摘要：无论是谷歌、OpenAI、英伟达在内的科技巨头，还是硅谷AI初创公司、顶级风投机构，都在深入投入这一赛道。

2025年，也被称为Agent元年。

而随着Agent的发展，一个重要的领域正在崛起——科学研究Agent。

无论是谷歌、OpenAI、英伟达在内的科技巨头，还是硅谷AI初创公司、顶级风投机构，都在深入投入这一赛道。

当前，新一代AI智能科学家们，甚至已经能够自己读论文、找方向、写综述、做实验了。

这标志着人类研究正在从“人类主导+AI辅助”的方式，逐渐转向“AI与人类协作”。

这一趋势下，将彻底改变科学研究范式和方法论。

或许有一天，AI也能勇夺诺贝尔奖了。

AI科学家，颠覆实验室

2024年，诺贝尔物理学奖和化学奖史无前例的地授予了人工智能领域的科学家。

这一事件的催生下，AI for Science这一概念开始被广泛传播和接受。

AlphaFold虽然是专用模型，但其成功证明了AI在科学发现上的巨大潜力，为更通用的科学智能体铺平了道路。

相较之下，Agent则将科研带向了更加智能化，最初大模型能完成特定任务与分析，到能够自主推理与科研任务规划。

和大模型不同，AIAgent到底是什么？

简单来说，AI Agent是以大模型作为核心引擎，具备记忆能力、能够有自主推理和规划工具的使用，从而来解决问题的智能程序。

即AI Agent =大模型 + 记忆 + 使用工具 + 自主规划。

Agent以大语言模型为基础，像GPT-4、Claude 3等先进的大语言模型，拥有惊人的逻辑推理、代码生成和任务分解能力。这使得它们能够理解复杂的科学问题，并规划出解决问题的步骤。

此外， LLM可以作为一个“通用大脑”，理解人类的自然语言指令，并调用各种工具（API、函数、软件），无需为每个特定任务重新训练模型。

例如早在2023年4月，来自洛桑理工学院和罗彻斯特大学的科学家们，就基于GPT-4打造了一款化学智能体ChemCrow，通过ReAct框架将大语言模型与13种化学工具深度集成，从而实现自主规划实验与研究方案。

图：ChemCrow

而多模态能力的融合，使得现在的AI模型不仅能处理文本，还能理解和生成图像、分子结构、蛋白质序列、科学图表、显微镜照片等。

与此同时，自动化实验室的出现，才真正打通了科研Agent的执行层，从而让AI从模型升级成为实验者。

通过标准化的API和控制系统，能将智能体的科研假设，转化为物理世界的科学实验，从而实现假设—实验——反馈的循环。

2023年底，卡内基梅隆大学等机构开发的Coscientist系统登上了Nature，由GPT-4驱动，它能将文档搜索、代码执行和实验自动化等工具相结合，自主设计、规划和执行复杂的实验。

图：Coscientist

基于这些能力，Coscientist成功完成复杂的钯催化交叉偶联反应，标志着这一领域的重大突破。

也就是说，未来的智能AI科学家或将建立在大模型推理+科学数据库+自动化实验室+科研工具+反馈学习这些要素之上。

硅谷巨头们，盯上了科研Agent

在学界，科研Agent探索还在如火如荼中，工业界也看到了其重大潜力，纷纷押注这一未来。

OpenAI震撼发布GPT-5，该模型特别擅长对复杂数据进行深度推理，可以充当人类的科研助手，例如深度分析科学文献或临床数据。

GPT-5的首批测试者就包含头部药企安进 、 mRNA疫苗巨头莫德纳，其中安进率先将GPT-5应用于药物设计领域。

前不久，万亿AI独角兽Anthropic宣布推出Claude for Life Sciences模型，正式进军生命科学领域。

目前，Anthropic正在和合作伙伴打造一个基于大模型+Agent Skills+科研知识库+科研工具的科学生态，跨国医药巨头诺和诺德和赛诺菲已开始试用并取得了显著成效。

除开硅谷科技巨头外，风投机构们也在押注这一颠覆性领域，押下了巨大的赌注。

今年10月，科学智能公司Lila Sciences完成3.5亿美元的A轮融资，其中包括英伟达等机构的1.15亿美元融资，公司估值超过13亿美元（约合92.6亿元人民币）。

要知道，该公司仅仅走出隐匿模式半年，就累计融资5.4亿美元，投资者包括木头姐 ARK Venture Fund、Flagship Pioneering 等知名机构，显示了市场对其颠覆性潜力的强烈信心。

Lila并非单纯的高科技公司，而是拥有一个野心勃勃的计划：打造世界上第一个科学超级智能平台。

如今，Lila通过AI大模型+机器人自动化实验室+专用硬件的深度集成，让AI智能体从智力规划的层面上，赋予其实体功能。

未来，它将构建一个从提出假设→设计实验→自动化执行→分析结果→学习迭代的完整科学研究闭环系统。

Lila这类公司的出现，标志着AI for Science（AI4S）领域正从一个前沿概念，快速迈向一个技术深度融合、资本高度聚焦 ，并追求规模化商业价值的新阶段。

与此同时，不止Lila Sciences、OpenAI、谷歌等海外公司，国内的晶泰科技、深势科技均在深度布局AI4Science。

通过量子物理+自动化实验室+AI大模型的深度耦合，晶泰科技成功用于药物研发、材料、新能源等前沿领域。

当然，科学研究本身充满不确定性，AI能否带来深入的洞察并最终转化为成熟产品，是核心的挑战。

毕竟，人类科学家也需要休息，需要投入大量的精力学习新领域。

但AI科研系统可以7*24小时自主发现新反应、新想法，并不断试错和迭代。

在学科不断交叉融合背景下，或许，我们将迎来新知识与产品的爆发。

来源：智药局