直到不久前，人工智能在科研中的定位主要还是“高级助手”：帮忙总结文献、清洗数据、起草摘要，而真正的思考和决策仍由人类研究者主导。

2025 年底，这一格局开始发生根本变化。最新一代“前沿”人工智能模型已经能够自主进行较为可靠的推理和规划。其中一个关键能力是“工具调用”——它们可以主动使用外部工具，对现实世界采取行动，而不仅仅是对其进行描述。

这意味着具备代理能力的人工智能正在兴起：这些系统不再只是被动响应指令，而是可以自己制定计划、执行步骤、根据结果反复迭代。在科学研究和其他行业中，聊天机器人正逐渐变成能够独立完成端到端真实任务的“同事”。

一个典型案例是总部位于东京的 Sakana AI 推出的“人工智能科学家”。这一系统在 2025 年中期首次发布，目前已迭代到第二代。公司将其称为“首个实现科学发现全流程自动化的完整系统”。

所谓“人工智能科学家”，可以自动扫描已有文献、提出研究假设、编写并运行代码、分析实验结果，最后撰写出一篇完整的学术论文——几乎不需要人类干预。它能够推理、犯错、修正，行为方式颇似一名初级科研人员。

这一点已有实证：一篇详细描述如何“端到端自动化整个科学研究流程”的论文，由该系统主导完成，已被国际学习表征会议接收，并在 2026 年 3 月通过同行评审后发表在《自然》期刊上。

这标志着一个真正意义上的突破：一个自主人工智能系统，凭借其产出的科学质量，虽然还谈不上达到通用机器智能，但已经通过了某种“温和版”的图灵测试。

其他类似进展也在快速涌现。新加坡初创公司 Analemma 在 2 月公开演示了其全自动研究系统 FARS。该系统在约 417 小时内生成了 166 篇完整的机器学习论文，总成本约 1100 美元（810 英镑）。换算下来，平均每 2.5 小时就能产出一篇学术论文，费用相当于雇佣一名研究助理工作数周的成本。

谷歌云人工智能研究团队近期发布的 PaperOrchestra，则专注于论文写作环节。它可以把研究人员的原始实验记录和零散笔记，整理成可直接投稿的完整手稿，配备图表和经过验证的参考文献。在对 11 位人工智能研究者进行的盲测中，PaperOrchestra 的表现明显优于当前同类自动化系统。

从事颠覆性技术创新研究近二十年的学者普遍认为，一个重要门槛已经被跨越。尽管这些系统距离顶尖人类科学家的水平仍有差距，但“全自动研究”的时代已经实质性到来。

对学术体系的冲击

自主研究系统出现之时，许多国家的学术体系本就面临巨大压力。过去十年，学术期刊的投稿量增长速度远超合格审稿人的增加速度，不少人认为科学出版体系正处于“超负荷”状态。

如果像 FARS 这样的系统每年能自动生成数以千计的论文，现有的科学出版基础设施将遭遇前所未有的数量冲击。事实上，已经有同行评审报告被发现包含人工智能生成内容。随着投稿量持续攀升，学术论文作为衡量人类研究者能力与水平的权威信号，其作用可能被重新定义。

从乐观角度看，人工智能或许会倒逼学术界减少对论文数量等简单指标的依赖，转而更重视成果的实际影响力和创新程度。这正是长期以来许多批评者呼吁的改革方向。

但从另一面看，随着人工智能主导的研究规模不断扩大，如果学术体系仍然主要围绕“形式上合理、方法上站得住脚”的贡献来设计，可能会进一步放大渐进式改进的比例，而压缩颠覆性创新的空间。研究成果的原创性和突破性因此可能被削弱。

科学史表明，真正推动重大进步的往往是“异端者”。被誉为“现代科学之父”的意大利天文学家伽利略，曾因坚持日心说而被宗教裁判所迫使公开放弃观点。匈牙利医生塞梅尔维斯则因无法说服同行接受“洗手可以挽救生命”的证据，最终在精神病院中去世。

然而，科学机构在历史上也展现出一定程度上容纳激进思想和方法的能力，这种包容性本身就是科学进步的重要基础。要维持这一点，未来的人工智能系统需要被刻意训练去追求新颖性和变革性，而不是只优化“看起来合理”的渐进式成果。

对创意产业的外溢影响

这类新型人工智能的影响远不止科学研究。创意产业已经出现了典型案例。

例如《爱泼斯坦档案》播客——这是一档完全由人工智能生成的节目，在 2026 年初登上英国 Apple Podcasts 和 Spotify 榜首，首周下载量达到 70 万次。

音乐领域的变化更早、更剧烈。到 2025 年中期，完全由人工智能生成的乐队 The Velvet Sundown 在 Spotify 上的月度听众已超过一百万人。2026 年，随着人工智能音乐作品开始挤占热门歌单中的人类作品，Spotify 被迫上线“艺术家保护”功能；而 Deezer 则在每天约 5 万首人工智能曲目上传的压力下，开始将这类作品排除在其策划歌单之外。

围绕所有权的争议仍未解决。美国法院已裁定，人工智能生成的作品不能获得版权保护，因为现行法律要求必须存在人类作者。人工智能可以大规模生产内容，却没有任何主体能够在法律上对这些产出享有完整的著作权。

这不仅是知识产权条文的技术问题。在创意产业中，这直接冲击了艺术家、唱片公司和出版商赖以生存的版税体系、授权模式和作品目录估值。

在科学领域，类似的震荡正在重塑整个激励结构。现有科研体系建立在一个基本前提之上：知识由人类产生并由人类拥有。当这一前提被打破，我们用来组织、奖励和信任专业知识的制度逻辑也随之动摇。

在科学与创意等多个领域，如今真正需要回答的问题已经不再是“人工智能能不能产出作品”，而是：当它可以、并且正在大规模产出时，我们究竟会获得什么，又可能失去什么。

本文根据知识共享许可协议转载自 The Conversation。可查阅原文以获取更多背景信息。