2018年，学术期刊《自然》公布年度"影响世界的十大科学人物"，一位95后中国小伙排在第一位：曹原。他发现两层石墨烯以约1.1°的"魔角"堆叠能产生超导效应，一口气在《自然》连发两篇论文，学界称之为"魔角石墨烯"（来源：南方plus）。
八年过去，这位前谷歌DeepMind科学家，如今是AI for Science创业公司Unreasonable Labs的联合创始人。而他最新的判断冲上了知乎热榜：AI4S最难的是"验证"——不是让AI提出想法，而是证明AI提出的想法是对的。
AI生成得越快，人越尴尬
曹原的判断不是孤例。今年8月，谷歌的Jeff Dean宣布离职，带着一批高管创立Discovery Loop公司，同样做AI for Science；OpenAI宣布其模型Astra推导出了10道人类长期悬而未决的数学难题；Anthropic未发布的科研版Claude，把黎曼猜想的相关零点下界从41.6%推进到67.2%（来源：硅谷101、36氪）。
AI已经在推进科学前沿。但同一场访谈里也不回避一个尴尬：AI自进化、形成研发闭环的同时，"人的角色，稍显尴尬"。
尴尬在哪？中国工程院院士李国杰给过一组数据：新材料领域，AI筛选出数十万种稳定候选材料，最终实验验证的匹配率仅0.19%（来源：腾讯新闻）。
也就是说，AI能以指数级速度批量生产"看似合理"的假说，而人类的实验验证能力只能线性增长——一边是高铁，一边是慢车道，剪刀差越拉越大。更麻烦的是，李国杰指出：AI幻觉常常被误判为重大科学发现。
为什么验证比生成难？
生成假说，对AI是"开卷考试"：它几乎读过全世界的论文，把已有的概念拼成新组合，看起来都像那么回事。验证却是"闭卷考试"：每一个结论都要经得起实验、数据和同行评议，任何一环站不住脚，前面全部作废。
九章云极首席科学家缪旭把这叫做"信任赤字"：大模型天生是概率性的，"漏掉前提、偷换定义、长推理积累微小错误"，在严肃的理论验证面前就像黑箱（来源：天极网）。
国家超算互联网最近的大会上，专家把科研范式的转变说得更直白：从"人类试错"转向"AI预测+验证+人类判断"——AI4S真正的瓶颈不是生成，而是验证（来源：腾讯新闻）。这也是为什么Jeff Dean、曹原这批顶尖科学家纷纷在此刻下场：谁能把"验证"这一环补上，谁就握住了AI做科学的下一个入口。
这个瓶颈，其实是你我的日常
你可能觉得：我又不是科学家，AI4S跟我有什么关系？
其实"验证瓶颈"是每一个用AI的普通人每天都在撞上的事。AI三秒写出一份方案，你不确定里面的数据是不是真的；AI一本正经地回答健康问题，那可能是它当场编的。当AI变得人人都会"生成"，稀缺的能力就从"提问"变成了"验证"。
我从这几篇报道和访谈里整理出一段"反向验证提示词"，AI给你答案之后，别急着采纳，把这段话丢回去：
这个结论依据了哪些具体信源？请逐条列出。上面的内容里，哪些是已验证的事实，哪些是你的推测？请分开标注。现在请你站在质疑者的立场，指出这份回答里至少两个漏洞。
最后一句最管用：AI特别擅长挑毛病，让它"攻击"自己的答案，不少幻觉会当场现形。遇到签合同、看病、投资这类要紧事，再把同一个问题丢给另外一两个AI，交叉对照答案。spark1.cn/tools 聚合了主流AI工具，多个模型一起做交叉验证，比只听一家之言靠谱得多。
写在最后
AI能证明数学题了，科学家没有失业，反而是"验证"成了最稀缺的能力。对普通人也一样：AI负责生成，你负责验证——先用好验证的人，才是真正会用AI的人。
💬 评论