曾浩年，《亞洲週刊》新金融編輯，北京大學西方哲學博士、香港中文大學哲學系學士，博士論文著作《黑格爾邏輯學的現實概念與唯心論原則》；曾任香港「哲學01」策劃人、香港武術頻道「武備志」策劃人。
東京新創公司Sakana AI三月二十五日在《自然》發表論文，宣布其「AI科學家」系統已完成一項前所未有的任務：從選題、假設、編程、實驗到論文撰寫，運行過程中無人介入，產出的三篇論文提交至國際學習表徵會議（ICLR）研討會，其中一篇通過了同行評審。每篇論文成本僅約十五美元。 消息一出，媒體爭相報道「AI取代科學家」的時代降臨。但仔細檢視，這個標題遠比事實精采。Sakana AI的系統只能處理純計算型研究——數據分析和數學模擬。通過同行評審的那篇是研討會短文，不是頂級會議的原創發現。Sakana AI自己也承認，三篇論文均未達到主會議的接受標準。Sakana AI坦言：這更像是概念驗證，而非科學突破。 AI能寫論文，但寫論文從來就不是科學研究最困難的部分。真正的突破在別處。在塔夫茨大學（Tufts University），生物學家米哈伊爾．列文（Michael Levin）的實驗室裏，AI扮演的角色遠比寫論文深刻得多。不是讓AI模仿科學家的工作流程，而是讓AI踏入人類認知無法抵達的地方。 列文一九六九年出生於蘇聯莫斯科的猶太家庭，在美國塔夫茨大學取得電腦科學與生物學雙學位，後在哈佛取得遺傳學博士。這種跨學科訓練貫穿了他的研究方法。列文的獨特之處在於他同時以電腦科學家和生物學家的眼光看待生命，他的核心發現是：細胞群體透過生物電信號形成集體智能，共同決定身體該長成什麼形狀。這種信號就像軟體代碼，而DNA更像硬體——同一套硬體載入不同的程式，就會長出不同的結構。列文團隊已經證明，透過操控生物電模式，可以讓青蛙胚胎的癌細胞重新「歸隊」正常運作，讓被截肢的成年青蛙再生出具功能性的腿，甚至讓扁蟲長出另一個物種的頭。 列文團隊將一百多年來扁蟲再生領域的關鍵實驗數據編碼進數據庫，讓演化算法在超級電腦上運行四十二小時，結果AI自主推導出一個全新的再生調控網絡模型——這是該領域第一個不是由人類科學家發現的理論框架。列文說：「我們整個領域努力了一個多世紀，都沒能提出這個模型。」 更驚人的是活體異種機器人Xenobots。列文與佛蒙特大學合作，用演化算法在超級電腦上模擬數十億種細胞組裝方式，篩選出最能執行特定任務的形態設計，再用真實的蛙胚胎細胞在實驗室中組裝出來。AI設計出的形態是一個「吃豆人」形狀——沒有任何人類工程師會想到這個方案。這些「活體機器人」沒有大腦，沒有神經系統，卻能游泳、自我修復、感知環境、儲存記憶，甚至能收集散落的細胞來複製自己。在目前的生物學知識中，這種「繁殖」的方法在地球演化史上從未出現過。沒有人知道為什麼沒有任何基因修改，單純以一定的方式組裝細胞，細胞就有了「靈魂」活了起來，具有「繁殖」能力。科學家們對於異種機器人究竟是機器人、生物體或其他完全不同的存在而爭論。 列文的方法揭示了AI科研的一個深層邏輯：最有價值的應用，不是讓AI模仿人類科學家的工作流程，而是讓AI進入人類認知無法觸及的搜索空間——在數十億種細胞排列組合中發現人類想像力根本不會抵達的答案。 數學領域也有類似進展。自二零二五年十月以來，AI工具已協助解決約一百個懸而未決的「艾狄胥問題」。保羅．艾狄胥（Paul Erd?s）是二十世紀最多產的數學家，留下逾一千個公開問題。當代數學家陶哲軒（Terence Tao）詳細記錄了這波突破，其中艾狄胥問題七二八號幾乎完全由AI自主解決，全程無人介入。 但陶哲軒的評價比媒體標題冷靜得多。他指出，AI解決的問題大多使用了標準技術，一位專家花半天時間可能也能得出相同結論。 目前AI的真正優勢不在於它比人類聰明，而在於它不會厭倦：沒有人類數學家會逐一翻查一千個艾狄胥問題，從中找出最容易攻克的十二個，但AI可以。 三條線索匯聚成一個圖景。Sakana AI展示了AI自動化科研流程的可能性。列文的實驗室證明，當AI被用來探索人類認知無法觸及的巨大問題空間，它能發現全新的理論和全新的生命形態。數學領域則展示了最成熟的人機協作模式：AI清除人類注意力的盲區，人類保留最不可替代的判斷力。