顾全全与sokrypton激辩：AI蛮力解题会否终结科学发现

9月13日，UCLA 教授顾全全（Quanquan Gu）与 AlphaFold 团队成员 Sergey Ovchinnikov（网名 sokrypton，GPT4Free 作者）围绕陶哲轩关于 AI 科研的观点展开多轮交锋，争论核心是：AI 替人类暴力解题，是否会剥夺「弯路中的重大发现」。

已确认

• 争论起点是 Terence Tao 的观点：数学家解题过程中绕的弯路、发现的新问题，往往正是重大突破的来源，而 AI 替人解决问题会剥夺这一过程。顾全全与网友就此展开讨论。
• sokrypton 回应顾全全时表示，他不否认用足够的 AI agent、算力和机器人可以暴力解决定义清晰的问题，或把众多研究者的工作拼成大型流水线收尾，但他追问「然后呢？」，并引用 Tao 的访谈质疑这种蛮力科研的价值。
• sokrypton 补充指出，AI 距离「提出下一个问题」还很远，这仍是人类独有的能力；而按 Tao 的观点，正是在回答初始问题的过程中，人才会涌现出新问题。
• sokrypton 将这一分歧概括为「超级机器悖论」：我们拥有能回答任何问题的超级机器，本以为科学与数学会因此飞速进步，但实际上科学进展可能停滞——因为我们将不再有新问题可问。
• 顾全全的反驳要点是：弯路并非人类独有，AI 解难题时同样会探索失败路径、提出中间猜想；即便 AI 暴力破解出癌症疗法，这一成果本身也值得追求。针对 sokrypton「AI 终将取代所有科学家乃至碳基生命」的玩笑，顾全全进一步回应称，更快解决困难科学问题并不意味着取代人类。
• sokrypton 还以玩笑回应顾全全的追问：随着 AI 进步，最终不仅能替代所有科学家和人类，甚至能替代所有碳基生命，「界线划在哪？」

为什么重要

这场争论触及 AI 时代科学研究的根本问题：当 AI 能以算力和规模暴力攻克定义清晰的问题时，科研的价值究竟在于「答案」还是「求索过程本身」。Tao 与 sokrypton 一方强调意外发现、新问题与弯路的不可替代性，甚至担心「无所不能」的机器反而让科学停滞；顾全全一方强调结果导向与 AI 自身的探索能力。双方立场代表了当前学界对 AI for Science 的两种典型态度，对理解 AI 在数学、生物医药等领域扮演角色的方式具有参考意义。

2026-09-13 ~ 2026-09-13 · 8 条相关

• 【源头】sokrypton 质疑 AI 蛮力科研：堆算力组合成果之后呢 — sokrypton · 2026-09-13
• 【源头】顾全全回应 Terence Tao 疑问：AI 暴力破解癌症疗法也值得 — QuanquanGu · 2026-09-13
• 【源头】AlphaFold作者反驳：AI夺走的「弯路」恰是重大发现的来源 — sokrypton · 2026-09-13
• 陶哲轩观点引争论:AI 代解难题会剥夺人类弯道发现吗 — QuanquanGu · 2026-09-13
• sokrypton 玩笑称 AI 终将替代所有科学家乃至碳基生命 — sokrypton · 2026-09-13
• AI会否取代科学家?UCLA教授与开发者激辩碳基生命界限 — QuanquanGu · 2026-09-13
• sokrypton 谈 AI 科学悖论：AI 还提不出下一个问题 — sokrypton · 2026-09-13
• 「超级机器悖论」：AI 能答一切问题，科学反而可能停滞 — sokrypton · 2026-09-13