So what?）   (18) 商业化路径与护城河分析   (19) AI Scientist —— 从工具到研究者的边界在哪 

第一层：认知基础

本质重新定义

"AI for Science"这个词被严重滥用了。它在不同人口中指的是完全不同的东西——用神经网络替代数值模拟的人叫它 AI for Science，用 ChatGPT 搜文献的人也叫它 AI for Science，Demis Hassabis 去领诺贝尔奖也是这个旗号。把这些混在一起讨论毫无意义。

AI for Science 的本质，是用机器学习方法加速或替代科学过程中的某个计算/认知瓶颈。 关键词是"瓶颈"——科学不是一个均匀的过程，它在不同环节有完全不同的速率限制：有时瓶颈是实验通量，有时是计算成本，有时是人的分析能力，有时是搜索空间。

不同的瓶颈，需要完全不同的 AI 方法，成熟度也完全不同。

最重要的认知校正：今天 AI for Science 最扎实的价值，几乎全部集中在前三行。最后两行是真正的科学意义所在，也是目前最欠兑现的地方。这条鸿沟，是整个领域最大的叙事风险。

科学流程解剖

科学不是一个动作，而是一个循环：

   观测/测量  →  数据处理  →  模式识别  →  假设形成
       ↑                                    ↓
   结果验证  ←  实验执行  ←  实验设计  ←  理论建立

AI 对每个节点介入的方式和成效截然不同：

观测/测量层：硬件自动化 + AI 辅助采集。冷冻电镜自动对焦、自动巡天、碱基识别。技术成熟，价值清晰。

数据处理层：传统 ML 主战场。分类、回归、降维、去噪。AlphaFold 在技术上属于这层的超级版本——给定序列，输出坐标。成功率最高，因为任务定义最清晰。

模式识别层：从数据里提取规律。AI 是一个高维模式检测器，但找出来的是相关性，不是因果性。

假设形成层：科学的核心创造力所在，也是 AI 目前最弱的地方。需要因果推断、类比推理、跨领域整合——LLM 可辅助，不能主导。

实验设计层：贝叶斯优化和主动学习有真实价值——在有限预算下智能选择信息增益最大的下一个实验。

实验执行层：自驱动实验室。目前主要在化学合成和材料制备这类高度标准化的领域。

结论：AI 对科学循环的介入高度不均匀。越靠近"数据→模式"，越成熟；越靠近"假设→理解"，越弱。当前大多数成功故事发生在数据处理侧，而不是理论创造侧。

为什么科学是 AI 最难啃的骨头

原因一：数据稀缺且异质。 互联网文本有万亿 token，PDB 积累五十年只有 20 万条结构。不同实验室的数据很难直接合并训练。科学数据的规模和质量，天然反抗 scaling law。

原因二：外推是常态，而不是例外。 语言模型做的是内插（在已见分布里预测）；科学的本质是外插（提出已知范围之外的预测）。所有 ML 方法在外插上都会退化。

原因三：验证成本极高。 大语言模型的错误是便宜的；科学 AI 的一个错误候选分子，可能要数亿美元和数年才能在临床被否定。

这三个原因加在一起：科学恰好在数据量、外推要求、验证成本三个维度上，都站在深度学习舒适区的对立面。 AlphaFold 之所以能成，正是因为蛋白质折叠恰好拥有罕见的大数据集、清晰的评测标准、和可被实验快速验证的预测——三个困难同时被绕开了。

第二层：问题类型

AI for Science 看起来是一个领域，实际上是四类结构完全不同的问题——不同方法论、不同成熟度、不同价值天花板。

前向问题：预测与代理建模

形式：给定输入，预测输出。这是最成熟、当前工程价值最大的类型。

代理模型（Surrogate Model）的本质：数值模拟是一个确定性但昂贵的函数，用神经网络拟合这个昂贵函数的近似，把"算"变成"查"。

传统：物理状态 → [微分方程求解器，耗时数小时] → 结果
代理：物理状态 → [神经网络推断，耗时毫秒] → 结果（近似）

成立条件：足够多的模拟数据、可接受的精度损失、实质性的速度价值。核心限制是外推——神经网络本质是插值器，遇到训练集未覆盖的状态会静默给出错误结果。

逆向问题：设计与生成

形式：给我想要的性质，找出满足条件的结构。这是设计问题，不是预测问题——前向通常有唯一解，逆向往往有无数解。

核心困难：搜索空间天文数量级（药物约 10^60）+ 设计与验证之间的成本鸿沟。

生成模型（扩散、流匹配）的洞察：与其搜索，不如学习满足条件的结构的概率分布，然后采样——把组合优化转化成采样。

旧范式：目标性质 → [启发式搜索] → 候选 → 验证（盲目低效）
新范式：目标性质 → [条件生成采样] → 候选分布 → 筛选 → 验证（有引导）

标志案例：RFdiffusion（蛋白骨架设计）+ ProteinMPNN（序列补全）+ AlphaFold（验证），形成计算内自洽闭环。

核心困境：生成候选可以无限，但验证每个候选仍需回实验室，成本未降。认知校正：AI 药物公司做的核心是逆向设计，但"生成更好候选"和"得到有效药物"之间隔着临床这座大山，候选质量的提升被后续管线噪声稀释——这是这类公司迟迟无法在临床终点上服众的结构性原因。

发现问题：从数据蒸馏规律

质的跳越：AI 能不能从数据里提取人类还不知道的规律，并以可解释形式表达？ 认识论地位最高，成熟度最低。

路径一：符号回归。 SINDy、PySR——从数据里逼出显式方程。输出是人类可读的方程。AI Feynman 从物理数据重新发现费曼讲义的 100 个方程，是激动人心的概念验证——但前提是无噪声理想数据、方程在已知候选类里。真实数据有噪声时表现急剧退化。

路径二：神经网络作为假设生成器。 从网络权重里提取守恒量、对称性、方程结构。哲学前提更大胆，也更难验证。

发现的认识论层级：
最弱（伪发现）：找到训练集里的统计相关性
中间（压缩发现）：找到更简洁描述已知现象的数学形式
最强（真实发现）：预测分布外的新现象，被独立实验证实

当前几乎所有被宣传的 AI 科学"发现"都在第一或第二层，而不在第三层。 第三层才是诺奖级别。

闭环问题：自主实验室

真正把 AI 接进物理世界：机器人执行、传感器采集、AI 分析、决策下一步。

核心价值不是自动化，而是数据密度。 把数周的实验循环压缩到数小时，意味着几个数量级更多的数据点——从根本上改变了科学数据的经济学。

核心算法：主动学习与贝叶斯优化——在有限预算下，每次选在"预期改进"和"不确定性探索"间最优平衡的实验点。

贝叶斯优化/主动学习 → [下一个实验点]
       ↑                    ↓
更新概率模型        机器人执行（合成/测量）
       ↑                    ↓
[新数据点]    ←    传感器 + 仪器分析
       数小时内可循环数百次

代表：Berkeley A-Lab（17 天合成验证 41 种新无机材料）、Aspuru-Guzik 的自驱动化学平台。结构性限制：最适合标准化、可机器人可靠执行的场景（化学合成、材料制备）；越涉及体内/临床实验，自动化难度越急剧升高。

四类问题对比：

组合逻辑：最强大的系统往往把多类问题串联——闭环实验室用贝叶斯优化决定实验、用生成模型提议候选、用积累数据发现规律。看它们如何组合，才能理解系统的真实能力。

第三层：方法论图谱

三套方法论的共同主题：如何把人类已有的科学知识，注入到本来一无所知的神经网络里。

几何深度学习：把对称性编进网络

过去十年方法论上最重要的突破。

朴素做法（把原子坐标拉平喂给 MLP）会惨败：同一分子旋转平移后坐标全变，能量却不变，网络必须从海量数据里"学会"这个物理事实。

核心洞察：与其让模型从数据里学物理对称性，不如直接把对称性硬编进架构——把领域知识从"训练数据"搬到"归纳偏置"。

不变性：f(旋转(x)) = f(x)        [标量输出，如能量]
等变性：f(旋转(x)) = 旋转(f(x))   [矢量输出，如力]

对称性由群论描述：SE(3)（旋转平移）、E(3)（加镜像）。演化脉络：Behler-Parrinello（手工对称函数）→ SchNet（连续卷积）→ NequIP/MACE（E(3) 等变张量积消息传递）。结果：数据效率巨大提升——MACE 可用几百到几千样本达到过去需几十万样本的精度，直接缓解了科学数据稀缺困境。AlphaFold2 的 IPA 是同一思想在蛋白领域的体现。

核心判断：在科学领域，正确的归纳偏置比更多数据和更大模型更重要——与互联网 AI 的 scaling 信仰恰好相反。

Physics-Informed ML：先验知识的整合

注入的不只是对称性，而是具体的物理定律本身（通常是微分方程）。

PINN 的想法：用神经网络表示解函数，把"解必须满足微分方程"写进损失函数。

PINN 损失 = 数据拟合误差 + 方程残差 + 边界条件残差
   网络在没有数据的地方，靠"满足方程"来约束自己

独特能力：在几乎没有数据的地方，靠物理定律推断解；无网格，对复杂几何友好。著名困难：多目标尺度差异大、优化景观病态、复杂问题常训不出来——理念优美但工程落地艰难。

知识注入的连续谱：

软约束 ←──────────────────────────→ 硬约束
损失函数惩罚  →  架构设计  →  完全嵌入方程结构
(PINN)        (等变网络)    (Neural ODE)
灵活但不保证    平衡         严格但限制表达力

核心张力：到底该注入多少先验？太少，在稀缺数据和外推下失败；太多，被错误/不完整的先验束缚，失去发现先验之外规律的可能。没有通用答案，取决于对该领域物理定律的把握有多确信——这正是为什么纯 ML 专家做不了真正的 AI for Science。

科学基础模型：迁移学习的科学版本

把大语言模型范式移植到科学数据：海量科学数据自监督预训练 → 通用表征 → 微调。

最成熟案例是蛋白质语言模型。ESM 把蛋白序列当"语言"，用掩码预测在数亿序列上预训练，其表征竟隐含了结构和功能信息。ESMFold 据此跳过 MSA，直接从单序列预测结构。

大量无标注科学数据 → 自监督预训练 → 通用科学表征 → 下游微调
        赌注：统计模式里，是否真的编码了科学知识？

尖锐的认知问题：学到的是科学知识，还是数据偏差？蛋白数据库有偏（热门蛋白反复测序），模型可能学到"哪些蛋白被研究得多"而非"内在规律"——内插看不出，外推时暴露。更根本的限制：LLM 成功建立在数据近乎无限上，而科学数据本质稀缺。蛋白序列因测序成本暴跌积累到数十亿条所以成立，绝大多数领域没有这种规模，基础模型范式能否成立是开放问题。

核心判断：三套方法是"先验 vs 数据"轴上的三种押注，没有普适赢家。这解释了为什么 AI for Science 至今没有出现像 Transformer 之于 NLP 那样的统一架构——科学领域内部的异质性决定了它注定方法论多元。

第四层：领域实战

每个领域的成熟度，几乎完全由两个因素决定：数据质量和验证成本。

生命科学：AlphaFold 之后发生了什么

2024 诺贝尔化学奖授予 Hassabis、Jumper（AlphaFold）和 Baker（蛋白设计）。但 AlphaFold 太成功，反而扭曲了对整个领域的判断。

它解决了：给定序列，预测静态三维结构——困扰结构生物学五十年的问题。AlphaFold3 扩展到蛋白-配体、蛋白-DNA/RNA 复合物。

它没解决的，恰恰是生物学真正关心的：

AlphaFold：序列 → 静态结构  ✓
生物学真正想要的：
   结构 → 功能       ？（结构相同功能可能不同）
   结构 → 动力学     ？（蛋白是动的）
   结构 → 药物有效性 ？（能结合 ≠ 能治病）

残酷事实：AlphaFold 至今没有让任何一款药物被治愈或上市。 离"治好病"还隔着功能、动力学、药效、临床好几座山。把它外推成"AI 即将攻克疾病"是最典型的认知陷阱。

之后真正有意思的是从"预测"转向"设计"：RFdiffusion + ProteinMPNN、AlphaProteo——让人类第一次能主动创造生物分子。

材料科学：从预测到设计

标志事件：DeepMind GNoME（2023）预测 220 万个新稳定晶体结构。配合 A-Lab 形成"预测→合成"闭环故事。

但这是审视"突破 vs 真实价值"鸿沟的最佳案例：

预测稳定 ≠ 能被合成（热力学稳定不代表有合成路径）
能被合成 ≠ 有新颖性（很多是已知结构的微小变体）
有新颖性 ≠ 有useful性质
有用性质 ≠ 能规模化生产（实验室克级 ≠ 工业吨级）

"预测了 220 万个稳定结构"和"发现了 220 万种有用新材料"相差极远——后者会小好几个数量级。根本困难：材料的"验证"比生物还重，从计算到有用要经过合成、表征、性能、规模化、成本、稳定性一长串环节。这是为什么材料 AI 论文亮眼，但传导到真实产业远慢于宣传。

气候与物理：模拟的大替代

"替代计算"型领域，工程上最成熟、兑现最干净。

天气预报是最干净的成功故事。GraphCast、Pangu-Weather 在标准评测上达到或超过传统数值预报，速度快几个数量级。基础：ERA5 四十年高质量数据、客观可验证标准、本质是历史气候范围内插值——避开了外推困难。

天气 vs 气候的根本区别：天气是短期、分布内预测（ML 优秀）；气候是长期、面向史无前例浓度的预测（定义上的外推，纯数据驱动天然不可靠）。两者难度天差地别，经常被混为一谈。

物理其他亮点：DeepMind 强化学习实时控制托卡马克等离子体（2022）、湍流建模、神经网络波函数、晶格 QCD 采样加速。

天气预报（历史分布内）  ★★★★★  已实用化
等离子体/控制（有反馈） ★★★★☆  实验验证
流体/湍流建模          ★★★☆☆  研究前沿
气候预测（外推）        ★★☆☆☆  根本性争议

数学与形式推理：AI 能做证明吗

特殊之处：正确性可以被形式化、自动验证——这与所有经验科学的根本区别。一个证明对不对，Lean/Coq/Isabelle 瞬间、零成本、零噪声地检查。这把"验证"这个其他领域的最大瓶颈彻底消除了。

标志进展：AlphaGeometry（奥赛几何金牌水平）、AlphaProof（2024 IMO 银牌水平）。方法：把自然语言问题翻译成 Lean，用强化学习在形式系统里搜索证明，每步被自动验证，训练信号绝对可靠。

LLM 提出证明步骤 → Lean 验证 → 正确/错误（绝对可靠信号）
       ↑                              ↓
       └──── 强化学习从可靠信号学习 ────┘
对比经验科学：实验验证慢、贵、有噪声，信号不可靠

冷静判断：这些成就主要在"已有明确答案的竞赛题"上，而非"提出并证明全新定理"。奥数题是人类已知可解的，AI 在搜索通往已知终点的路径。真正的数学研究是提出新猜想、开辟新领域，需要直觉和品味，AI 远未触及。FrontierMath 这类基准正是为测量研究级数学能力，目前表现仍有限。

溢出价值：形式化验证的思路可能反过来帮助解决经验科学的验证困境。

核心判断：判断任何项目的真实前景，问两个问题就够了：它的训练数据有多干净，它的预测验证有多贵。

第五层：深层结构与张力

前面反复出现的"但是"，在这一层收拢成三个根本张力——它们是判断任何 AI for Science 主张的免疫系统。

数据困境：为什么科学数据不是互联网数据

互联网 AI 的成功建立在"数据近乎免费且无限"上，scaling law 才成立。科学数据在四个维度上打破这个前提：

稀缺：PDB 五十年只有 20 万条结构，多数子领域数据以千万计而非亿万亿计。 昂贵：每个数据点对应真实实验成本——从"免费背景资源"变成"最稀缺的核心资源"。 异质：不同实验室/仪器/协议的数据难以直接合并。 偏倚（最致命）：数据库系统性偏向"成功的、被研究的、能发表的"。

阴性结果不发表 → 数据库全是"有效"例子 → 模型学到"什么能成功"而非"什么是真的"
热门蛋白反复研究 → 数据密集 → 热门区域表现好
冷门蛋白几乎无数据 → 真正未知区域失效
路灯效应：模型只在有数据的地方"看得见"，而科学最想去的是没数据的黑暗处

深刻的战略推论：既然数据是最稀缺资源，真正的护城河就不在模型（快速商品化），而在数据生产能力——这正是自驱动实验室的战略意义：把数据从"免费背景"重新定义为"可工业化生产的核心资产"。谁能闭合"实验产数据→模型→指导实验"飞轮，谁就拥有别人无法复制的专有数据流。 押注数据飞轮，而不是押注模型。

验证危机：benchmark 与真实价值的断层

输出端的问题：我们怎么知道一个 AI 的科学"成果"是真的？

机制一：数据泄漏。 训练集和测试集间不该有的信息泄漏（同分子不同构象分两边、高度同源蛋白分两边），benchmark 虚高。许多发表成果修正泄漏后性能大幅缩水。

机制二：分布偏移。 Benchmark 测内插，科学要外推，两者无可靠传导。SOTA 模型面对真正新颖问题时可能断崖式下跌。

机制三：Goodhart 定律。 当指标成为目标，它就不再是好指标。全领域围绕几个 benchmark（CASP、Matbench）优化，越来越擅长 benchmark，但这种擅长与真实科学能力的相关性从未被严格验证。

机制四：与可复现性危机叠加。 不可复现的数据 + 不可解释的黑盒 + 无法验证的预测——两个危机叠加，而非抵消。

尽职调查的实践检验法：不要看 benchmark 分数，要看它的预测有没有被预先登记的、分布外的、独立的实验所验证。回顾性解释已知数据是廉价的；前瞻性预测未知并被证实，才是真功夫。绝大多数主张经不起第二条检验。

预测 vs 理解：最深的认识论张力

没有理解的预测，算科学吗？ AlphaFold 能准确预测结构，但不告诉你蛋白为什么这样折叠——给"是什么"，不给"为什么"。

工具主义：科学目的是准确预测。能预测就够了。→ AlphaFold 是完美的科学。
实在主义：科学目的是理解真实机制。→ AlphaFold 是极好工具，不是科学。

理解之所以重要（预测给不了的三样东西）： - 外推能力：理解机制才能可靠预测全新情况（这把张力 17 和数据困境、验证危机全部连起来——外推失效的根源正是缺乏机制理解）。 - 迁移能力：理解能迁移到相关系统，纯预测的知识是局部的。 - 信任：高风险场景需要知道"为什么"才能信任。

Chris Anderson 2008 "理论的终结"把张力推到极致——大数据时代相关性足够。十几年回看：工程应用部分成立（天气预报不需要理解每步），科学探索基本被证伪（纯相关性无法外推，而科学的本质恰恰是外推到未知）。

正在打开的中间道路（最值得关注的前沿）：用可解释性方法从预测模型里反向提取理解。如果能从准确的网络里读出可解释机制（守恒量、对称性、有效自由度），预测和理解就不再对立——先用 AI 找到能预测的模式，再从模式里蒸馏出人类能理解的规律。这其实是科学一直以来的工作方式（开普勒先有数据规律，牛顿才给机制），只是第一步交给了 AI。这条路如果走通，可能是 AI 对科学最深刻的贡献——不是替代科学家理解世界，而是为人类的理解提供前所未有的脚手架。

核心判断：三个张力是同一个根本问题的三个切面——深度学习的预测能力来自分布内的模式拟合，而科学的本质追求是分布外的、机制性的、可外推的理解。这个错位是结构性的，不会被更大的模型或更多算力消除。 谁解决了这个错位，谁就定义了下一个十年。

第六层：商业与未来

商业化路径与护城河分析

价值链是层叠结构：

基础设施层      科学基础模型层    应用/资产层
(算力/数据)      (AlphaFold类)    (药企/材料公司)
问题：价值最终沉淀在哪一层？

根本路线选择：卖工具还是自己挖矿。

模式一：卖铲子（工具/平台）。 Schrödinger 卖计算化学平台 + 联合开发拿里程碑。现金流稳定、不押单一管线；但天花板受软件定价权限制，模型层进步可能侵蚀差异化。

模式二：自己挖矿（资产/biotech）。 Recursion、Insilico、Exscientia、Isomorphic——价值兑现在最终产品。天花板极高，但把 AI 的不确定性和药物研发的高失败率叠加在了一起。

核心判断：模型本身几乎一定不是护城河（快速商品化，AlphaFold 已开源）。真正的护城河：

药物发现至今没兑现核心承诺：喊了十年"更快更便宜发现新药"，但没有一款 AI 主导发现的药完成全部临床并大规模上市成功。原因（回到第五层）：AI 改善的是研发链最前端（靶点、先导化合物），但药物失败主因在后端（临床二三期的有效性安全性）。前端再快，后端失败率没变——典型的"优化了非瓶颈环节"。

价值投资视角：安全边际来自两个判断——是否真的拥有别人无法复制的专有数据流（而非更好的模型），以及优化的环节是不是该领域真正的瓶颈（而非容易做但不解决问题的前端）。十年后还在的护城河大概率是数据飞轮和监管资质，而非任何算法。卖铲子的生意（Schrödinger、算力/数据基础设施）在现金流确定性上，往往比自己挖矿的 biotech 更经得起周期。

AI Scientist：从工具到研究者的边界在哪

把"AI 做科学"放到能力光谱上：

工具 ──────────────────────────────────► 研究者
计算助手  分析助手  假设生成  实验设计  自主发现  开辟新领域
(已实现)  (已实现)  (初步)   (初步)   (个别案例) (远未到)

朝右端的尝试：Sakana AI "The AI Scientist"（端到端产生论文）、Google "AI co-scientist"（假设生成）。但目前产出主要是已有范式内的增量组合，而非真正的科学创新。

AI 做不到的，恰恰是科学最核心的几件事： - 知道哪个问题重要：科学品味——判断哪个问题值得花十年——AI 完全不具备。能解决你给的问题，但选不出值得解决的问题。 - 质疑前提：重大突破往往来自质疑默认前提（相对论质疑绝对时空）。AI 学的是建立在现有前提上的数据，天然倾向强化而非颠覆前提。 - 真正的外推：原创科学是向未知外推，AI 的根基在分布内内插。

最诚实的近未来判断：AI 会成为越来越强大的研究加速器和协作者，但不会很快成为独立研究者。它接管科学中可形式化、可搜索、可验证的部分（这部分相当大，足以极大提升生产力），但依赖品味、判断、前提质疑的核心创造力部分，可见将来仍属于人类。最强大的图景：人类提供方向和判断、AI 提供前所未有的搜索和计算规模——AI 当开普勒（提供精确模式），人类当牛顿（给出机制和意义）。

核心判断框架

1. 它不是一个领域，是四类问题（预测/生成/发现/闭环），
   成熟度从★★★★★到★☆☆☆☆，绝不能混谈。
2. 成败由两个变量决定：数据有多干净、验证有多贵。    天气、数学领先；生物、材料"看着快、实际慢"。
3. 三个结构张力同源：数据困境（输入）、验证危机（输出）、    预测vs理解（认识论）——根子都是"内插能力 vs 外推需求"。
4. 护城河不在模型（商品化），在数据飞轮、工作流、资质。    优化非瓶颈环节是这个领域最常见的价值陷阱。
5. AI 近期是研究加速器，不是独立研究者。    边界划在"品味、前提质疑、真正外推"上。 

一句话提炼：AI for Science 真正的价值，不在于让 AI 替人类理解世界，而在于用 AI 的预测和搜索规模，为人类的理解提供前所未有的脚手架——而最大的认知陷阱，是把某个特殊子问题上的工程突破（AlphaFold、GraphCast）误读成整个科学即将被 AI 攻克。