2026-08-31
Buehler把科学智能写成闭环：表征、干预、外部约束、改写、可执行记忆。智能变成科学，发生在假设会被自己控制不了的证据打回、失败被存成下一步起点时。
大模型已经能检索文献、写代码、提分子结构、串领域。这些是科学工作的原料，还不是发现。科学要把对世界的表征暴露给后果，被证据改正，再变成新的原理。MIT 材料组 Markus J. Buehler 把门槛写死：智能变成科学，发生在推理进入闭环的那一刻。系统提出表征，干预计算或物理现实，碰到自己控制不了的证据，改写那些站不住的承诺。失败被存成可执行知识，下一轮从这里起步。他把这次暴露的代价叫「成为之痛」。
时机是工具权限在涨。模型开始生成代码、跑仿真、设计实验、控制仪器、做出实物。问题不再是会不会写一段听起来像论文的话，而是推理有没有嵌进一套能发现自己错、改自己、把可靠知识攒下来的过程。
这是一篇认识论纲领，不是新算法对照实验。闭环拆成五件可检查的组件：
实验室已有系统被当成逐步闭合环的不同段。SciAgents、GraphAgents、MARS 把机制和证据收成可检验的图。图像到模型、MechAgents、ProtAgents、AtomAgents 把想法变成几何、仿真和可制造结构。物理仿真、形式约束、制备和实验负责打回。Sparks 和 Builder–Breaker 让矛盾证据改问题本身的变量和抽象。持久图、可执行工作流、带出处的产物、自组织 agent 集体负责记忆。文里明说：还没有一个系统把整环跑满。
没有新的统一基准。给出的是一组已经发表的工作如何各补一段，以及闭环一旦合上会改掉哪些认识论设定。
MARS 的材料替换例子把「听起来合理的建议」和「受约束的设计过程」分开：拆 PFAS 材料的功能需求，搜替代、否决候选，把可制造性和知识产权约束写进同一条结构化回路，最后给多层替代架构和工艺配方。目标仍是指定功能下的约束设计，但它演示了发现的前提，跨材料、工艺、功能、证据和现实约束一起想。
Sparks 和 Builder–Breaker 走进更难的开放发现。Builder 提一个紧凑世界模型，Breaker 专门找能打碎它的证据，新模型只有在解释力的提升配得上多出来的结构时才被接受。蛋白质 B-factor 那次，输出不是又一个物理的代理拟合。系统在候选符号描述里搜，找到残基柔性同时依赖局部弹性柔顺和集体模态参与；局部软和全局组织单独都不够，柔性从两者的相互作用里出现。这类结果会改下一道题怎么被提出。
闭环合上之后，数据变成内生的：系统自己选下一步仿真、测量或制备，数据集偏差就是探索策略偏差。工具清单变成操作本体论：没有循环加载就看不见力学记忆，没有断裂仿真裂纹动力学进不了解释。物理是内部讨论之外的宪法权威，共识不等于真。验证器本身也可错，一次失败可能起诉假设，也可能起诉用来检验它的装置。
给「AI scientist」一条能拿来审计流水线的门槛。会写代码、会调仿真、会出候选结构，只说明环上有干预这一段。缺外部约束，系统会用更顺的文本把失败圆过去。缺改写，它只在固定模型里调参。缺累积记忆，每次发现都从零开始，失败不被下一轮当起点。
对做材料、蛋白、仿真 agent 的人，这五件套比再堆一个 planner 角色更有用。先问：当前世界模型以什么形式外化，失败会不会改提问方式，产物能不能被下一个 agent 直接调用。文里把科学记录写成活的计算环境，而不是 PDF 坟场。
这是方向声明。别把它读成已经跑通的端到端发现机器。
Zenodo 上的 PDF 有 46MB，后半大量插图没能从文件里逐页抽出。本解读依据作者在文首标明的原文（X 长文）和 PDF 首页。纲领文没有对照实验，也没有报告「整环闭合后发现速度或命中率涨了多少」。文中举例分散在多篇已发表工作里，读者无法从这一篇单独复现任何一条流水线。验证器可错这个洞，文里自己点了，没有给出操作层面的解。自我组织的 swarm 听起来像科学共同体，目前仍是实验室尺度的演示。