摘要：在这项由国际微生物学研究团队主导的研究中，一个名为AI Co-scientist的人工智能系统，在几乎没有任何实验数据的情况下，仅用两天时间就提出并准确破解了一个困扰科学界十年的细菌基因传播机制难题。

9月12日，《细胞》杂志（Cell）发表了一项引发广泛关注的研究成果。

在这项由国际微生物学研究团队主导的研究中，一个名为AI Co-scientist的人工智能系统，在几乎没有任何实验数据的情况下，仅用两天时间就提出并准确破解了一个困扰科学界十年的细菌基因传播机制难题。

这项研究的起点，是一种名为cf-PICIs（噬菌体诱导染色体岛）的遗传元件。

自2015年起，微生物学界就注意到这些遗传元件能在亲缘关系非常遥远的细菌之间精准传播，但其传播机制始终成谜。

研究团队花了近十年时间，最终通过复杂实验发现：

cf-PICIs能构建自己的蛋白质外壳，但缺乏感染其他细菌所需的“尾部结构”，它们通过“借用”其他噬菌体的尾部，实现跨种传播，被称为“衣壳-尾部相互作用”。

这项发现本身已足够重要，但令人大跌眼镜的是，AI Co-scientist在没有任何实验数据、只被提供一页背景资料和几篇公开文献的前提下，仅用两天时间就提出了这个核心假说，并附上了完整的实验验证方案。

表面上看，AI提出了五个假说，刚好命中正确答案，或许只是运气好。但研究细节显示，这并非“拍脑袋”。

AI Co-scientist在五个假说中对每一个都进行了评分排序。

排名第一的“衣壳-尾部相互作用”假说获得了1777分，不仅逻辑清晰，而且与研究团队多年实验所得结论完全吻合。

更值得一提的是，AI还建议使用冷冻电镜对关键蛋白进行结构解析，并通过基因突变实验验证关键位点。

AI Co-scientist的表现引发了一个更深层的问题：AI真的能进行科学思考吗？

这套系统的特别之处，在于它采用了多智能体架构。

系统内部被划分为多个模块，分别负责提出假说、进行反驳、查阅资料、优化思路，它们之间像一个科研小组一样展开“内部辩论”。

而与目前市面上的大模型相比（如OpenAI的o1、Gemini 2.0 Pro、Claude Sonnet 3.7等），AI Co-scientist表现出了更深层次的推理能力和更强的科学敏感性。

研究团队说原以为，cf-PICIs必须生成完整的感染颗粒，才具备传播能力，这个假设让他们走了不少弯路。

而AI它将“无尾颗粒”和“完整颗粒”视为平等的可能性，从而快速命中关键因素。

这种所谓“局外人视角”本质上是一种不受前设影响的推理逻辑，正是人类科学家最难做到的。

AI并非只是“快”，而是在思维方式上提供了人类思维之外的一种补充视角。

也有科研人员指出，当AI能够在短时间内生成几十个貌似合理的假说时，筛选与验证机制将面临巨大压力。

实验验证本身成本高昂、周期漫长，而AI可以几小时内提出多个思路。

如何从中筛选出真正值得投入资源的方向，成了科研团队的新挑战。

面对AI Co-scientist的表现，一些人担忧AI会不会取代科学家。

但从这项研究的全过程来看，AI只是提出假说，人类仍然是验证、执行和判断的主体。

科学的本质，是要在复杂的现实中筛选出最有可能成立的理论，并用实验去一一验证。

AI提供了一个更高效的思维框架，但不具备直觉、经验和对复杂变量的判断能力。

研究团队也强调，未来的科研模式，可能会从“人类主导+AI辅助”转向“人类提问+AI假设+人类判断”的新协作模式。

科学借助AI的力量，突破了人类长期以来的思维盲区。

来源：小眼知心