协同科学家：假设生成的“智慧引擎”
谷歌DeepMind开发的协同科学家系统，像是一台永不停歇的假设生成引擎。它基于“Gemini”平台，能够持续生成、评估和改进科学假设，为实验验证提供源源不断的创新思路。在药物再利用和新靶点发现等领域，协同科学家已经展现出了惊人的潜力，为科学家们开辟了新的研究路径。
Robin：生物学界的“智慧侦探”
Robin，这位由FutureHouse团队精心打造的AI多智能体系统，如同生物学界的福尔摩斯，能够自主完成从假设生成到数据分析的全链条科研任务。面对干性老年性黄斑变性这一难题，Robin不仅提出了创新的治疗策略，还成功验证了两种潜在药物，为失明患者带来了新的希望。Robin的智慧，在于它能够像人类科学家一样思考，却又不受限于人类的疲劳与偏见。
ERA：科学软件的“创意大师”
如果说Robin是生物学界的侦探，那么ERA则是科学软件领域的创意大师。这个由哈佛大学团队开发的AI系统，利用大型语言模型和树搜索技术，能够生成专家级别的科学软件。无论是生物信息学中的单细胞数据分析，还是流行病学中的疫情预测，ERA都能游刃有余，甚至在某些领域超越了人类专家的表现。ERA的出现，让科学研究的效率与质量实现了质的飞跃。
这三套系统分工不同，但共享一个核心特征：它们不是在替代科学家，而是在承担科学家最耗时的“苦力活”。文献检索、假设筛选、代码调试、数据分析——这些动辄几百小时的工作，AI压缩到了几十分钟到几天。
当然，AI科学家远非完美。没有人类提供的初始问题，它们不知道研究什么。没有湿实验的验证，它们产出的只是漂亮的猜测。Robin的消融实验显示，断开文献检索后，AI编造虚假参考文献的比例高达44.5%。
一位参与评论的学者说得直白：AI不会取代科学家，但会用AI的科学家很快会取代不会用AI的科学家。机器负责广度与速度，人类负责深度与判断——这个组合，正在重新定义科研的边界。
