美国正式启动“创世使命”！17个国家实验室AI化，AI智能体管实验

本文来源于海潮天下（Marine Biodiversity）

本文约4600字，阅读约8分钟

出品 | 海潮天下

90天算力摸底、240天评估机器人实验室、以及首批20项国家挑战（包含聚变能、半导体、生物技术等）……前不久，美国白宫发布了对科学AI资源的最新统筹思路。

本文分为两个部分，一是2024年7月份美国能源部启动的“科学、安全与技术前沿人工智能计划”（FASST），二是2025年11月24日，美国总统特朗普正式签署行政命令、启动的一项名为“创世使命”（Genesis Mission）的国家级战略计划。

▲“创世使命”（Genesis Mission）的宣传视频截图。图源：美国能源部

“科学、安全与技术前沿人工智能计划”（FASST）

2024年7月16日，美国能源部（DOE）正式发布了FASST计划的路线图。紧接着在2024年9月，能源部通过《联邦公告》发布了信息请求（RFI），向全社会征集关于数据治理、算力架构和模型安全的技术建议。这标志着，该计划从部门内部的构想转向了跨部门、跨行业的协同阶段。

美国能源部近年启动的这个FASST计划，正在将人工智能从实验室的辅助工具，推向举国科研体系的核心。

这项行动调动了旗下17个国家实验室的全部底蕴，其目标远超单纯的算法升级。它真正要搞的是：在科学数据、算力基座与国家安全之间构建一套闭环的自主进化系统。

在具体推进中，能源部绕开了商业大模型泛而不精的局限，将突破点选在“AI就绪数据”的工程化上。这些实验室封存了数十年关于高能物理、材料科学及极端环境实验的原始记录。研究人员对这些非公开的、具备极高物理真实性的数据进行结构化重组之后，来训练能理解基本物理规律的基础模型。这种模型，跟基于概率预测的文本模型是有本质区别的，它必须在热力学定律和电磁方程的框架下运行，从而解决科学研究中长期存在的“AI幻觉”问题。

算力资源的配置逻辑，也随之发生了质变。FASST计划依托现有的百亿亿次级超算集群，来搭建一种能够实现实时反馈的科研环境。在橡树岭或阿贡国家实验室，这种架构支持AI智能体直接接管实验流程。当AI在数字孪生空间中筛选出潜在的超导材料配方后，指令会即时下达给自动化机器人进行样本合成。这种从理论预测到物理验证的毫秒级响应，可以把传统的科研周期从以“年”为单位压缩到了“周”、甚至“日”。

这种变革背后，有着清晰的战略紧迫感。

DOE明确将FASST定位为“保障国家竞争力的基础设施”，其应用范围延伸到了核武库数字化维护、电力系统压力测试以及生物安全预警。不过它跟硅谷私营企业的商业驱动不同的是，它更像是一场由政府主导的基础科学“曼哈顿工程”，它关注的是那些投入巨大、风险极高、但对国计民生又具有决定性意义的深层技术。

新闻稿显示，美国能源部已开始与OpenAI等头部机构建立深度协作，旨在解决大规模科学数据的确权与跨机构流动难题。国家力量+顶尖技术的这类合流，预示着一种全新的研发形态：未来的实验室里面，可能不再由人类科学家亲自操作每一台仪器，而是由具备物理逻辑的“数字员工”在后台处理海量数据流与重复性实验。在这种模式下，预计人类科学家的角色，将更偏向于顶层逻辑的设计、复杂伦理的决策，而科研产出则会进入一个由“数据+算力”双重驱动的工业化放量时代。

∇ 海潮天下·往期相关报道：

一纸关税令，全球再生塑料格局要变了？美国PET豁免终止

40年卫星数据揭示海岸线变化——卫星与实地测量大比拼，海岸线变化趋势竟然如此一致！

美国发射PACE卫星，探秘全球变暖下海洋

当飓风季遇上数据危机：NOAA关键卫星服务延期中断背后的三重压力

▲“创世使命”（Genesis Mission）的宣传视频截图。图源：美国能源部

科研“新常态”来了！

这类做法，潜力、产业机遇有多大呢？

海潮天下（Marine Biodiversity）小编翻看了DOE介绍的例子，比如，2024年劳伦斯利弗莫尔国家实验室（LLNL）与BridgeBio公司宣布，一种针对该突变的创新药物BBO-8520已正式进入临床试验阶段。我们知道，传统的药物研发流程往往需要合成成千上万种化合物进行筛选，耗时非常非常长、还特容易失败。但是在BBO-8520的研发过程中，该研究团队用LLNL旗下的Ruby、Quartz和Lassen等超级计算机，结合人工智能+基于物理学的计算平台，将筛选范围大幅缩小了。在整个项目期间，这个团队只合成了约850种化合物、就成功地找到了具有潜力的候选药物。这种（类）高效的研发模式，为缩短新药上市周期、降低研发成本提供了切实可行的路径。报道中提到，这个研发是由美国能源部旗下的国家实验室与国家癌症研究所（NCI）、商业药企共同完成的，是高性能计算加速药物研发、并成功推向人体临床试验的首个实例。

第二个例子是，2024年初，美国太平洋西北国家实验室（PNNL）宣布跟微软展开一项为期多年的深度合作，旨在利用人工智能和云端高性能计算，彻底改变化学与材料科学的研发节奏。他们这个合作的重点，是利用微软的Azure Quantum Elements平台，因为这个平台集成了专门为科学发现定制的AI模型，能够以前所未有的速度消化庞大的化学数据，并从中预测出那些可能被人类科学家忽视的、非传统的候选材料。为了验证这一模式的可行性，双方将能源存储作为了首个突破点。在PNNL的能源科学中心，材料科学团队对AI筛选出的电解质材料进行了实际合成。结果，从接收到模拟预测结果，到最终制作出能够运行的实用电池模型，整个过程仅用了不到9个月！这种效率，在传统的科研周期中，这几乎是不可能的。

在未来几年，这类做法，可能会变成新的常态。

特朗普签署行政令，启动“创世使命”（Genesis Mission）

“Genesis”这个词，源自希腊语，意为“起源”、“产生”或“诞生”。在西方语境中，它最广为人知的含义是《圣经》的第一卷书《创世记》，讲世界与生命的开端。当这样一个宏大的国家计划被命名为Genesis时，或也寄予了某种具有开创性、从无到有的巨大变革的含义在里头。

2025年11月24日，美国白宫正式签署行政命令，启动了一项名为“创世使命”（Genesis Mission）的国家级战略计划。

▲图源：美国能源部官网

据介绍，这项计划由美国能源部（DOE）牵头，旨在通过人工智能（AI）彻底重塑科学研究的流程，以应对日益激烈的全球技术竞争。美国政府将其紧迫性与雄心比作二战时期的“曼哈顿工程”，意图在AI时代确立全新的技术统治地位。

海潮天下（Marine Biodiversity）小编认真看了白宫发布的新闻，显示，这个“创世使命”的核心，在于要构建一个名为“美国科学与安全平台”（ASSP）的综合体系。这个平台将打破以往各机构间的数据壁垒，整合联邦政府数十年来积累的科学数据集——这是目前全球规模最大的此类资源库。

依托这套海量数据，能源部将训练专门针对科学领域的基础模型，并开发能够独立工作的“AI智能体”。这些智能体就不再只是简单的计算工具了，它们会具备测试科学假设、自动控制实验流程以及加速科研突破的能力。

为了支撑这套庞大的系统，该计划将调动包括17个国家实验室在内的所有顶尖资源。

具体而言，该平台将提供百亿亿次级的超级计算机算力、安全可靠的云端AI计算环境，以及针对生物技术、先进制造、量子信息等20多个国家重点挑战领域的专用模型。

▲图源：美国白宫官宣

特朗普签署的行政命令要求，能源部得在90天内完成算力资源的摸底；并在240天内，对国家实验室的机器人实验室进行评估，以实现AI直接指令下的自动化实验与制造。

除了技术层面的投入，该计划还从顶层设计了良好的协调机制。美国总统科学技术助理将统筹各行政部门，确保国家实验室、知名高校与先锋企业之间的协作。为了吸引人才并建立后备力量，计划中还特别提到了设立针对AI科学应用的奖学金、实习和学徒项目。

在安全管控方面，尽管强调公私合作，但行政命令设立了严苛的准入门槛，包括供应链安全审查、数据分类保护以及针对非联邦合作伙伴的背景审查，以防范技术外流。

从目前公布的20多项优先挑战名单来看，美国能源部的重点非常明确——先进制造、生物技术、关键材料、核裂变与聚变能源、量子科学以及半导体微电子。这些领域被视为“未来美国国家安全与能源主权的基石”。从这个“创世使命”目前官宣的情况看，美国似乎是想以举国之力，试图将零散的科研活动整合为一种高效率、工业化的AI驱动模式，从而在基础科学和尖端技术领域拉开代际差距。

↓海潮天下·往期相关报道：

20国联手，21647份种子入藏北极！这个“末日粮仓”藏着人类的生存底牌

美国内华达州最大太阳能储能项目正式取消

《美国国家水环境DNA战略》正式发布， 10大联邦机构携手共促生物多样性监测

（图文无关）某水生生物实验室。摄影 ©海潮天下（Marine Biodiversity）

降维打击？中国科学界该如何应对？

当AI智能体（AI Agents）从辅助计算转向自主定义实验逻辑时，科学研究的底层逻辑正在发生质变。

美国“创世使命”与FASST计划的全面铺开，实质上，是在科研领域搞一场“降维打击”。可能对与多国的未来科技竞争都会产生不小的影响。

美国“创世使命”要整合17个国家实验室、顶尖高校和私营巨头，形成了一种类似“战时体制”的协同力。相比之下，我们国内科研资源仍存在一定程度的碎片化，产学研结合有不少还是流于形式的，数据孤岛现象还是比较严重的。

过去几十年，中国凭借庞大的理工科人才红利，在实验科学领域取得了非常大的进步。但“创世使命”，可能会把这种“人力密集型”的优势转化为“算力与数据密集型”的代际差。当对方凭AI Agent实现了24小时不间断的自动化实验、规律发现，那么，传统的科研“汗水工厂”模式肯定会要面临严重的效率危机。

那么，在科技强国的大背景下，我们中国科学界该如何应对？是否需要将分散在各高校、科研院所的封闭数据进行国家级层面的脱敏、整合，构建属于自己的科学基础模型（Scientific Foundation Models），避免在数据驱动的科研赛道上出现新的“代差”呢？

思考题·拓展思维

Q1、用科学基础模型（Scientific Foundation Models）处理跨领域的底层数据，人类是否会见证“通用科学规律”的发现？换句话讲，因为传统的科研是基于学科分类的（如化学、物理、生物），但如果“创世使命”训练出的模型能在没有任何先验知识的情况下，就利用跨学科数据关联、发现了新的守恒定律或演化逻辑，那么，人类科学家该如何建立新的认知框架，去理解、并验证这些“AI原生”的科学知识？

Q2、如果未来最前沿的物理、材料、生物突破等等，都是由深度嵌入物理定律的AI模型率先完成的，而这些模型和底层算法掌握在他人手中，那么全球科学界会不会陷入一种“认知被动”？科学发现的解释权，归谁？知识产权、以及衍生的收益，又该归谁呢？

Q3、你认为，FASST计划与“创世使命”，是否标志着科研从“人力密集型”彻底转向“算力与数据密集型”的存量博弈？如果未来的科研制高点取决于对国家级超算、独家科学数据集的访问权，那么在资源高度集中的背景下，小规模、创新型的实验室（Small Science）该如何生存呢？以及，这种“科学研究的工业化”趋势，究竟是会通过自动化普惠大众呢，还是会导致科学发现权力的进一步固化与垄断？会不会进一步让富国更富裕、穷国更穷（+更依赖北方国家）？

Q4、既然AI已经能像“数字员工”一样自己做实验、写报告，那未来的科学家是会面临失业，还是会进化成指挥AI的“经理”呢？

Q5、当FASST计划将几十年的国家级实验数据视为受限的“战略资产”，而不是“公共知识”时，这是不是意味着，自启蒙运动以来的那种“科学无国界”的理想，已经走到了尽头？如果科学的基础模型非常依赖这些不公开的、非常真实的“暗数据”，那么在算力、数据高度集中掌握在少数人手中的情况下，那么，全球的科研合作是否可能变成一种依赖数据准入权的“强者主导、弱者附庸”的局面呢？

Q6，提个弱弱的问题，欢迎拍砖——美国用行政命令强制打破17个国家实验室的数据壁垒，来构建统一的科学云平台；相比之下，其实我们中国拥有更完整的工业体系和海量的现场数据，但这些数据目前仍大量散落在不同的高校、院所和企业手中。而且，中国有全球最庞大的理工科人才队伍，但其实长期以来，分散的、重复性的实验消耗了大量的资源。那么，在“十五五”期间，我们能否通过举国体制、在不伤害数据产权的前提下，率先构建出一套比美国更全面、更实战的国家级的科学智能基础设施呢？

本文参考资料

https://www.energy.gov/fasst

https://www.energy.gov/articles/doe-announces-roadmap-new-initiative-artificial-intelligence-science-security-and

https://fedtechmagazine.com/article/2025/04/what-energys-fasst-initiative-means-for-ai-tech-perfcon

https://www.whitehouse.gov/presidential-actions/2025/11/launching-the-genesis-mission/

https://genesis.energy.gov/

https://www.llnl.gov/article/51336/llnl-bridgebio-announce-trials-supercomputing-discovered-cancer-drug

声明：1）本文仅代表资讯+作者个人观点，仅供读者参考。不代表平台观点。2）本文已开启“快捷转载“；欢迎转发；3）欢迎专家、读者不吝指正、留言、赐稿！欢迎有理有据的不同意见，激发思考、百家争鸣。

资讯源 | 白宫、美国能源部

文 | 王芊佳

排版 | 卢晓雨

联系主编微信 | Linda-cabbage

海潮天下

王芊佳.美国正式启动“创世使命”！17个国家实验室将彻底AI化，AI智能体接管实验.海潮天下.2026-01

海潮天下

「海潮天下」（Marine Biodiversity）聚焦全球海洋、湿地、生物多样性治理、全球科技治理等环境前沿议题，以科学视角解读自然与生态奥秘，记录前沿研究与自然保护实践，服务科技工作者，助力中国深度参与全球环境治理。我们致力于打造最新、最快、客观中立、高质量的生物多样性传播与学术桥梁，争取不辜负读者的每一分钟。欢迎关注！