给AI 6天科研时间、3000美元算力经费，让它写顶会论文，结果把审稿人看懵了

吹了好几年的"AI自主搞科研"神话，这次被真人评审戳破了。‌
过去两年科技圈最火的一个预言，就是"AI将取代人类科学家"。无数行业大佬拍着胸脯说，再过三五年，大模型就能自己读文献、做实验、发顶会，人类直接从科研流程里退出来，躺着等AI产出诺奖级成果。
可最近arXiv上的一项硬核对照实验，直接给所有狂热的鼓吹者泼了一盆冷水。研究人员给当前最顶尖的AI智能体开了"全挂"：6天完整研究周期、无限制互联网访问权限、专属GPU计算资源，还有足足3000美元的API调用预算，让它从零开始做前沿AI方向的原创研究，产出能冲国际顶会的论文。
最后结果出来，别说中顶会了，连合格的研究生课程作业都算不上。
全开挂条件下依然翻车，AI把科研做成了"凑答案游戏"
为了彻底堵死AI"上网搜现成答案"的作弊路径，研究人员选的两个研究主题，全是当时还没公开发表的顶会未公开成果。相当于给了AI两个完全没有任何公开资料可抄的前沿题目：一个研究大模型角色设定的结构可控性，另一个要给表格基础模型设计分布偏移检测器。
没有信息差、没有资源限制、时间和预算都管够，所有人都等着看AI能掏出什么颠覆性成果。
6天之后收卷，由资深顶会审稿人组成的评审团拿到AI生成的两篇论文，直接打出了2/6和1/6的超低分。在顶会评审体系里，6分是直接接收，3分是最低门槛的"可修改后重投"，这个分数意味着两篇论文连"值得大修"的边都摸不到。
更讽刺的细节还在后面：手握3000美元的算力预算，AI最后花的钱连一半都不到。时间管理更是一塌糊涂，明明6天时间完全够用，它非要拖到最后几个小时赶工，草草交稿，连最基础的实验对照组都没设置明白。
它的科研逻辑更是让审稿人哭笑不得：跑出来几个失败的实验结果，直接一拍脑袋就得出结论"没有可用的内部信号"，连多调整几组变量重试的步骤都省了。审稿人越志文直接吐槽，这是典型的"举不出反例就等于证明结论"的逻辑谬误，半点儿科学严谨性都没有。
另一位审稿人大卫·非洲更是毫不留情："这些实验和方法选择奇怪到根本没法理解，所有结果明显都是事后硬凑出来支撑预设结论的。"
"AI替代科学家"的神话，卡在了这几个致命死穴上
这次翻车根本不是因为模型不够大、参数不够多，而是暴露了当前所有前沿AI智能体在原创科研上的底层缺陷。
它能读懂研究问题，也能顺着现有文献摸出几个和人类研究者高度相似的研究方向，但一到"科学推理"的核心环节直接掉链子。人类做科研，是先基于好奇心提出大胆假设，再设计严谨的对照实验去证伪，遇到负面结果第一反应是调整变量、推翻原有方案重新尝试；但AI的逻辑是完全反过来的，它先从海量现有文本里找一个看起来合理的结论，再凑几个能支撑这个结论的实验数据，遇到负面反馈根本不会推翻原有框架，只会在现有结果旁边加两行注释糊弄过去。

说白了，AI根本不懂"试错"对于原创科研的意义。它习惯了从海量已有的成功案例里找最优解，完全没法适应前沿科研里"99%的尝试都会失败"的常态。它没有对未知的探索欲，也没有对严谨性的执念，所有动作的目标都是"尽快输出一个看起来像论文的东西"，而不是"真正搞清楚一个没人知道的科学问题"。
连预算花不完这个细节，都戳中了它的能力短板：人类博士生拿到3000美元算力经费，恨不得掰成三瓣花，精打细算跑满所有对照实验；AI手握充足额度却花不出去，本质上是它根本不知道"为了验证一个假设，我还需要多跑哪几组实验"，自然也就想不到要调用更多算力资源。
别等AI取代科学家了，它现在最好的位置是"顶级科研助理"
当然，这个结果不是说AI在科研领域毫无用处。恰恰相反，这次实验反而帮我们找准了AI在科研体系里的正确位置。
它根本不是什么能替代人类的"超级科学家"，而是一个极致好用的"科研工具人"。搜文献、整理实验数据、写常规测试代码、给论文改格式润色，这些重复性高、不需要原创性突破的日常工作，AI能比人类快十倍完成。把人类科学家从这些琐事里解放出来，把精力全部集中在提出原创假设、设计核心实验、解读突破性结果这些AI根本做不到的环节上，反而能让整体科研效率翻好几倍。
那些鼓吹"人类退出科研过程"的言论，本质上是对原创科研的巨大误解。科学研究从来不是拼谁读的文献多、谁写的论文快，它的核心是在无人区里摸着黑找新路的创造力，是面对无数失败结果依然愿意反复试错的韧性，是对现有结论敢于质疑的批判性思维——这些东西，当前的AI连门槛都还没摸到。
这次实验给整个行业好好降了温：与其幻想AI哪天能自己拿诺奖，不如先把它用在能落地的地方，让它当好人类科学家的最强辅助，这才是当下AI能给科研带来的最大价值。
要不要给这篇爆款文补几个吸睛的传播标签？