摘要
1900年开尔文曾宣告物理学的天空已然晴朗，只剩下两朵小小的乌云。他未曾料到，那两朵乌云最终掀翻了整座经典物理的大厦。今天AI如同另一朵缓缓飘来的乌云飘进科学的晴空。当AI工具全面渗透进科研工作，论文产出效率迎来了飞速增长，我们似乎正站在一个黄金时代的门槛上。繁荣之下却存在一个令人不安的反差现象：AI工具的确加速了科研的进步，但从整个科学共同体来看，它可能让研究方向愈发集中，会压缩集体层面的科学探索空间。而当科学建立在AI的超级计算之上，传统的“科学实证主义”将何去何从？
核心矛盾：
AI掀起了一场“个人效率提升”与“集体探索收缩”的碰撞
一．AI引发的效率狂欢
AI能极大地提高个人科研效率。文献综述、寻找idea、代码编写，甚至论文初稿的撰写，AI都能提供强大的辅助。在AI的加持下，研究者个人的产出量明显增长、引用率明显提高，职业优势也显著增强。2026年在Nature上发表的一篇分析了4100余万篇论文的研究（Hao,Q., Xu,F., Li, Y.&Evans, J. Artificial intelligence tools expand scientists' impact but contract science's focus.）提供了直接的证据：采用AI工具的研究者发文量约是未使用AI的3倍、引用量约是4.8倍、平均提前约1.4年升任研究负责人。
因此对个人的职业发展来说，这绝对是肉眼可见的利好，也是大家纷纷拥抱AI的原因。
二．被迫卷入的竞争
当你的同行用AI在三天内完成一篇文献综述，而你还在手动翻阅几百篇论文时，“不用就落后”成了摆在面前两难的选择题。但问题恰恰在于当每一个人都因害怕被淘汰而选择使用AI时，整个科学共同体却可能走向一个无人乐见的结果。当AI把所有人的产出效率同时拉高，竞争的基准线便随之提高，不知不觉中
AI在科学界正在制造一场所有人都被迫卷入的竞争
三．科学探索的道路可能会变窄
当大家都使用相似的AI工具时，算法推荐和生成机制会将研究者引向相似的文献、相似的问题和相似的方法论。AI的本质是基于历史数据的归纳和预测，它倾向于推荐大概率正确的路径。久而久之，可能导致整个科学界的探索空间收缩，研究走向同质化；而那些冷门但可能孕育突破的方向，因为“数据不够多、引用不够高、AI不推荐……”，正被系统性地边缘化。表面上看论文数量呈爆炸式增长，实际上真正具有异质性的科学假设正在慢慢消失。
“论文更多、引用更高，就等于科学突破更多吗？”
AI帮你写出符合期刊偏好的文章、修补逻辑漏洞，可能极大提高了论文的可发表性，但真正的科学进步，需要的是新问题、新路径和高风险探索。如果只追求数量，科学的深度就会被稀释，我们可能会收获一堆看似完美但毫无新意的“学术八股”，也会在不知不觉间集体涌向一批热门研究方向。
科学研究看起来的确更繁荣了，但底层的探索可能越来越窄。
这种趋同不仅体现在研究方向上，更体现在思维模式上。
当科学家不再依赖于直觉、灵感甚至试错，而依赖于AI给出的最优解时，科学的多样性就岌岌可危了。
四．实证主义终结了吗？
未来的未来，当量子计算机被广泛应用，AI拥有了更强的计算能力，以后科学大厦的向上延伸，是否都需要建立在AI的计算之上？
传统的科学哲学建立在“科学实证主义”之上：理论必须通过观察、实验和可重复的检验来证实或证伪。科学的发展依赖于“假设-实验-验证”的闭环，这是一个充满物理限制和意外发现的过程。
然而在未来的AI计算时代，这个基础或许会被动摇。如果未来科学发现越来越多地由算法在虚拟空间中计算，且结论建立在黑箱般复杂到人类不再能够拆解的神经网络输出上，那么可解释性与可验证性就成了难题。倘若更远的未来，科学家们在基于黑箱输出的结论之上继续搭建科学的建筑，那这还是我们认知中的“科学”吗？
传统的科学哲学建立在“科学实证主义”之上：理论必须通过观察、实验和可重复的检验来证实或证伪。科学的发展依赖于“假设-实验-验证”的闭环，这是一个充满物理限制和意外发现的过程。
然而在未来的AI计算时代，这个基础或许会被动摇。如果未来科学发现越来越多地由算法在虚拟空间中计算，且结论建立在黑箱般复杂到人类不再能够拆解的神经网络输出上，那么可解释性与可验证性就成了难题。倘若更远的未来，科学家们在基于黑箱输出的结论之上继续搭建科学的建筑，那这还是我们认知中的“科学”吗？
结语
科学不仅是计算关于世界的真理，更代表着人类探索未知、挑战权威、并在试错中成长的过程。AI的计算能力再强，也无法替代科学家在黑暗中摸索的勇气。如果实证探索被算法寻优所替代，那么AI的高效计算使得科学家只会倾向于依赖AI推荐的大概率正确路径；如果科学完全建立在AI计算上，科学将失去其自我纠错的野性。更坏的结果也许是未来科研被困在已知的认知范围里“卷”产量，而科学是否会出现新的荒芜？会不会不再有人坐在苹果树下，因一个“为什么”而耗尽半生；不再有人望着围绕地球流转的星空，提出敢于对抗时代的常识；也不再有人站在经典物理的废墟上，去伸手触碰那片乌云？
作为科研工作者，我们需要保持一份清醒。可以利用AI提效，甚至用它跨越学科门槛、阅读陌生领域、组合适合自己的工具，但需要保持原始的警惕与好奇心。无论计算能力多强，最终的科学真理依然需要在现实世界中接受检验，要时刻追问“这背后真实的机制是什么？”
科学需要繁荣，也需要多元，更需要真实。AI在前方正铺开一条看似宽阔通达的道路，而愿我们都能做那个敢于走向分岔小径的探索者，做那个愿意捡起路边亮晶晶石头的拾荒人，做那个始终追随星空的夜行客。
科学需要繁荣，也需要多元，更需要真实。AI在前方正铺开一条看似宽阔通达的道路，而愿我们都能做那个敢于走向分岔小径的探索者，做那个愿意捡起路边亮晶晶石头的拾荒人，做那个始终追随星空的夜行客。
参考来源
[1]HAO Q, XU F, LI Y, et al. Artificial intelligence tools expand scientists’ impact but contract science’s focus[J]. Nature, 2026, 649(8099): 1237-1243.
文案：大肥猫
审校：暖橘
来源：物理所研究生教育
编辑：milksang
转载内容仅代表作者观点
不代表中科院物理所立场
