先说结论

• AI 已经解决了两个领域的"生成问题"：蛋白质结构预测（AlphaFold 数据库超 2 亿个结构，全球 190 多个国家、超 340 万研究者使用）和候选材料发现（GNoME 一次预测 220 万种晶体、38 万种稳定，约为人类历史存量的 10 倍）[1][2][3]。
• 瓶颈已经整体迁移到验证：GNoME 的 38 万种稳定晶体中仅 736 种被独立合成（0.2%）；A-Lab 声称的 41 种"新合成材料"，2026 年 1 月被《自然》更正——UCL 化学家 Robert Palgrave 团队发现许多所谓新化合物早已存在于无机晶体结构数据库。更正没有否定机器人合成的工程能力，但击穿了"新发现"的具体主张[1][3]。
• 用信号论的尺子看，科学发现的学习信号就是实验验证，而各子领域的验证回路速度差着几个数量级：计算内可验证（数学/代码，秒级）> 体外实验（结构比对，天级）> 湿实验合成（材料，周月级）> 体内与临床（药物，年级）。验证回路越慢，AI 的"发现"越像期货[1]。
• 药物研发的数据把这个分层演得最清楚：AI 发现的候选药物一期临床成功率约 80–90%（历史基线 40–65%），但二期成功率约 40%——与传统基线统计上无差。AI 改进的是分子工程，不是靶点生物学[1]。
• 2026 年的真里程碑：英矽智能 rentosertib 成为首个"AI 发现靶点 + AI 设计分子"双料进入三期临床的药物——真实进展，但距获批仍有距离[1]。
• 本期核心判断：判断一个 AI4S 方向能不能投，先问"错误答案多贵、谁来签字"。筛选、结构初判、合成路线规划这些"错答案便宜"的环节，AI 已经可以放心买；而"错答案要赔十年"的环节（靶点、临床），人类和湿实验还得在回路里。自主实验室的旗舰演示目前全部跑在"人工把关的策展任务"上——没有一个端到端交付过被领域承认的发现[1]。

前三期拆的都是"信号怎么造"：Robotaxi 的验证墙、具身智能的造信号五条路线、自动驾驶的三层信号配置。这一期换一个更古老的领域——科学发现。这里的信号问题最纯粹：AI 能生成多少假设不重要，重要的是谁能给假设签字。

2023 年 11 月的同一天，《自然》刊登了两篇论文，合在一起就是 AI4S 的全部故事。

第一篇是 Google DeepMind 的 GNoME：图神经网络预测出 220 万种新晶体结构，其中约 38 万种被判定为稳定——DeepMind 自己的描述是"约 800 年的人类材料学知识，以数据库形式交付"。对照组是：人类在整个材料科学史上编目的稳定无机晶体，约 4.8 万种[2][3]。

第二篇是劳伦斯伯克利国家实验室的 A-Lab：AI 指挥机器人，真的去合成其中 58 种预测材料，17 天连续运转，报告成功 41 种——每天 2.4 种[1]。

800 年对 17 天。这个比例就是 AI4S 的核心结构：生成近乎免费，验证极其昂贵。2026 年回头看，这个结构不但没变，反而被两件事钉得更死：

第一件，独立核查。截至 2026 年，GNoME 的 38 万种稳定晶体中，只有 736 种被独立合成验证——0.2%[1]。第二件，《自然》更正。2026 年 1 月，在 UCL 化学家 Robert Palgrave 团队的质疑下，《自然》对 A-Lab 原始论文发布更正：许多被声称"新合成"的化合物，早已存在于无机晶体结构数据库（ICSD）中。更正没有推翻机器人合成的工程成就，但它击穿了"新发现"这个具体主张[1][3]。

连同行评审加《自然》加顶尖国家实验室的组合，都需要独立化学家的事后核查来纠偏——验证闸门的严格程度，超出了最乐观者的想象。

生成与验证的失衡

《信号决定论》里，AlphaFold 是"信号中等但先验极强"的特例——物理化学约束补足了数据。把尺子扩展到整个 AI4S，会发现决定命运的是另一个变量：验证回路的速度。

科学发现的学习信号只有一个来源：实验。假设不值钱，被实验签过字的假设才值钱。而"签字"的成本，在不同子领域差着好几个数量级：

计算内可验证（秒级）：数学构造、代码优化——答案对不对，计算机自己就能判。这就是 DeepMind 的 AlphaEvolve 为什么跑得最快：它发现新数学构造、给 Google 基础设施持续回收约 0.7% 的全球算力、把 Gemini 关键训练内核提速 23%——因为验证器和生成器住在同一台机器里[4]。这是 ND.015 说的"自带验证器的领域"。

体外可验证（天级）：蛋白质结构预测——预测对不对，有 X 射线晶体学、冷冻电镜这些成熟的体外手段可以对照。AlphaFold 吃到的是这一档的红利：信号中等密度，但验证手段标准化、先验极强[2]。

湿实验合成（周到月级）：材料——预测一个晶体稳定只需要算力，合成它需要配料、烧结、XRD 表征，还要判断"做出来的到底是不是预测的那个"。GNoME 卡在这一档：38 万种预测，736 种合成，0.2% 的验证率[1]。

体内与临床（年级）：药物——分子设计可以计算，但"这个分子在人体内治不治病"，只有临床试验能回答，而一期到三期以年计、以亿美元计[1]。

验证回路每慢一个量级，AI 的"发现"就多一分期货属性。这就是 AI4S 子领域命运分层的根本原因。

验证回路四层速度

把四个层级的 2026 年现状摆出来，分层已经非常清晰。

计算可验证层——已经起飞。 AlphaEvolve 之外，数学定理证明有 Lean/Coq 检查器当验证器，代码有编译器和单元测试。这一层的问题是"还能跑多快"，不是"能不能跑"[4]。

体外验证层——基础设施化。 AlphaFold 数据库已成全球共享科研设施：超 2 亿结构、190 多个国家、超 340 万研究者；2026 年 5 月又发布了蛋白复合物大版本（4777 个蛋白组、约 3100 万条预测，释放约 220 万同源二聚体和 7.9 万异源二聚体高置信结构）[2]。注意它的边界：静态结构高度可靠，但蛋白质柔性、变构调节、瞬态结合口袋这些动态行为，仍需实验验证——AlphaFold 解决的是"结构长什么样"，不是"分子怎么动"[3]。

湿实验层——卡住了，且在原地纠错。 GNoME 的 0.2% 验证率、A-Lab 的《自然》更正，都发生在这一层。微软 MatterGen 走"按目标性质生成"的路线，Lila Sciences 等公司拿 Flagship 的钱建自主实验室——但截至 2025 年底的 MIT Technology Review 统计，还没有一种商业部署的材料是因为 AI 发现它而上市的[3]。方向（电池电解质、半导体、光伏）是真的，时间表是期货。

临床层——一半曙光一半冷水。 曙光：AI 发现的候选药物一期临床成功率约 80–90%，显著高于 40–65% 的历史基线——AI 设计的分子"像药"的能力确实更强。冷水：二期成功率约 40%，与传统基线统计无差——分子对了，靶点未必对，病未必治[1]。2026 年 9 月，英矽智能的 rentosertib 成为首个"AI 发现靶点 + AI 设计分子"双料进入三期的药物，这是实打实的里程碑，但三期到获批的距离，行业都懂[1]。

一期的 80–90% 和二期的 40% 放在一起，是本期最值得记住的一对数字。

它说的是：AI 擅长的是"工程问题"——给定一个靶点，设计出能结合、毒性可控、类药性好的分子；AI 还不擅长的是"生物学问题"——这个靶点到底是不是疾病的因果驱动。前者可以在计算和体外实验中验证，后者的验证回路是人体试验——以年计、以亿美元计、以伦理审查计[1]。

这也解释了 AI 制药公司的估值逻辑为什么屡屡过山车：一期成功率高企时，市场按"AI 重构制药"定价；二期数据回归基线时，又按"AI 只值一个工具钱"定价。信号论的答案很稳定：分子工程已经被改变（这是真进步），靶点生物学还没有（这是真瓶颈）——两者的差价，就是 AI 制药当前的估值中枢。

另一个值得记录的信号是商业模式的分岔：DeepMind 的 Isomorphic Labs 一边把 AlphaFold 开放给全球学术界，一边把最新的内部模型转为闭源 proprietary——开放科学和商业壁垒的张力，在信号最强的领域反而最尖锐[3]。而监管侧的验证框架也在成形：FDA 批准的 AI 医疗设备从 2015 年的 6 个增长到 2023 年的 223 个；2026 年 5 月，美国 CAISI 把对前沿模型的上市前评估协议扩展到 Google DeepMind、微软和 xAI[4]。签字权本身，正在变成制度。

临床漏斗：一期与二期的落差

把信号论的尺子变成三个可以直接用在尽调里的问题：

第一问：验证回路多长？ 计算内可验证（秒级）的方向按"推理模型"估值；体外可验证（天级）的按"基础设施"估值；湿实验（月级）的按"期权"估值；临床（年级）的按"传统药企+AI 溢价"估值。用同一把估值尺子量所有 AI4S 项目，是拿钱投票时最常见的错误。

第二问：错误答案多贵？ 行业已经总结出了实践规则："在错误答案便宜的地方买 AI——筛选、结构初判、合成路线规划；在错误答案要赔十年的地方，把人类和湿实验留在回路里"[1]。一家 AI4S 公司如果把 AI 部署在"错答案很贵"的环节却没有配套验证体系，它的演示越漂亮，风险越大。

第三问：谁在签字？ 自主实验室、多智能体科研系统（AI co-scientist）是 2026 年的热门叙事，但如实记录是：所有旗舰演示都跑在人工把关的策展任务上，没有一个端到端交付过被领域承认的发现[1]。"AI 自主发现"的宣传语里，先找到那个签字的人，再谈估值。

对照前三期看，科学的验证闸门其实是同一个家族问题的又一个变体：Robotaxi 的验证墙（50 亿英里）、具身智能的遥操数据工厂（200 万小时/年）、AI4S 的湿实验回路（月级）——物理世界的验证永远比生成贵，区别只在贵几倍。

800 年的候选知识一夜之间交付，听起来像科学革命的终点；736/380,000 的验证率提醒我们，那只是起点。生成式 AI 把"提出假设"的成本打到了接近零，于是假设的价格崩了——稀缺资源从"想法"迁移到了"被验证的想法"。

这个判断有直接的预测力：未来三年，AI4S 领域最值钱的资产不是更大的生成模型，而是更快的验证基础设施——自动化实验平台、标准化表征手段、临床证据体系，以及"能签字"的制度性信任。生成的时代，验证者定价。

风险提示：本文涉及的临床成功率、验证率等数据来自公开报道与第三方统计，不同口径间存在差异；A-Lab 更正事件以《自然》官方更正为准。本文为研究讨论，不构成任何投资建议。

资料来源：

1. AI Invasion：AI for Science: What Autonomous Discovery Really Delivers——AlphaFold 超 340 万研究者、GNoME 38 万种稳定晶体仅 736 种独立合成（0.2%）、A-Lab《自然》更正始末、AI 药物一期 80–90% vs 二期约 40%、rentosertib 进三期、"错误答案便宜处买 AI"实践规则（2026）

https://www.ainvasion.com/?p=241

1. AlphaFold Protein Structure Database（EMBL-EBI）——超 2 亿结构、2026 年 5 月蛋白复合物版（4777 蛋白组、约 3100 万条预测、220 万同源二聚体 + 7.9 万异源二聚体高置信结构）（2026）

https://alphafold.ebi.ac.uk/

1. Prompt 1001：AI Beyond Chatbots——GNoME 220 万/38 万与 4.8 万存量对照、A-Lab 更正细节（Palgrave 质疑、ICSD 重复）、AlphaFold 动态行为边界、Isomorphic 闭源转向、MatterGen/Lila Sciences、MIT Tech Review"无 AI 发现材料上市"统计（2026-08）

https://www.prompt1001.com/2026/08/ai-beyond-chatbots-specialized-tech-sectors.html

1. ToolGlance：State of AI in Science & Research 2026——AlphaEvolve（0.7% 全球算力回收、内核提速 23%）、GraphCast 业务化、FDA AI 设备 6→223、CAISI 上市前评估扩至 DeepMind/微软/xAI（2026-06）

https://toolglance.com/reports/state-of-ai-in-science-and-research-2026

1. 头哥研究：《信号决定论——Transformer 改变了哪些 AI 算法》（六维尺子、"信号中等但先验极强"特例出处）

https://www.touge.com.cn/dr/signal-theory/

1. Merchant et al.（Google DeepMind）：Scaling deep learning for materials discovery（GNoME 论文原文，Nature 2023-11）

https://www.nature.com/articles/s41586-023-06735-9

1. Szymanski et al.（LBNL）：An autonomous laboratory for the accelerated synthesis of novel materials（A-Lab 论文原文及更正记录，Nature 2023-11 / 更正 2026-01）

https://www.nature.com/articles/s41586-023-06734-w

1. SevenMentor：How AI Is Changing the Future of Scientific Innovation——Francis Crick 研究所 AlphaFold 预测直连机器人合成闭环、NIH 罕见病诊断 47 例、GraphCast 提前 9 天预测飓风 Otis（2026）

https://www.sevenmentor.com/how-ai-is-changing-the-future-of-scientific-innovation