研究的黄金时代，从现在开始

你大概觉得科研跟自己的生活毫无关系。但你的曾祖父母对办公室工作也是这么想的。1900 年，"文员"是一个精英职业。到了 1960 年，每家公司都有文员。你的祖父母对编程也是这么想的。1970 年，写代码需要穿白大褂。到了 2000 年，每个少年都有一台笔记本电脑。规律从未改变: 每一种曾经高度专业化的技能，最终都会变成所有人的日常。农业变成了工厂劳动，工厂劳动变成了办公室工作，办公室工作变成了知识工作。每一次，上一代人都说"这不是普通人干的事"。每一次，普通人都证明了他们错了。现在 AI 正在以惊人的速度压缩科学的执行层，科研不再是一种职业，而是一种能力。欢迎来到铂金领时代。

我从没想过博士毕业后还会再做研究。大多数人想象中的科学家生活是一连串灵光乍现的蒙太奇，但我的生活有百分之九十是管道工作: 调试 CUDA 驱动、追踪大量实验、预约 GPU、写感觉更像诉讼而非科学的论文回复。大概只有百分之十是真正的思考。读博就是新兵训练营。你活下来了，你毕业了，但大多数人再也不会回去。不是因为他们不再好奇，而是因为那段经历让他们清楚地知道，从一个问题到一个答案之间，横亘着多少痛苦。

然后，几个月前，我给了研究第二次机会。我发现一切都变了。不是我变了，而是工具变了。一个模糊的好奇心？几小时内就能帮你勾勒出研究全景、定位到前沿。一个假设？下午就能设计实验并验证。复现别人的工作变成了一键操作。突然之间，那种感觉又回来了: 纯粹的、孩子般的喜悦，你拉起一根线头，整幅织锦便在你面前展开。我在以思维的速度前进，不仅仅是复现别人做过的事情，而是在尝试我以前根本不敢想的事。这才是真正的惊喜: 改变的不仅是速度，而是我整个思维方式。那个旧的认知操作系统，本能地把事情排除在外，认为"太有野心了"，其实运行的是过时的假设。我一次又一次地发现自己出于习惯在自我审查，然后意识到: 等等，现在我真的可以试试。原来更深层的转变不是 AI 原生工具，而是 AI 原生思维: 愿意卸下旧世界训练进你脑子里的每一道枷锁。

很难用语言形容这种感觉有多好。好奇心是人类最深层的驱动力之一，而现在，从"想知道"到"知道"之间的距离几乎消失了。研究不再是一份工作，它成了我做过的最有成就感的事。

思考与执行

究竟是什么在驱动这一切？一个有用的思考方式是把科学分成两半: 思考和执行。

400 年来，每位科学家都必须同时是远见者和劳动者。没有人为了当系统管理员或数据清洗工而成为科学家，但在被允许好奇之前，你必须精通所有这些。望远镜让伽利略看到了木星的卫星，但他得自己磨制镜片。显微镜让列文虎克看到了细菌，但他花了数年完善玻璃工艺。仪器总是与手艺捆绑在一起。

AI 正在将它们解绑。它在压缩执行层，不是消除它，而是将其压缩到如此极致，以至于瓶颈发生了转移。那些曾经需要一个专家团队和数月准备的事情，现在一个人一周内就能尝试。那些被锁在多年专业训练背后的知识，现在对任何愿意提出清晰问题的人开放。

而且这个趋势不会止步于数字世界的边界。不久之后，你将能远程使用物理实验室，仅凭描述你想要运行的实验就能控制机器人和化学合成设备。尝试的成本正在急剧下降。

执行层正在坍缩，这一点已经很清楚。所以问题变得非常简单: 如果机器可以完成执行，那人类工作的意义是什么？唯一还重要的事情是提出正确的问题。不是"还有什么任务会被剩下"，那是错误的框架。真正的问题是: 什么样的工作值得人类的心智去做？

拉马努金的信

1913 年 1 月，一个马德拉斯的年轻职员将一封装满定理的信封封好。这些定理是他独自一人在借来的纸片上推导出来的，因为他所在的城市没有人可以向他学习。斯里尼瓦萨·拉马努金此前已经给两位剑桥数学家 Baker 和 Hobson 写过信。两人都把他的信当成了民间怪人来信，扔在了一边。如果 G. H. Hardy 也这么做了，我们永远不会知道拉马努金的存在。

在每一位我们知道的拉马努金背后，都有一千位我们不知道的。他们提出了正确的问题，却生在了错误的村庄、错误的世纪，身边没有人能接收他们的来信。科学史上真正的悲剧不是发现太慢，而是大多数本该发生的科学从未发生。

看看过去两个世纪的发展弧线。每一波自动化浪潮都把人类推向了更高的认知层次，而每一次，我们都低估了这种晋升会走多远。

200 年前，机器自动化了体力劳动。蓝领时代。工厂工人哀叹手艺的消失，但人类被提升到了办公室。100 年前，计算机自动化了常规认知工作。白领时代。文员和簿记员变成了分析师和经理。每一次转变在当时都像是终结，但事后看来都是新的开始。

现在 AI 正在自动化复杂的执行本身。我们再一次被晋升了。这一次，进入的是我所说的铂金领: 研究者。不是旧有意义上那种持有证书、身处机构围墙之内的研究者，而是世界从未见过的全新事物。一位印度乡村的教师在研究影响她村庄的疾病。一位退休工程师在攻克气候建模。一个没有任何学历但满怀疑问的少年，在运行十年前还需要大学实验室才能完成的实验。

蓝领、白领、铂金领。规律很清晰: 每次机器吸收了一层工作，人类就向上一层迁移。而每一次，新的那层都比上一层更大、更有创造力、也更具人性。世界上的研究者数量即将爆发式增长，不是因为机构在招人，而是因为将大多数人挡在研究门外的障碍正在消融。

品味与执念

在执行几乎免费的世界里，恰好有两样东西变得稀缺: 品味和执念。这不是你与生俱来的天赋，而是你培养出来的品质，它们将定义未来的研究者。

AI 把不可能变成了只是困难。但"只是困难"仍然需要一个足够在乎去尝试的人，和一个足够睿智去尝试正确事情的人。品味没有执念，会产出永远无法落地的优雅计划。执念没有品味，会产出永远无法收敛的上千次实验。两者结合，才是发现的引擎，而这两者，没有任何机器能提供。但两者结合，也让你变成了一种新的存在: 一个指挥者。你定义奖励函数，定义什么是"好的"，什么算进展，然后释放 AI 智能体日夜不停地去追求它，在你睡觉的时候。你醒来时，一百个实验已经完成，十几个值得追踪的线索摆在面前。未来的研究者不会更努力地工作。他们会更清晰地思考什么值得做，然后让机器全天候完成剩下的一切。

接缝

100 年后，地球上大多数人将从事问题的研究。从执行任务到尝试不可能，这种转变在回顾时将如同从农耕到工厂一样彻底。

大多数世代完全生活在一个范式之内。而我们有幸生活在两个范式的交界处。我们是最后一代记得 AI 之前做科学是什么感觉的人，也是第一代体验与 AI 并肩做科学是什么感觉的人。

科学正在卸下 400 年积累的摩擦。留下的，正是我们小时候被未知所吸引的那种冲动: 看着某件不可能的事，然后说，我想试试。