清华Nature新研究：AI提升科研效率却收缩探索疆域，全流程智能体系统破局

清华联合芝加哥大学团队在《Nature》发表的最新研究显示，AI虽能让科学家论文产出提速3倍，却使科研集体探索疆域收窄。团队提出「全流程科研智能体系统」，推动AI从工具向伙伴进化，助力拓展科学边界。

当AlphaFold预测蛋白质结构、ChatGPT辅助写作、AI自主设计实验渐成常态，人们不禁疑惑：AI究竟是在加速科学进步，还是悄然改变探索规则？

2026年1月，清华大学电子工程系徐丰力、李勇教授联合芝加哥大学团队在《Nature》发文，通过分析45年间4100余万篇论文，首次揭示矛盾现象：AI显著提升科学家个人生产力，却无形中收缩了集体探索的科学疆域。

论文链接：https://www.nature.com/articles/s41586-025-09922-yScience

研究团队构建全球首个AI赋能科研全景知识图谱，经专家标注与大模型训练，精准识别跨「机器学习、深度学习、生成式AI」三时代的AI增强型论文。

分析发现，用AI的科学家年均论文发表量高3.02倍，引用量高4.84倍，晋升资深提前1.37年，AI论文年均引用量高98.7%。

「这说明AI工具确实提升了科学家的产出效率与影响力。」清华电子系徐丰力助理教授称。

但从个体转向集体视角，却有令人担忧的发现：

AI驱动研究的集体知识广度降4.63%

科学家跨界互动减22%

AI论文引文呈「星型结构」，创新趋向集中单一

李勇教授解释：「AI的高效引导研究者集体涌向少数适合AI的热门领域，这种模式虽加速已知问题解决，却固化探索路径，削弱了向未知领域探索的广度。」

登山效应实例图

AI缘何「收窄」科学疆域？

研究团队深入分析发现，AI的「偏好」源于数据可及性：它更倾向在「数据丰富、问题明确」的领域发力，数据匮乏、问题模糊的前沿领域则被边缘化。

团队指出：「AI并非不擅创新，而是易在数据足、问题清的领域发力。当AI广泛用于科研，会引导科学家涌向热门领域，导致探索趋同。」

这与科学进步的期待相悖：科学的价值不仅在于解决问题，更在于提出问题。

从「辅助工具」到「合作伙伴」，AI科研范式升级

针对这一「内卷悖论」，徐丰力、李勇团队提出「全流程科研智能体系统」（OmniScientist.ai）。

访问链接：OmniScientist.ai

该系统挖掘大模型智能体的通用推理能力，实现跨学科、全流程、多模态的广谱科研赋能，推动AI从「辅助工具」进化为能「主动提假说、自主设计实验、分析结果并形成理论」的「AI科学家」。

「我们正构建的是加速接近现有知识边界的科学世界，而非不断揭示新知识边界的未来世界。」徐丰力教授强调，「未来AI需拓展的不仅是认知能力，更是感知与实验能力。」

未来启示：警惕「科学内卷」，拓展认知边界

论文发现为政策制定者和AI研究者敲响警钟：AI在加速个体产出的同时，或系统性削弱探索多样性。

「我们需重新思考AI在科学中的定位，」李勇教授表示，「AI不应只是认知放大器，更应是感知与实验能力的拓展器。」

AI在科研中的应用正从「工具」走向「伙伴」，但范式升级并非坦途。

当AI让科学家「跑得更快」，需警惕：是否在加速走向「科学内卷」的未来？

正如研究指出：「科学的真正价值不仅在于解决问题，更在于提出问题。」

在AI驱动的时代，更需保持对未知的热忱，让AI成为探索边界的开拓者，而非舒适区的守卫者。

作者介绍

研究由清华电子系徐丰力（助理教授）、李勇（教授）与芝加哥大学社会学系James Evans教授联合主导，清华电子系博士生郝千越为第一作者。

徐丰力：清华电子系助理教授，专注人工智能与科学发现交叉研究。

李勇：清华电子系教授，长江学者，长期致力于智能科学与工程研究。

James Evans：芝加哥大学知识实验室主任，社会学教授，科学计量学权威。

研究获国家自然科学基金支持，完成单位为清华电子系、芝加哥大学社会学系。

参考资料：

https://www.nature.com/articles/s41586-025-09922-y

本文来自微信公众号「新智元」，作者：新智元，36氪经授权发布。

本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。

免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com