最近B站有个视频挺有意思。
一位80岁的老程序员，开了个"旭阳小课堂"，第一期讲AI Agent，播放量冲到350万。最新一期只有6分钟，讲一个词：AI4S。
视频标题很直白：AI4S不是4S店。
评论区一堆人问：这到底是什么？跟我有关系吗？今天用大白话讲清楚。
先说AI4S是什么
AI4S，全称AI for Science，中文叫"科学智能"。
拆开就四个字：AI做科研。
不是AI写诗、AI画画、AI陪聊。是让AI去啃科学问题：预测蛋白质长什么样、算新材料的配方、预报天气、模拟核聚变。
这个方向不是新词。2021年，鄂维南院士团队就系统提出了"AI for Science"的科研范式，还建了个开源社区叫深度建模（DeepModeling）。这几年它悄悄火了，因为成果实在太硬。
举三个有据可查的例子：
一是蛋白质。 谷歌DeepMind的AlphaFold，预测了超过2亿个蛋白质的三维结构，以前这事靠实验，一个蛋白质要磨几年。2024年，AlphaFold团队拿了诺贝尔化学奖。AI拿诺奖，这是头一回。
二是天气。 华为的盘古气象大模型，2023年登上《自然》杂志，是首个预报精度超过传统数值方法的AI模型。你现在手机上的天气预报越来越准，背后就有这类技术在推。
三是新材料和药物。 AI先把可能的配方筛一遍，科学家再做实验验证。原来大海捞针，现在带着磁铁捞。
为什么说这是科研的"第五种姿势"
这里有个值得知道的背景。
微软的吉姆·格雷提出"第四范式"，把科研方法分成四种：
| 范式 | 干什么 | 打个比方 |
|---|---|---|
| 实验科学 | 动手做实验、记数据 | 神农尝百草 |
| 理论科学 | 用公式推导规律 | 牛顿算苹果 |
| 计算科学 | 用计算机模拟 | 风洞吹飞机 |
| 数据密集型科学 | 从海量数据里挖规律 | 沙里淘金 |
| AI4S | 让AI自己学规律、做预测 | 带了个天才研究生 |
这张表值得存下来备查。以后看到"AI+科学"的新闻，对照一下就知道它在哪个层次。
AI4S厉害在哪？前四种范式，规律都是人先想明白，再去验证。AI4S反过来了：规律让AI自己从数据里学出来，人负责提问和把关。
古人讲"格物致知"，一件件东西去琢磨，才能悟出道理。AI4S相当于给"格物"配了个不知疲倦的助手，一秒能格一百万件。
跟普通人有什么关系
有人说：科研离我十万八千里。
真不远。看这条链子：
- AI帮着找新材料 → 电池更便宜 → 你的电动车续航更长
- AI帮着筛药物分子 → 新药研发更快 → 家里老人的药更便宜
- AI预报天气更准 → 台风提前几天预警 → 少停电、少受灾
科学智能的每一分进展，最后都会落到你的账单和安全感上。
更重要的是第二层：AI4S的思维方式，普通人也能借来用。
它的套路就三步：把问题变成数据 → 让AI找规律 → 用事实验证。放到生活里，一样好使：
- 体检报告看不懂？把指标喂给AI，让它解释哪些要复查，再拿医生的话验证。
- 孩子问"为什么天是蓝的"？让AI用比喻讲一遍，再一起做个小实验验证。
- 家里要买大件？把参数整理成表，让AI对比，最后看真实用户评价验证。
记住口诀：AI给答案，事实说了算。 这一步验证，恰恰是AI4S最核心的科研精神，也是最容易被普通人省掉的。
送你一个可直接复制的模板
想让AI帮你吃透任何一个科学话题，复制这段提示词就能用：
你是科普作家，请用初中生能听懂的话回答：
1. 【某话题】是什么？用一个生活比喻开头。
2. 它解决了什么以前解决不了的问题？举2个真实例子，注明出处。
3. 普通人最容易搞错的1个认知是什么？
4. 它未来3年可能怎么影响我的生活？
要求：不确定的信息明确说"不确定"，禁止编造数字。
把【某话题】换成"AI4S""核聚变""脑机接口"，随便试。最后一句"禁止编造"很关键，能过滤掉AI一大半的胡话。
写在最后
那位80岁的老程序员，第一期视频350万播放，靠的不是炫技，是把复杂的事讲简单。
这大概就是AI时代最稀缺的能力：技术会越来越便宜，把技术翻译成人话，永远值钱。
AI4S在实验室里改变科学，你也可以在自己的生活里，用同样的三步：找数据、问AI、做验证。
科学精神从来不属于科学家，属于每一个较真的人。
转给TA
转给家里那个总转发"震惊体"养生文章的长辈——把文中那个提示词模板教给他，以后谣言先过一遍AI，再问他"有出处吗"。也转给辅导作业被孩子问倒的家长，"为什么天是蓝的"这类问题，模板里有现成解法。
关注「xAI智工场」，每天一篇AI实操。明天更新：普通人用AI查证信息的3个免费工具，亲测有效，别再被伪科普骗了。
三入口： 公众号二维码 | 微信号 xaizgc | 知识星球
关注后回复「提示词」，免费领取100+实用AI提示词模板。
评论