人工智慧透過從一個龐大且經過精心整理的資料集學習，創造了其中一項最明確的科學成功案例。但一篇新的 MIT Technology Review 分析指出，這種進步模式很難在大多數領域複製；相較之下，能夠跨工具推理的 AI 智能體，或許是更務實的前進道路。

這個論點之所以重要，是因為 AlphaFold 背後的條件相當罕見。Google DeepMind 的蛋白質結構系統受益於數十年的國際資料蒐集，以及相對可靠的實驗方法。生物學、化學與材料科學的大部分領域，缺乏相對應的資料集、一致的測量方式或標準化程序。對研究人員與 AI 開發者而言，這意味著進展可能不太取決於找到一個通用的科學資料集，而更取決於打造能整合不完整證據、並反覆測試想法的系統。

AlphaFold 的成功依賴罕見條件

AlphaFold 在從實驗測得的例子預測出三維蛋白質結構後，成為 AI 於科學領域的一個里程碑。Google DeepMind 的 Demis Hassabis 與 John Jumper 因與該系統相關的工作，共同獲得 2024 年諾貝爾化學獎。

MIT Technology Review 的分析將 AlphaFold 描述為一項深刻成就，但不一定是自動化發現的一般藍圖。其訓練基礎是 Protein Data Bank，內含約 17 萬個經實驗驗證的蛋白質結構。根據分析，建立這項資源耗費了 53 年的國際合作，以及估計 210 億美元的實驗工作。

這項投資之所以可行，部分原因是蛋白質晶體學所產生的資料特別具有可重現性。實驗科學的大部分領域並不具備相同條件。細胞株可能改變，化學物質可能含有微量雜質，實驗室條件也可能影響結果。若要為現代神經網路產出足夠一致、準確且大規模的測量，可能需要新的儀器、標準與研究基礎設施。

某些領域——包括天氣預報、相當一部分基因體學，以及化學的有限部分——或許仍能提供類似 AlphaFold 系統所需的資料條件。但分析指出，政府對建立與協調科學資料集的支持仍然重要，而許多其他研究問題在短期內仍需要不同的技術方法。

當資料雜亂時，推理為何重要

科學家很少是從完美證據出發工作。研究藥物標的的科學家，可能會結合分子對接、已知結構、分子動力學模擬、少量結合試驗，以及專家判斷。這個過程依賴比較各種工具、理解其弱點，並隨著新證據出現而修正結論。

文章認為，AI 智能體正開始模擬這種工作流程。智能體被描述為一種連接數位或實體工具、並能決定如何使用它們的推理系統。與其把一個高度專門化的模型用在單一問題上，智能體可以協調文獻搜尋、假設生成、批判、實驗與後續分析。

文中引用的例子是 Google 在 5 月宣布的 Google AI Co-Scientist。研究人員提供一段簡短說明，請系統研究抗生素抗藥性如何在細菌物種之間傳播。系統使用了多個子智能體來進行基於文獻的假設生成、批判、排序與精煉。據報導，它提出抗藥性基因可能透過細菌病毒在宿主之間移動。

MIT Technology Review 表示，這項假設與 Imperial College London 研究人員經過十年濕實驗室工作後得出的結論一致。據稱，相關論文尚未被 Co-Scientist 看過，而且仍在同行評審中。這讓這個例子值得注意，但此處可得的證據仍只是已發表分析的敘述，而不是獨立記錄的基準測試或廣泛驗證研究。它應被視為示例性結果，而非科學智能體已準備好進行無人監督研究的證明。

智能體可能改變研究工作流程

最直接的機會不是取代科學家，而是減少在證據、工具與實驗之間切換時的摩擦。一個能力足夠的智能體可以搜尋大量文獻、提出可測試的解釋、準備計算實驗，並記錄其建議背後的推理與工具呼叫。

這種記錄功能可能有助於解決部分可重現性危機。研究人員與資助者長期以來都鼓勵科學家分享原始資料、程式碼與流程細節，但這些工作往往在主要研究完成後才處理，而且可能不完整。自動記錄自身行動的智能體，能更精確地留下結果如何產生的紀錄。這可幫助其他實驗室重現計算工作流程，儘管它本身無法解決實體實驗的變異，也不能保證智能體的推理一定正確。

智能體也可能保存機構知識。實驗室方法常以非正式方式在研究人員之間傳遞，或埋在不一致的筆記本中。標準化的智能體輔助工作儲存庫，能讓先前的決策、失敗的實驗與流程細節更容易被調取。對企業研究團隊而言，這指向一個實際用例：將模型連接到已核准的內部文件、模擬工具、實驗室系統與審查流程，而不是單獨部署一般聊天機器人。

速度是另一項潛在優勢。分析指出，若系統能閱讀大量論文、設計許多候選分子，並從失敗測試中學習，就可能降低探索想法的成本。這種好處不只是更快得到答案；更低成本的實驗，可能讓研究人員更願意探索非常規或高風險的問題。

證據、限制與部署風險

對科學智能體的論證仍屬前瞻性。MIT Technology Review 明確指出，現有系統可能出現幻覺、做出不一致的判斷，並受限於記憶與輸入條件。這些限制在某些領域尤其嚴重，因為一個看似吸引人的假設，可能在科學上仍是錯誤、不安全，或無法重現。

文章對未來改進、更高可靠性與加速研究的最強主張，屬於分析與解讀，而非已被證實的市場結果。所提供的證據沒有包含採用數據、與人類團隊的控制比較，或獨立的生產力衡量。它也沒有顯示智能體能可靠地控制實驗室設備，或在沒有嚴密監督下管理長期研究計畫。

因此，對開發者而言，設計挑戰不只是模型品質。科學智能體需要來源可追溯性、工具權限、實驗紀錄、不確定性報告，以及在關鍵決策點上的人工審查。它們必須區分由重複測量支持的結果，與雖然合理但較弱的假設。在受監管或對安全敏感的環境中，團隊還需要清楚記錄每項建議是由哪個模型、哪些資料、哪個軟體版本，以及哪些實驗條件所形塑。

接下來要觀察什麼

下一批有意義的訊號，將是比較科學智能體與使用相同問題、工具與時間預算的研究人員之評估。若能獨立重現歸因於 Google AI Co-Scientist 的結果，會比單一成功案例更具說服力。

研究人員與採購者也應觀察，智能體是否能長時間維持一致的研究計畫、準確引用證據、從失敗實驗中恢復，以及在不同實驗室之間轉移工作。另一個關鍵測試，將是它們與真實科學基礎設施的整合：電子實驗筆記本、模擬環境、資料庫與機器人系統。

測量標準的進展，將與模型進展同樣重要。在能建立可靠科學資料集的地方，像 AlphaFold 這樣的專用系統或許仍會非常有效。其他地方則取決於智能體如何處理雜訊測量、互相矛盾的論文，以及不完整的機構知識。

Creati.ai 觀點

核心教訓不是資料驅動的科學模型已經失敗。AlphaFold 展現了當某個領域擁有充足、結構化且可信賴的訓練資料時，這類系統可以多麼強大。更重要的修正是，多數研究並不具備這些條件，因此科學用 AI 產品必須圍繞不確定性來設計，而不是假設它不存在。

對 AI 公司與研究機構而言，短期機會在於一層可審計的系統，能協調既有科學工具，並完整記錄從問題到證據再到實驗的整條鏈路。這雖然不如承諾自主發現那樣戲劇化，但更符合科學實際上的運作方式，也更容易讓專業使用者測試、質疑與改進。