當(dāng)OpenClaw不僅能幫你訂機(jī)票、寫(xiě)郵件，還開(kāi)始參與科研實(shí)驗(yàn)時(shí)，這意味著什么？

3月4日，在香港科技大學(xué)上海中心舉辦的“AI for Discovery：從范式革命到產(chǎn)業(yè)重構(gòu)”學(xué)術(shù)峰會(huì)上，復(fù)旦大學(xué)浩清特聘教授、上海科學(xué)智能研究院院長(zhǎng)漆遠(yuǎn)在演講中表示，隨著OpenClaw智能體的出現(xiàn)，具備高能動(dòng)性和自主學(xué)習(xí)能力的AI Agent（智能體）正推動(dòng)科研進(jìn)入一個(gè)新的臨界點(diǎn)。

復(fù)旦大學(xué)浩清特聘教授、上海科學(xué)智能研究院院長(zhǎng)漆遠(yuǎn)發(fā)表主題演講。

在此次學(xué)會(huì)峰會(huì)上，與會(huì)人士普遍認(rèn)為，人工智能正從科研流程中的輔助工具，逐漸演變?yōu)槟軌騾⑴c推理決策與實(shí)驗(yàn)閉環(huán)的“科研合伙人”，Agent引發(fā)了一場(chǎng)AI從過(guò)去被動(dòng)記錄到主動(dòng)推理的科研范式革命。

在漆遠(yuǎn)看來(lái)，OpenClaw的爆火首先標(biāo)志著基礎(chǔ)模型能力的躍升，“沒(méi)有大模型底層能力的持續(xù)突破，OpenClaw類智能體不可能實(shí)現(xiàn)當(dāng)前效果”，其次OpenClaw代表了智能體架構(gòu)的高能動(dòng)性與強(qiáng)執(zhí)行力，“智能體架構(gòu)本身并不復(fù)雜，卻能夠產(chǎn)生非常顯著的能力提升，逐漸成為類似‘外腦’的個(gè)人助手”；此外，OpenClaw也顯示了智能體具備長(zhǎng)期記憶與持續(xù)學(xué)習(xí)能力，可以在不斷自我迭代中演進(jìn)。

漆遠(yuǎn)認(rèn)為，當(dāng)AI Agent不僅能處理日常事務(wù)，還開(kāi)始參與實(shí)驗(yàn)設(shè)計(jì)與科研流程時(shí)，科研體系可能會(huì)發(fā)生深層變化，“科學(xué)探索需要擁有高能動(dòng)性的智能體，科學(xué)數(shù)據(jù)、專業(yè)知識(shí)日益龐雜，科學(xué)家需要最強(qiáng)外腦，輔助其創(chuàng)造、完成規(guī)劃與執(zhí)行。”

據(jù)漆遠(yuǎn)介紹，由上海科學(xué)智能研究院（以下簡(jiǎn)稱“上智院”）聯(lián)合復(fù)旦大學(xué)發(fā)布的“超級(jí)科研合伙人”大圣智能體憑借96%的RNA分類與設(shè)計(jì)準(zhǔn)確率，在siRNA設(shè)計(jì)中將實(shí)驗(yàn)成功率提升超50%，還支撐了轉(zhuǎn)化價(jià)值2000萬(wàn)元的新型補(bǔ)鋰劑研發(fā)與潛在價(jià)值5億美元的FIC類藥物發(fā)現(xiàn)，實(shí)現(xiàn)科研成果的高效產(chǎn)業(yè)化。

事實(shí)上，一批面向科學(xué)研究的智能體正在快速推出。

此次峰會(huì)上，中國(guó)工程院外籍院士、香港科技大學(xué)首席副校長(zhǎng)郭毅可透露，香港科大正推進(jìn)“AI for Lab”計(jì)劃，開(kāi)發(fā)實(shí)驗(yàn)室智能體AINA（AI Native Arena），核心功能是能實(shí)現(xiàn)自主優(yōu)化、主動(dòng)探索、智能協(xié)作和知識(shí)進(jìn)化。在這套工作流程下，人主要負(fù)責(zé)授權(quán)和決策，智能體則實(shí)現(xiàn)7×24小時(shí)自主運(yùn)行進(jìn)行實(shí)驗(yàn)。

中國(guó)工程院外籍院士、香港科技大學(xué)首席副校長(zhǎng)郭毅可

郭毅可提出一個(gè)分階段的科研生態(tài)愿景：第一階段實(shí)現(xiàn)個(gè)體實(shí)驗(yàn)室Agent化，第二階段形成跨團(tuán)隊(duì)Agent協(xié)作網(wǎng)絡(luò)，第三階段走向全球科研主動(dòng)推理生態(tài)，使知識(shí)持續(xù)進(jìn)化、認(rèn)知價(jià)值最大化。

倫敦大學(xué)學(xué)院計(jì)算機(jī)科學(xué)系教授汪軍介紹，他們針對(duì)科研需求上線了可以在線持續(xù)學(xué)習(xí)的智能體，該智能體可以根據(jù)科研人員的問(wèn)題自主在網(wǎng)上尋找資料，并能夠自行泛化持續(xù)進(jìn)化。

在汪軍看來(lái)，AI與Science的重要結(jié)合點(diǎn)在于：許多科學(xué)問(wèn)題本質(zhì)上是優(yōu)化與決策問(wèn)題，AI的優(yōu)勢(shì)在于更大的搜索空間、更快的結(jié)果反饋、可并行推理、可自動(dòng)調(diào)用強(qiáng)化學(xué)習(xí)策略，且能在長(zhǎng)時(shí)間運(yùn)行中保持穩(wěn)定輸出。例如他所在的團(tuán)隊(duì)在與合肥中科大合作的“AI化學(xué)家”項(xiàng)目中，已經(jīng)構(gòu)建了一套多智能體協(xié)作系統(tǒng)，將貝葉斯優(yōu)化、強(qiáng)化學(xué)習(xí)等方法嵌入硬件實(shí)驗(yàn)設(shè)備，當(dāng)前第一階段已走通；系統(tǒng)能夠在高維參數(shù)空間中自主搜索最優(yōu)解，實(shí)現(xiàn)從實(shí)驗(yàn)設(shè)計(jì)、執(zhí)行、分析到優(yōu)化的閉環(huán)流程，且全程無(wú)人工干預(yù)。

不過(guò)，與會(huì)專家也直言，當(dāng)前AI for Science的發(fā)展仍處于起步階段，諸多瓶頸亟待突破，成為制約其規(guī)?；涞氐年P(guān)鍵因素。漆遠(yuǎn)認(rèn)為，科研智能體還需要解決一系列特殊問(wèn)題，例如科學(xué)數(shù)據(jù)的高保真輸入與輸出、多模態(tài)科學(xué)數(shù)據(jù)對(duì)齊以及科學(xué)詞元（Token）生成等，以減少信息損失并降低模型幻覺(jué)。汪軍則表示，與大模型能快速反饋不同，化學(xué)實(shí)驗(yàn)等科研場(chǎng)景里Agent反饋往往更慢、成本更高。在這一條件下，如何實(shí)現(xiàn)有效優(yōu)化與閉環(huán)，是必須跨越的門(mén)檻。