特别篇 · Google I/O 给 AI 科学的路线转向 — 从 AlphaFold 到 Gemini for Science

The Long View 特别篇。用一整集把 MIT Technology Review 本周这篇 Grace Huckins 的文章讲透：Demis Hassabis 在 Google I/O 上说"我们正站在奇点的山脚下"，但他用来佐证的演示是 WeatherNext 给牙买加发飓风预警——一个非常工程化的好工具，怎么算是奇点的山脚？这个错位拆开来，是 AI 用在科学里两条完全不同的路线之争：一条是"为单个问题做的专门 AI"，AlphaFold、AlphaGenome、AlphaEarth、WeatherNext 都是这一类，靠的是为每个领域量身打造模型；另一条是"做科学的 AI 智能体"，这次 I/O 推出的 Gemini for Science、AI Co-Scientist、AlphaEvolve 是这一类，靠的是通用大模型加工具调用做端到端研究。本期把奇点这个词的来历讲清楚，把蛋白质折叠世纪难题、CASP 竞赛、AlphaFold 凭什么拿诺贝尔讲清楚，把 OpenAI 上周用通用模型证伪一个离散几何猜想为什么是分水岭讲清楚，把 John Jumper 从 AlphaFold 调去做 AI 编程的人事变动为什么是 Google 押注 agentic 科学的明确信号讲清楚，把递归自我改进 RSI 从 Yudkowsky / Bostrom 的 foom 叙事到 Brockman 的 guided RSI loop 这段演化讲清楚，最后回到 Hassabis 当年因为基础物理从 1970 年代之后停滞而走上 AI 这条路的原始动机。结论：AlphaFold 这种范式可能正在变成上一代，下一阶段的真正瓶颈是实验闭环——AI 智能体能不能驱动湿实验设备、望远镜、机器人。Co-Scientist 是过渡词，十年之外可能就不是。