“去年是DeepSeek，今年是OpenClaw。”
在日前举行的香港科技大学上海中心“AI FOR DISCOVERY：从范式革命到产业重构”学术峰会上，与会院士、科学家纷纷提到人工智能领域近期爆火的“龙虾”。这一热梗源自开源AI智能体OpenClaw的龙虾图标，用户通过与智能体对话等方式，能够部署并培育一个24小时的专属AI助理，并且是能力不断迭代的“养成系”。
“春节期间，很多AI研究人员都在加班加点，研究行业内最破圈的事，OpenClaw的横空出世。”复旦大学浩清特聘教授、上海科学智能研究院院长漆远第一时间注意到了“龙虾图标”成为GitHub（全球最大开源社区）排名第一的软件。结合OpenClaw为OPC（一人公司）带来的生产力变革，其行业影响力完全不亚于去年同一时期的DeepSeek。
由此展开的学术峰会上，AI领域专家与基础科学领域的专家不约而同地达成了一种共识：当人工智能正在从单纯的辅助工具演变为科学发现的“合伙人”，AI与医疗、能源、制造等实体产业的深度融合，正推动科研模式由“经验驱动”向“智能驱动”跃迁。
“模型驱动”迈向“智能体驱动”
3月1日，上海科学智能研究院（下简称“上智院”）与复旦大学在模速空间发布了最新的高能动性科研智能体，一款名为“大圣”的“星河启智·超级科研合伙人”，标志着科学智能从“模型驱动”迈向“智能体驱动”阶段。
漆远介绍，“星河启智”平台去年上线以来，半年内在工具、模型、文献等方面的数据均实现大规模增长，入驻团队数量则增长了12倍，并推出“伏羲”气象大模型、“燧人”物质大模型等垂直领域的科学大模型，还与阿里魔搭社区共建了国内目前模型最多、数据规模最大的“AI for Science（科学智能）”开放社区。
谈到如何将智能体与科学研究相结合，漆远回忆起一段插曲：当天峰会主持人蒋昌建在2019年的一档节目中，曾问过彼时作为嘉宾的漆远，“AI在将来最关键的是什么”。后者当时给出了两个答案：“意识”和“发现未知科学规律”。
七年后，OpenClaw等智能体横扫全球，侧面呼应了漆远当时的回答，并映射出AI大模型当下的现状：基础模型能力实现跃升，底层模型的支撑力不断强大；智能体的设计简单但效果惊人，并且正在成为拥有持续性长期记忆的“个人外脑助理”。
但智能体也并非坚不可摧。漆远表示，智能体的核心是“记忆”，但OpenClaw等智能体在压缩文件、数据的记忆系统时，会出现失真现象，这对科学研究来说存在致命风险。因此，把数字世界中的智能体和物理世界真正连接起来，人类还有一段长路要走。
中国工程院外籍院士、香港科技大学首席副校长郭毅可则预测，今年AI在科学领域，尤其是探索科学（Discovery Science）领域将有巨大突破。他表示，相较人们使用智能体管理各类文件，在实验室领域，智能体能发挥更大作用。原因在于，实验室有更清晰的权责边界和工作流程，有助于智能体开展主动推理，实现“AI for Lab（实验室智能）”。
有了这一前提，实验室的自动化便不在话下。郭毅可表示，上一轮智能实验室建立了数据库和数据工作流，具体工作涵盖填写电子表格、完成实验笔记、实验库存管理、生物学实验设计、实验分析等内容。而今，通过大模型和智能体，能将上述流程全面自动化，实验室将出现“智能体科学家”。
于是，“AINA”即“AI原生创新环境（AI Native Arena）”便应运而生，将原先从被动记录到完成实验的传统工作范式，变为由智能体主导，通过先验模型来驱动实验室的流程设计，再触发实验的各项工作，不仅能“7×24”小时自主运行各类实验，还能持续学习、自我进化，形成最优解决路径。
“但最终的决策还是由人来选择。”郭毅可说。
“假设驱动”走向“数据驱动”
港科大上海中心去年1月成立以来，已招引多家入孵企业在徐汇西岸和徐汇北杨两大基地推动科研成果产业化。当天峰会现场，港科大上海中心北杨基地的重点入孵企业——上海久湛信息科技有限公司与深圳计算科学研究院签署了“AI for Science”落地应用战略合作，将依托深圳崖山大数据底座共同推进人工智能与科学计算的融合创新。
香港科技大学潘乐陶气候变化与可持续发展中心的科研成果也在上海开拓了应用场景。中心主任、香港科技大学副教授陆萌茜介绍，包括微软“Aurora地球系统通用模型”、英伟达“Earth-2”以及中国气象局“风顺”大模型在内，地球系统科学已成为第一批充分应用AI智能体的垂直科学领域。
这一现象背后的成因涵盖多个方面。其一是“数据洪流”效应，中国不仅有各类卫星、传感器积累的地球数据，还有传承千年的水文数据与气象观测数据，是实打实的“语料”资源库。其二，智能体可有效解决各类计算瓶颈，快速做出预测。其三，地球系统、气候系统本就是复杂的非线性系统，伴随近年来的气候变化，基于过去历史数据所形成的传统气候分布规律逐渐不再适用。其四，传统的参数化分析已赶不上智能体“机猜”的准确性和效率。
因此，AI在气候、地球科学领域的发展迅猛，从地震预警到海啸预警都有智能体的贡献。AI对地球系统科学的影响也不仅仅存在于应用端，在学科的研究范式上正产生深远影响。
陆萌茜表示，以往地球系统科学的研究过程中，最重要的环节是提出假设，随后用数值模拟的模型来验证假设。“这非常考验个人认知的边界，学识积累不到一定程度，就很难提出非常有发现潜能的科学问题。”而随着智能体的应用，科学研究正从“假设驱动”变为“数据驱动”。
以智能监测为例，珊瑚是监测气候变化的一项重要指标，当海温升高到一定程度时，珊瑚就会出现大面积白化。陆萌茜介绍，过去，海底珊瑚的健康监测都需要潜水员下水定点观察；现在，通过水下机器人与智能监测系统，可以对更广泛区域的珊瑚健康状况实现全天候监测。
学科发展进程也在被智能体“改写”。陆萌茜表示，地球系统科学的入门门槛不算非常高，但门槛数量多且杂，涉及统计、计算机、地球科学等，人才需要培养十年才能真正掌握智能调参的技能。因此，地球系统科学专家长期以来都非常稀缺。“有了AI智能体，可以辅助更多年轻人投入地球系统科学中，或许未来还将诞生‘AI地球科学家’，构建全尺度的‘地球数字孪生’。”
配资论坛提示：文章来自网络，不代表本站观点。
