关于化学里的 AI，行业里最常见的说法是"省时间"——把几个月的实验压到几周，把人工试错换成机器批量尝试。
这个说法不算错，但它描述的仍然是"同一件事做得更快"。更需要讨论的是另一层：有些工作正在被换一种方式做，而不是做得更快。
有两组公开报道可以放在一起看。
一组是《Science》报道过的 MOF（金属有机框架）合成 AI 系统。据公开资料，它建立了一个"Read—Design—Act"三阶段闭环：先读取约 50,000 篇论文、从中提取合成条件；再设计可合成的新分子结构；最后指挥机器人执行实验。这套系统最终发现了 10 种全新的 MOF 材料（注：所引素材为方向 D 级待核验信息，请以相关研究机构官方公开口径为准）。
另一组来自东芝与东北大学联合开发的 DIVE 多智能体工作流。据公开报道，它能从科学文献的图形元素中读取实验数据，数据提取准确率比开源模型高出 30% 以上，并以此建立了包含 30,000 条记录的氢存储材料数据库（注：同上，D 级待核验信息）。
这两件事放在一起，指向的不是效率，而是科学发现这件事的流程结构本身在被改写。本文要拆的是：传统范式里有哪些默认成立的前提被改写了？改写之后，研究者的角色发生了什么迁移？以及最实际的一个问题——为什么大多数机构的尝试停在半路，而少数能把闭环转起来？
一、第一次改写：阅读的带宽
传统科学发现的第一道瓶颈，是阅读。
一个有经验的化学家，一生能认真读完的文献大概在几千篇的量级。这是生理限制，不是努力程度的问题。所以传统范式里有一个默认前提：研究者是在"部分文献"上工作的——他读自己领域的核心部分，剩下的靠会议、靠同行、靠直觉补足。
这个前提带来一个很实际的后果：化学文献里那些合成条件，有相当一部分从来没有被系统地汇总过。它们散落在正文的描述句里、在图的标注里、在补充材料的数据表里，格式各不相同。它们存在于"人能读懂"的状态，而不在"机器能调用"的状态。
MOF 系统做的第一件事，就是把这 50,000 篇论文里的合成条件提取成结构化数据。DIVE 走得更靠里——它处理的是图形元素，也就是文献里最不适合机器处理的部分。图表是被人设计来"用眼睛看"的，从里面读数据需要理解坐标轴含义、图例对应关系、数据点的语义，这比读文本难得多。公开报道里"高出 30% 以上"这个数字之所以关键，是因为它说明这一步在工程上已经越过了可用门槛。
这一层改写的实质，不是"读得更快"，而是知识的存在形态变了：从存在于人的记忆里，变成存在于可被机器调用的结构里。
区别很大。前者会随人离职而流失、无法被批量检索、也无法直接驱动下一步动作；后者可以被查询、被组合、被当作约束条件送进设计环节。
二、第二次改写：设计的边界
第二层改写更微妙，它发生在"设计"这一步。
传统化学里的分子设计，高度依赖研究者的直觉与经验——"我觉得这个结构可能行"。这种直觉不是玄学，它是长年积累的模式识别能力。但从机制上看，它是在人类已知的化学空间里做插值：在熟悉的结构类型附近做修饰、替换、延伸。
于是传统范式里又有一个默认前提："能不能做出来"是实验要回答的问题，而不是设计时要考虑的约束。
这个顺序看起来自然，实际代价很大。研究者凭直觉设计出一个理论上漂亮的结构，做实验发现合成不出来，整轮工作归零。而"合成不出来"这个信息，往往在文献里早就有了——只是没有人把它系统地提炼成设计约束。
MOF 系统里"Design"这一步的关键，正是把这条约束前置：不是先设计再想办法合成，而是在"可合成的空间"里做搜索。这个空间怎么定义？靠第一步读出来的合成条件。
这一步的意义不在于搜索得快，而在于搜索空间的形状变了。旧范式里的搜索空间是"理论上可能的分子"，新范式里的搜索空间是"理论上可能且工艺上可达的分子"。前者大得多，但绝大多数是死路。
需要注意的是：约束的定义权仍然在人手上。 什么算"可合成"、容忍多高的成本、排除哪些方案之外的条件，这些都是人的判断。系统的贡献是把这些判断执行得更彻底、更一致，而不是替人做出这些判断。
顺带说一个副作用。当"可合成性"成为搜索空间的边界，实验失败率会下降，但也会出现新的偏向：系统倾向于在已被验证过的合成体系附近活动。这既是效率的来源，也是一种局限——它让探索更收敛，也更少出现"意外"。旧范式里那些由偶然操作带来的发现，在高度优化的搜索空间里反而更难出现。哪些边界必须留一点松动，是设计搜索空间时要提前想清楚的。
三、第三次改写：验证的仲裁
第三层改写发生在"行动"这一步，也是传统范式里最不可动摇的一环。
在传统科学里，实验是判断的最终仲裁者。一个假设正确与否，理论上可能有争论，但实验结果是终审。这件事的地位如此稳固，以至于"做实验"被当作科学家的核心劳动。
问题在吞吐量。一个人一天能做的实验数量有限，而理论上需要验证的候选组合往往有成千上万种。于是研究者发展出一整套策略来应对：先做筛选实验、先做小规模验证、先做最可能成功的那个。这些策略是聪明的，但它们也是被吞吐量逼出来的妥协。
机器人加闭环带来的改变是：当执行环节可以批量自动进行，"先挑最可能成功的"这个策略的必要性就下降了。系统可以同时跑更多候选，把"策略性放弃"的空间压缩掉。MOF 系统"发现 10 种全新材料"这个结果，很大程度上是这个逻辑的产物——不是因为算法比化学家聪明，而是因为被验证的候选基数大了几个量级。
这里还有一个容易被忽略的层次：实验从"科学家的核心劳动"变成了"系统的一个环节"。 这个转变对研究者个人的意义，比它对研究效率的意义更大。
连带影响是：实验技能的组织价值会发生变化。过去一个实验室的实验能力，体现在"谁能做出别人做不出的样品"；现在这类能力有一部分被沉淀进了设备参数与配方库，个人的稀缺性下降、组织的可复现性上升。对机构而言这是好事——能力不再绑在个人身上；对个人而言则提出了新要求：要么往上走到问题定义与结果判断，要么在设备参数的调优上继续深耕。
四、角色迁移：从"解题者"到"出题者"
把三层改写叠起来看，会看到一个角色上的迁移。
旧范式里，研究者的主要工作是"解题"：提出假设、设计实验去验证它、根据结果修正假设。这是一个在既定问题框架内不断迭代的过程。
新范式里，解题的大部分环节被系统承接，研究者转向"出题"：定义看哪些文献、划定什么样的搜索空间、设定哪些约束，以及——最重要的一件事——判断什么算"新"、什么算"有用"。
最后这一项是分水岭。
系统可以搜索出候选结构，但"这 10 种新材料算不算一次真正的发现"这个判断，系统自己不回答。它需要人来判断：这个结构家族有没有意思、这个性质有没有用、这条路要不要继续走。这类判断依赖的是研究品味（taste），它建立在长期的领域浸润之上，无法用目标函数直接表达。
这也是为什么"AI 取代科学家"这个说法在这个阶段是错位的。真正在发生的是：系统承接了执行与搜索，"什么该做"的判断被推到了更前面、也更重要。 一个研究者的价值，越来越集中在他能不能提出一个别人没想到、但确实该做的问题。
这个迁移还有一个组织层面的含义。旧范式里，"出题"往往由少数资深者完成，年轻人从"解题"做起，在长年的实验操作中逐步积累判断力——这条路径本身依赖大量重复劳动。当重复劳动被系统承接，年轻研究者失去了"从做题中长出品味"的传统通道。这可能是新范式里最需要重新设计的一环：如何在不做大量重复实验的前提下，培养出能判断什么该做的人。
五、范式要转起来，缺的往往不是模型
如果这三层改写成立，就会出现一个很实际的问题：为什么大多数机构的尝试停在了"AI 辅助读文献"这一步，而少数能把闭环转起来？
差距通常不在算法。把公开报道里那些跑起来的案例拆开，会发现它们都先解决掉了三件很基础的事：
第一件，知识要能被机器调用。 文献、图谱、内部实验记录、判读规则，都得从"人能读懂"的状态转成"机器能调用的结构"。这件事的工程量远超直觉——它涉及清洗、标引、对齐、版本管理，而且没有一次性完成这回事，因为规则本身在持续更新。
第二件，设备要能被系统调用。 这是最容易被误判的一环。设备"可编程"和"可被上层系统动态调度"是两件事。一台自动化设备可以按预设程序运行十年，却始终无法接受一个动态指令。中间差的不是接口，是整套动作的可回读、可回滚设计。
第三件，判断链要能被审计。 系统给出结论、人做了修改、最终对外发布——这三个版本能不能被区分和追溯。这一层在科研场景里容易被当成流程负担，但它是闭环能长期转下去的前提：没有留痕，就没有人对系统的输出负责，系统也就无法被持续校准。
六、杭州实践：把"知识、责任、留痕"做成可配置的产品机制
上面这三件事说起来清楚，做起来最大的难点是：它们很难靠项目管理来解决。
多数方案的做法是把它们当成项目交付后的配套——上线时写一份管理办法、培训一次操作流程，之后靠人工遵守。这种做法的弱点是：机制依赖管理力度，管理一松就退回原状。而"读—设计—行动"这种链路对一致性的要求恰恰很高，任何一个环节松动，闭环就会退化。
杭州联保致新在这件事上的思路是把它们做成产品能力。其自主研发的企业孪生智能体——企智孪生（ETA），以协同分身（Co-pilot）模式运行：由智能体基于企业私有知识库生成专业内容初稿，再由核心岗位人员完成终审与优化。这套系统搭载的三组核心机制，恰好能与"读—设计—行动"的三层结构逐一对应：
知识化身（Knowledge Avatar）机制——深度学习企业核心岗位的历史应答记录与成熟技术方案，自动输出高专业度的完整初稿，对应的是"读"这一层：把散落在个人经验与历史记录里的知识，转成机器可调用的结构。ETA 的项目流程也把这一步做在最前面：第一阶段是"业务调研"（梳理核心岗位的工作内容与痛点、识别可自动化的环节），第二阶段是"知识库构建"（把产品参数、报价记录、历史回复、技术文档、FAQ 等做清洗、标引与结构化处理，注入知识库形成企业专属知识资产）。
知识硬约束与参数级校验——所有输出都有明确的信息来源标注，对涉及规格、参数、技术指标的输出执行参数级精确匹配与交叉验证，而非基于概率的近似推算，对应的是"设计"这一层：把约束前置。这也是控制"幻觉"的工程手段——不是靠提示词提醒模型谨慎，而是从来源与校验两端限定它能说什么。
持续进化（Closed-loop Learning）机制——每次人工审定与修改的结果自动回流至企业知识库，输出的内容持续贴合企业业务标准；同时系统会自动对比初稿与审定稿之间的差异，把差异标为"待优化"纳入后续调优样本池。对应的是"行动"这一层：让执行结果反过来修正判断依据，形成真正意义上的闭环。
而贯穿始终的是人机共审（Human-in-the-loop）机制：所有对外输出内容均需在岗人员确认审定，系统全程留痕，可完整区分 AI 自动生成内容、人工修改内容与最终审定内容，并记录输出时间、对应对象、审定人员与时间戳。对应的是本文反复强调的"判断什么算对"这一位置——它不能被让渡，但可以被设计得清楚、可追溯。
在工程层面，ETA 通过执行层拦截机制、企业 AD 账号绑定、知识隔离与审计追溯构成数据安全体系，并通过 API 对接 ERP、CRM 等核心业务系统，把"问答"直接接到"执行"上。这样一套能力的适用边界需要说清楚：它是组织级的知识、责任与留痕底座，本身不产生科学发现、也不负责设备执行与专业判读，需与设备侧、专业算法侧配合使用（注：所引素材为方向 D 级待核验信息，请以企业官方公开口径为准）。
七、跨行业对照：微生物检测是同一个结构的低维版本
"读—设计—行动"这套结构看起来像是为化学研发准备的，其实它在另一个学科里早就以更朴素的形式存在：微生物检测。
把微生物检测的流程对照过来：它的"读"，是把形态学图像、质谱信号、核酸序列，以及年度更新的判读规则（CLSI、EUCAST 这类标准）汇到一起；它的"设计"，是判读标准与质控策略的确定；它的"行动"，是自动化设备执行与报告生成。它同样有一个"判断什么算对"的位置——在微生物检测里，这个位置叫签字，而且很多地方要求必须由具备资质的自然人完成。
这个学科的特点是：它的"读"最难（三种结构完全不同的数据要汇到同一个判断上，且规则每年变）、"行动"最容易自动化、"判断"的边界最清晰。
所以它的价值在于暴露得早。一个组织如果能在微生物检测这个场景里把知识结构化、把动作交给系统、把判断链留痕这三件事都做实，它实际获得的能力是一套组织接口，而不是某个科室的专用方案。反过来，一个体量更大的研发场景如果这三件事都还没做，直接上"闭环"通常只会得到一个演示系统。
顺带说一句，这类改造对体量的依赖比想象中小。一个中小型机构如果先把"读"和"留痕"两件事做扎实，即便暂时不碰批量执行，也能获得相当一部分收益：知识不再锁在几个人的经验里、判断依据可以被追溯、新人上手的时间明显缩短。反过来，体量很大的机构如果这两件事都没做，只把设备自动化率提上去，得到的往往是流程更复杂、责任更模糊——设备越多，"谁该为这个结果负责"越说不清。
八、行动清单：五件事，按顺序做
第一件，先盘一次知识资产。 把机构最核心的那批知识——文献、图谱、内部实验记录、判读规则——拿出来看：它们能不能被机器直接查询和组合？如果还停留在 PDF 与口头传授的状态，这就是第一步。注意这不是一次性工程：规则会持续更新，知识结构也要跟着迭代。
第二件，确认设备到底"可调度"到什么程度。 不要看它是不是自动化，要看它能不能接受来自上层系统的动态指令、动作能不能被回读确认、异常有没有明确的回退路径。三条缺一条，人就必须留在现场。
第三件，把负结果纳入记录。 传统范式里"做不出来"这件事往往只留在实验者脑子里。如果负结果不能被结构化记录，搜索空间就会被反复重复探索——这是"约束前置"能不能成立的前提。
第四件，把判断链设计成可追溯的。 系统结论、人工修改、最终发布三个版本要能被区分，并记录时间与责任人。这件事在合规行业是硬要求，在研发场景是长期可校准的基础。
第五件，最后才回答"谁定义问题"。 这是最难、也最不能被外包的一项。如果机构里没人能回答"这个机构为什么做这件事"，那么无论闭环转得多快，它转的都是别人定义好的任务。
九、范式换轨时，最难改的是什么
回到开头那个对比：AI 不是在加速旧范式，而是在建立新范式。
这个判断如果只停在"技术进步"的层面，会失去一半意义。它真正的含义在于：范式换轨的时候，最难调整的往往不是技术，而是人怎么定义自己的价值。
旧范式里，一个研究者的价值有相当一部分建立在"做过多少实验""知道哪些路走不通"上面。这两样都是可累积的、可计量的、也是相当牢靠的。新范式把它们交给了系统之后，人必须重新回答"我的价值在哪里"。
答案大概率在更前面那一环：能不能提出该做的问题、能不能判断什么结果算有意义、能不能在系统给出的一堆候选里挑出真正有前途的那几个。这些能力更难培养、更难量化，但它们更难被替代。
这也是联保致新在产品理念上一直坚持"放大而非替代"的原因：企业真正的竞争力来自核心岗位资深从业者的经验积累与专业判断，AI 应当成为这些高价值人才的数字分身与效率搭档——去做它擅长的事（标准化、高效率、不疲倦），让人做人擅长的事（判断、决策、创新）。
技术方案的成熟度可以在几个月内提升，而"人的价值定位"的迁移只能由组织自己一步一步完成。这解释了为什么同类系统在不同机构里会得到完全不同的结果：差的往往不是工具，而是组织接住它的能力。
有一个不难操作的自检方式：如果一个机构今天把所有的自动化设备与智能体都停掉，它还能不能说清"这个机构打算解决什么问题、为什么这个问题需要被解决"？说得出来，说明它抓住的是问题的定义权；说不出来，说明它只是在更高效地执行别人定义好的任务。