成立仅一个多月，估值便要冲击 500 亿美元。据 Business Insider 报道，Jeff Dean 的新公司 Discovery Loop 正在寻求新一轮融资，其目标估值相比几周前的 100 亿美元已翻了五倍。该公司的规划中，AI 将承担提出实验、执行实验以及分析结果的全部流程，而其首个研究对象便是自家的技术体系。资本押注的逻辑显而易见：如果 AI 能加速 AI 的研发，那么被加速的便是整个科学领域。
回顾 2022 年底 ChatGPT 刚出现时，人们还在惊叹于 AI 能撰写文章、回答问题。如今，从对话到编程，AI 能够处理的任务愈发复杂。过去几个月，这种“推背感”更是显著增强。今年 5 月，OpenAI 公布了一份由模型给出的数学证明，推翻了数学家研究近 80 年的埃尔德什单位距离猜想，几位外部数学家对此进行了验证并撰写文章讨论其新认识。Anthropic 则将一个 AI 研究问题交给了一组 Agent，利用较弱模型的反馈来训练更强的模型。在此过程中，研究人员仅需设定问题和评价标准，AI 便自行提出思路、运行实验、比较结果并不断调整。在论文实验中，AI 找到的方法甚至超过了人类研究者的基线。Demis Hassabis 在今年 Google I/O 上表示，如今正是“科学发现的新黄金时代”。在对话和编程之后，全球最前沿的实验室正不约而同地朝着一个方向迈进——Discovery，即让 AI 参与科学发现，创造人类尚未知晓的新知识。
从 Chat 到 Code，变化的不仅是模型能完成的任务，还有它接触和学习的经验类型：从静态知识扩展到了带有行动、结果与反馈的交互式体验。但越往未知领域探索，AI 越难依赖现成的任务说明。当人类本身也不知道答案时，AI 该如何选择下一步，又如何将一次探索中获得的经验应用到下一次研究中？这正是当前的瓶颈所在。Karpathy 今年 3 月开源的 autoresearch 展示了 AI 自主修改训练代码、运行实验并根据指标保留或撤回的能力。但在真实科研中，研究者可能连应该研究什么、测量哪些变量都需要反复斟酌。一次实验失败，可能意味着方法需要调整，也可能意味着问题本身问错了，而区分这两种失败，恰恰是科研中最难也最有价值的判断。这些判断很少完整地记录在论文中。人们通常只能读到最终结论，却难以看到假设为何被放弃、实验为何失败，以及哪条新证据改变了研究方向。这些未被写下的过程，正是 AI 学习科研最关键的素材。目前，虽然两端资源已经存在：一端是提供通用模型、推理能力和算力的 AI 实验室；另一端是拥有真实问题、专业数据和实验条件的科学家与研究机构，但两端之间仍存在巨大鸿沟。
针对这一难题，PhAI Labs 提出了一套名为 Discovery Foundation Models（DFM）的技术报告，旨在构建面向开放式科学发现的通用模型系统。其核心团队来自斯坦福、牛津、普林斯顿等顶尖高校及产业研究机构，研究方向涵盖基础模型、强化学习、智能体、科学智能与递归自我改进。团队成员在 Cell、Nature、Science 等顶级期刊均有第一作者论文，在 NeurIPS、ICML、ICLR、CVPR 等会议累计发表百篇论文，多项工作入选 Oral。PhAI Labs 认为，要让 AI 参与科学发现并实现规模化，不仅需要更强的模型，更需要一套能够承载科学研究经验的基础设施。为此，他们提出了一个五层能力体系。最底层是 Science Data，负责整理科研数据和研究过程；第二层是 ScienceIDE，将科学代码、工具、任务目标和验证标准组织成可执行、可验证和可复用的研究环境；第三层是 JEPA-Anything，探索如何预测科学系统在不同条件下的状态变化；第四层是 DFM 核心推理系统，通过多模型协同组织研究过程；第五层是 ScienceBuddy，负责与科学家的实时交互。从数据、环境、预测、推理到交互，这五层让不同速度、不同成本、不同可靠性的反馈得以结合，共同支持一项研究持续推进。
PhAI Labs 将 DFM 定义为一类面向科学发现的通用模型系统。与现有的 LLM 不同，DFM 旨在让 AI 逐步参与三类工作：与科学家一起识别值得研究的未知，构造与修订科学表征，以及调用仿真、仪器和实验来检验假设。为了实现这一点，他们提出了 Zetema 参考架构，将当前问题、描述问题的变量与关系、候选假设、已有证据、实验行动和可用资源组织成一个可以持续更新的“研究状态”。DFM 的核心在于根据证据改变研究方向。在一次研究过程中，系统可以同时保留几种解释，比较各自的依据，再选择最有助于分辨这些解释的下一步实验。当结果与预期不符时，系统不仅要重新生成答案，还需要据此决定是继续收集证据、放弃某个假设，还是重新定义问题。这构成了一个递归发现循环：新证据改变现有认识，新的认识又影响下一轮提问和实验。
PhAI Labs 的 GALILEO 系统已经展示了这一能力的实际应用。在治疗肽设计中，GALILEO 先根据已有生物数据和研究知识选择方向，检索并设计候选肽。随后，机器人将这些分子实际合成出来，人类团队检查质量并通过成像等实验观察作用。实验结果返回系统后，下一轮设计随之调整。在连续五轮设计与实验中，系统先逐步缩小探索范围，放弃了一批缺少证据支持的组合。但到了第四轮，随着对分子作用方式假设的变化，系统重新审视了那些早先被排除的设计思路，并将其中一部分重新纳入考虑。换言之，系统放弃的不是某条路本身，而是当时证据下的结论；当证据更新，判断也随之更新。研究团队还开展了类器官实验，经过五轮湿实验反馈，系统总结出了一套关于分子亲水和疏水部分搭配的经验。这些经验不是某一次实验的结果，而是整个探索过程的产物。
PhAI Labs 启动了 DFM 科学家合作计划，希望与科学家、实验室和产业研发团队结合各自领域的研究积累与 AI 能力，共同探索问题。9 月 16 日至 18 日，他们还将发布 AI 科研搭档 ScienceBuddy、科学集成开发平台 ScienceIDE 以及跨领域统一科学世界模型 JEPA-Anything。
文章开头我们问过：当人类也不知道答案时，AI 该如何继续学习？答案或许不是让 AI 给出更多答案，而是让它学会人类科学家最艰难的本领——根据证据改变方向，并让每一次改变都被记录下来，成为下一次研究的起点。科学本身是人类面对未知时发明的学习方法，而这一次，它有了新的学习者。