近日，英国帝国理工学院微生物学家何塞·佩纳德斯与其团队耗时近十年发现了一种新型细菌基因转移机制，揭示了超级细菌通过获取病毒尾部结构实现进化的路径。然而令他惊讶的是，谷歌于今年2月推出的“AI联合科学家”系统，仅用两天时间就独立验证了这一尚未正式发布的发现，并提出了多个科学假说，其中包括一项研究人员未曾设想的方向。佩纳德斯坦言，若早获知这一思路，或可大幅缩短研究周期。这一案例生动体现了“AI科学家”在加速科学探索中的巨大潜力。

“AI科学家”并非具身的实验室机器人，而是基于大语言模型构建、具备专业科学认知与自主研究能力的智能系统。它能够自发提出科学假设、设计研究路径，并在多个智能体协同中开展“集体研讨”，迸发出超越个体的群体智慧。近年来，伴随大模型推理能力迅猛发展，以及大数据与算力等基础设施日益成熟，此类系统正从理论构想快速走向科研实践，逐步承担起文献分析、实验模拟、仪器控制等原属人类科学家的任务。

AI科学家的兴起不仅意味着效率提升，更预示着科学研究范式的根本转变。目前，全球研发力量主要围绕两类方向推进：

一类是充当人类科学家的辅助角色。例如，美国斯坦福大学开发的“虚拟实验室”平台，能根据课题需求组建跨学科AI团队，协助研究人员拓展思路。今年7月，该系统通过组建免疫学与计算生物学虚拟专家小组，提出新型纳米抗体计算框架，成功辅助设计出92种抗病毒纳米抗体，成果获《自然》期刊发表。

另一类则致力于实现全自主的科学发现。在这类系统中，人类主要负责提出目标与验证结果，其余环节均由AI完成。2024年8月，日本企业“鱼AI”开源其“AI科学家”系统，首次实现从提出构想到撰写论文的完整科研流程自主化，其产出的一篇计算机科学论文已通过国际顶会评审。今年5月，美国机构“未来之家”的多智能体系统“知更鸟”自主发现一种可治疗干性黄斑病变的药物，并通过RNA实验验证其机制，展现出AI在实证研究中的突破。

我国也在积极布局这一领域。2024年10月，上海人工智能实验室联合多家单位推出多智能体科学社群模拟系统“虚拟科学家”，用于研究科研创新规律；2025年7月，又联合崖州湾国家实验室、中国农业大学等发布生物育种领域首套自主科学发现系统“丰登·基因科学家”，该系统已帮助科研团队发现数十个作物新基因功能，并获得实验确认。

尽管技术进展显著，AI科学家仍面临可靠性、人机协作、伦理规范与监管等挑战。关于“AI是否会取代人类科学家”或“削弱人类创新能力”的争论仍在持续，但毋庸置疑的是，我们正迈入通用人工智能深刻影响科研的时代。未来，AI科学家有望与机器人、传感设备深度融合，实现从假设生成到实验验证的全闭环自主科研。

可以想象在不久的将来，实体化AI科学家将广泛应用于多样科研场景：比如在稻田中监测作物生长的“AI遗传学家”，在月球基地分析土壤的“AI土壤学家”，或在强辐射环境下操作仪器的“AI核物理学家”。这些曾属科幻的图景，正在逐步走向现实。