"回到 1900 年，AI 能否发现广义相对论"这类讨论，看似玄学，其实可以拆成可分析的工程问题。把人类做科学研究的动机、行为抽象成模型，再对照当前 AI 系统缺什么，答案会比站队式争论清楚得多。
一个历史样本：罗默怎么测出光速有限
1670 年代，罗默的原始目标是把木卫一食当成"天上的时钟"：这颗卫星约 42.5 小时绕木星一圈，规律进出木星阴影，各观测点记录同一事件的当地时间差，就能定经度。为此他需要长期观测、编制精确的食时刻表。
偏差浮出来的过程才是重点：地球远离木星时，观测时刻逐渐落后于预测；靠近时提前。当时有两种候选解释——木星直径周期性变化，或者光速有限。后续观测支持了后者。罗默据此估算光穿过地球轨道直径约需 22 分钟；按现代值，这段路程实为 16 分 38 秒左右。误差主要来自当时地球轨道直径的估计不准（惠更斯按约 2.2 万个地球直径计算，罗默换算出的光速约 21.4 万千米/秒，偏离真值约三成）——但结论的定性部分（光速有限）完全站住了。
这个案例浓缩了科学发现的完整闭环：长期系统观测 → 发现与预测的系统性偏差 → 提出多个候选解释 → 用新观测区分解释 → 量化并承认误差。汤博发现冥王星是另一个变体：巡天拍下整个天球，按时间差比对底片找移动光点，靠的是覆盖策略而非精巧理论——发现路径不止一条，但都离不开"获得新证据"这个环节。
研究行为的抽象模型
人的研究过程可以形式化：令 K 表示已有知识与暂定解释，M 表示目标及优先级，C 表示资源、工具与协作条件，则行动选择为 A = π(K, M, C)，认识更新为 K' = U(K, A, O)，其中 O 是两次决策之间收到的全部输入——不只包括观测和计算结果，也包括休息、闲聊中偶然接触的信息和身体状态变化。一部分"灵感"可以理解为当前输入、已有知识、个体注意倾向三者形成的新关联。
动机 M 本身也在演化：罗默从"测经度"到"测光速"的目标迁移，正是执行过程中新发现反哺目标的典型。研究者还会主动改造工具和协作形态——工具不够就造望远镜，任务太大就组织分工并保存中间状态，曼哈顿计划式的长期研究甚至要专门留出时间思考组织形态本身该怎么调整。
对照 AI：差在哪，强在哪
用这个模型审视当前大模型系统，缺口集中在三处：
- 长期观测与物理闭环。罗默式发现需要数年不间断观测和对物理世界的干预实验。模型没有持续感知通道，也没有"做实验"的手，这条路径暂时走不通。
- 动机的自发生成。系统能在给定目标下规划执行，但"从异常现象中主动长出新目标"这一步，目前靠人把目标递进来。
- 证据可信度分级。真实研究要判断证据可信度、区分模拟与实测、必要时推翻自己的假说。模型对自身输出的置信度校准仍不可靠。
已有的成功案例反过来说明边界：AlphaFold 在"给定明确问题 + 大量结构化数据 + 可计算的评价指标"的条件下完成了蛋白质结构预测的突破——条件齐备时 AI 的产出是决定性的。条件不齐（目标模糊、数据稀疏、验证周期以年计）的领域，当前的辅助形态是加速人的研究，而非替代发现过程。
可验证性是绕不开的门槛：无论人或机器提出假说，都要给出可证伪的观测判据。机器做出科学发现时同样需要这个标准，而不是因为"它是机器"就要求额外证明——判据应该统一，只看发现是否可复现、预测是否被新证据支持。
结论收敛为一句话：给系统装上持续感知、实验干预、动机生成这三条腿，再配上与人同量的信息摄入，科学发现能力的出现是工程问题而非哲学问题。在那之前，AI 的位置是研究流程里最快的"计算与检索器官"，发现的主导权仍在人手里。
评论0