OpenClaw走红后，AI Agent引领科研范式新变革

当OpenClaw不仅能帮你预订机票、撰写邮件，还开始参与科研实验时，这究竟意味着什么？

3月4日，在香港科技大学上海中心举办的“AI for Discovery：从范式革命到产业重构”学术峰会上，复旦大学浩清特聘教授、上海科学智能研究院院长漆远在演讲中指出，随着OpenClaw智能体的出现，拥有高能动性和自主学习能力的AI Agent正推动科研领域迈向新的临界点。

复旦大学浩清特聘教授、上海科学智能研究院院长漆远发表主题演讲。澎湃新闻记者 喻琰 摄

在此次学术峰会上，参会人员普遍认为，人工智能正从科研流程里的辅助工具，逐步转变为能参与推理决策和实验闭环的“科研合伙人”，Agent掀起了一场AI从过去被动记录到主动推理的科研范式革命。

在漆远看来，OpenClaw的走红首先体现了基础模型能力的提升，“要是没有大模型底层能力的不断突破，OpenClaw这类智能体就无法达到当前的效果”；其次，OpenClaw代表着智能体架构具有高能动性和强执行力，“智能体架构本身并不复杂，却能带来显著的能力提升，慢慢成为类似‘外脑’的个人助手”；另外，OpenClaw还表明智能体具备长期记忆和持续学习能力，能够在不断自我迭代中发展。

漆远觉得，当AI Agent不仅能处理日常事务，还开始参与实验设计和科研流程时，科研体系或许会发生深层次的变化，“科学探索需要有高能动性的智能体，科学数据、专业知识越来越繁杂，科学家需要最强大的外脑，来辅助他们进行创造、完成规划和执行任务。”

据漆远介绍，由上海科学智能研究院（以下简称“上智院”）和复旦大学共同发布的“超级科研合伙人”大圣智能体，凭借96%的RNA分类与设计准确率，在siRNA设计中把实验成功率提高了50%以上，还助力了转化价值2000万元的新型补锂剂研发以及潜在价值5亿美元的FIC类药物发现，实现了科研成果的高效产业化。

实际上，一批面向科学研究的智能体正在迅速推出。

在此次峰会上，中国工程院外籍院士、香港科技大学首席副校长郭毅可透露，香港科大正在推进“AI for Lab”计划，开发实验室智能体AINA（AI Native Arena），其核心功能是能够实现自主优化、主动探索、智能协作和知识进化。在这套工作流程里，人主要负责授权和决策，智能体则可以7×24小时自主运行开展实验。

中国工程院外籍院士、香港科技大学首席副校长郭毅可。来源：香港科技大学

郭毅可提出了一个分阶段的科研生态愿景：第一阶段实现个体实验室的Agent化，第二阶段形成跨团队的Agent协作网络，第三阶段构建全球科研主动推理生态，让知识持续进化、认知价值最大化。

伦敦大学学院计算机科学系教授汪军介绍，他们针对科研需求推出了可以在线持续学习的智能体，该智能体能够根据科研人员的问题自主在网上查找资料，并且可以自行泛化、持续进化。

在汪军看来，AI与Science的重要结合点在于：很多科学问题本质上是优化和决策问题，AI的优势在于拥有更大的搜索空间、更快的结果反馈、可并行推理、能自动调用强化学习策略，而且在长时间运行中能保持稳定输出。比如他所在的团队与合肥中科大合作的“AI化学家”项目，已经构建了一套多智能体协作系统，将贝叶斯优化、强化学习等方法嵌入硬件实验设备，目前第一阶段已经顺利完成；该系统能够在高维参数空间中自主搜索最优解，实现从实验设计、执行、分析到优化的闭环流程，并且全程不需要人工干预。

不过，参会专家也坦言，当前AI for Science的发展还处于起步阶段，有很多瓶颈需要突破，这些瓶颈是制约其规模化落地的关键因素。漆远认为，科研智能体还需要解决一系列特殊问题，像科学数据的高保真输入与输出、多模态科学数据对齐以及科学词元（Token）生成等，以此减少信息损失并降低模型幻觉。汪军则表示，和大模型能快速反馈不同，在化学实验等科研场景中，Agent的反馈往往更慢、成本更高。在这种情况下，如何实现有效优化与闭环，是必须跨越的门槛。

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