AI 对于科学与技术的双重影响：一份系统研究报告

摘要

本报告系统考察人工智能（AI）对科学（认识世界的知识体系）与对技术（改造世界的工具体系）的两条影响线，基于 13 轮专题检索、逾百个来源（同行评审论文、官方统计、随机对照实验与企业披露）以及关键论文的引用计量数据，形成如下核心判断：

其一，AI 对科学的影响已从工具辅助上升为范式级变革。全球 AI 期刊论文从 2015 年的 30.89 万篇增至 2024 年的 95.45 万篇，十年增长约两倍 ；AI for Science（AI4S）被广泛称为继经验、理论、计算、数据密集型之后的第五科研范式 。2024 年诺贝尔物理学奖与化学奖同时授予 AI 相关研究，标志着科学建制对这一变革的最高确认。

其二，AI 对科学最实质的贡献是压缩搜索空间与加速知识生产：蛋白质结构预测将约 65 年积累的 20 万条实验结构扩展为 2.14 亿条预测结构。材料科学一年新增 38 万余种可合成稳定材料。AI 气象模型在 90% 以上的验证目标上超越欧洲中期天气预报中心（ECMWF）传统系统并已投入业务运行。AI 在 2025 年达到国际数学奥林匹克（IMO）金牌水平。

其三，AI 对技术的影响以软件工程为最深处：真实代码修复基准 SWE-bench Verified 的解决率两年内从 1.96% 升至 78.4%，提升约 40 倍。但受控实验显示实际生产率效应介于 -19% 到 +55.8% 之间，高度依赖任务结构与开发者经验 。芯片设计、机器人、自动驾驶、制造业均出现可量化的渗透，同时 AI 通过算力与能源需求反向重塑技术基础设施——全球数据中心用电预计从 2024 年的 415 TWh 增至 2030 年的约 945 TWh。

其四，两条影响线并非平行，而是构成AI—科学—技术三元循环：AI 加速科学与技术，科学原理反哺 AI 算法，技术（芯片、算力、数据）反哺 AI 能力，形成自我强化的飞轮。与此同时，AI 增强研究呈现扩大个人影响力、收缩集体焦点的悖论 。可重复性危机、幻觉引用与证据造假等新型风险亦随之而来。本报告对这些正面证据与反面证据均予以如实呈现。

一、研究设计：问题、框架与证据标准

1.1 科学与技术的界定

本报告在科学哲学的经典区分上展开：科学是系统化的知识体系，其目的在于认识世界——提出假说、检验规律、生产新知；技术是方法、工具与工艺的总和，其目的在于改造世界——设计器物、优化流程、解决工程问题。二者互为因果：科学发现催生新技术（如半导体物理催生晶体管），技术进步又反过来扩展科学的观测与实验能力（如望远镜与显微镜）。AI 的特殊性在于，它同时介入这两条链路：既作为科学的工具参与假说生成、模拟计算与数据分析（AI for Science，AI4S），又作为技术的引擎参与代码编写、工业设计、过程控制与决策优化。中国科学院院士吴朝晖将前者概括为覆盖假说提出—实验设计—数据分析—理论建构的全链条科研范式变革 ；国务院 2025 年 8 月印发的《关于深入实施人工智能+行动的意见》则把人工智能驱动的科学研究列为重点行动之首 。

之所以强调这一区分，是因为两条链路的作用机制、成熟度、证据形态与瓶颈均不相同：科学影响以新知识的数量与速度度量，证据多来自同行评审论文与学术建制（期刊、奖项、业务化系统）；技术影响以生产率、成本与性能度量，证据多来自基准测试、随机对照实验与企业运营数据。混为一谈会导致双重误判——要么把实验室里的科学突破直接外推为产业生产率，要么把工程上的渐进渗透低估为没有实质影响。本报告据此分两条主线组织证据，再在第四部分进行交叉对照。

1.2 分析框架：AI—科学—技术三元循环

上图给出本报告的分析框架。三条正向作用是：AI→科学（假说生成、模拟加速、结构预测，即 AI4S）；AI→技术（代码生成、设计优化、智能控制，即工程放大）；科学→技术（新知识转化为新器件与新疗法）。两条反向作用是本报告特别强调的：技术→AI 的算力反哺（更先进的芯片、数据中心与工程基础设施使更大规模的 AI 训练成为可能）；科学→AI 的原理反哺（物理、生物与认知科学的原理持续启发新的算法架构）。这一框架提示：评估 AI 的影响不能只看单向因果，还要看循环是否闭合、在哪个环节出现了拥堵。后文将反复回到这一框架——尤其是 AlphaEvolve 同时优化谷歌数据中心调度、芯片设计与 AI 训练内核的案例，它是三元循环在单一系统内闭合的最好例证 。

这一循环并非 AI 时代的新事物，但 AI 使其转速发生了质变。回望历史，量子力学的建立（科学）催生了晶体管与集成电路（技术），集成电路支撑的计算机又反过来成为科学研究的通用仪器（技术反哺科学），科学对更大算力的需求则持续拉动芯片工艺演进——这条科学—技术—更强的科学回路花了大半个世纪才完成一轮。AI 的不同之处在于，它把回路的每一环都压缩到月甚至周的量级：一个模型上午发现新材料，下午就能进入机器人实验室验证，验证数据当晚即可回流训练下一代模型。理解这一转速差异，是理解当前各国围绕 AI4S 展开战略布局紧迫感的钥匙——循环每快一圈，领先者就多积累一圈的数据、模型与工程 know-how，后发者的追赶成本便指数级上升。

1.3 证据标准与里程碑谱系

本报告对证据按强度分级使用：A 级为同行评审论文（Nature、Science 系列为主）与随机对照实验；B 级为官方统计与国际组织报告（IEA、Stanford AI Index、《科学智能白皮书 2025》等）；C 级为企业官方披露（模型卡、技术博客、财报口径数据）；D 级为预印本与存在争议、已在文中标注出处的材料。所有量化结论均标注来源；存在对立证据时（如 AI 编码生产率、A-Lab 材料合成、AlphaChip 争议），正反两面并列呈现。下表先给出 2020—2026 年 AI 影响科学与技术的里程碑谱系，作为全报告的时间骨架。需要同时声明本报告的三点方法局限：其一，数据截至 2026 年 7 月 18 日，AI 领域的快速演进可能使个别基准纪录在报告交付后短期内被刷新；其二，英文与中文公开文献构成本报告的主要证据池，未公开发表的工业界数据（如药企真实管线成功率）覆盖有限；其三，对于存在利益相关方的数据来源（如模型厂商自报基准、AI 企业自报生产率实验），本报告均在文中标明出处并尽可能以独立第三方研究交叉验证，读者在引用时应注意其证据等级。

二、AI 对于科学的影响

2.1 总体态势：作为第五范式的 AI4S

AI 对科学的渗透首先体现在知识生产规模的宏观数据上。据《科学智能白皮书 2025》（上海科学智能研究院联合复旦大学等发布），全球 AI 期刊论文由 2015 年的 30.89 万篇增至 2024 年的 95.45 万篇，年均增速约 13.7%；其中 2020 年之后增速由 10.9% 跃升至 19.3%，呈现明显的加速拐点 。结构上，AI 研究正从AI 核心外溢为AI4S：工程科学领域的 AI 论文占比从 8.8% 升至 26.1%，生命科学从 15.3% 升至 28.9%。斯坦福《AI Index》的独立口径同样显示，全球 AI 出版物十年间翻了一倍以上（2013 年约 10.2 万篇增至 2024 年约 25.8 万篇），AI 已占计算机科学全部出版物的 **40.9%**。

政策层面，AI4S 在 2025 年前后同步升级为中美两国的国家级战略。中国于 2023 年 3 月由科技部启动人工智能驱动的科学研究专项部署，2025 年 8 月国务院进一步将人工智能+科学技术列为人工智能+行动首位，北京等地随后出台 2025—2027 年科学智能行动计划，十五五规划建议亦提出以人工智能引领科研范式变革 。美国于 2025 年 11 月 24 日签署创世纪计划行政令，由能源部牵头 17 家国家实验室建设美国科学与安全平台，目标是在十年内将美国科学生产率翻倍，至 2026 年 4 月已汇聚 51 家机构（含 NVIDIA、Google、Microsoft、OpenAI、Anthropic 等）签署合作备忘录，日本于 2026 年 1 月宣布加入。学术共同体层面，上海人工智能实验室等的综述将 AI 在科学中的角色刻画为四级演进——从计算神谕到自动化发现者，再到自主科学智能体，预示智能体科学（Agentic Science）的到来。

2.2 生命科学：从结构预测到药物发现

生命科学是 AI4S 证据最充分的领域，其核心事件是 AlphaFold 对蛋白质折叠问题的攻克。2021 年发表于 Nature 的 AlphaFold 2 将多序列比对与物理、生物学先验融入神经网络架构，在 CASP14 上达到与实验结构相竞争的精度 ；截至 2026 年 7 月，该论文被引 52,412 次（Google Scholar 数据），是 21 世纪被引最高的科学论文之一。更重要的是其数据民主化效应：DeepMind 与 EMBL-EBI 共建的 AFDB 数据库从 2021 年的 30 万条扩展到 2024 年的 2.14 亿条预测结构——相比之下，全球实验测定结构（PDB）约 65 年累计仅约 20 万条，两者相差三个数量级。DeepMind 2026 年 7 月披露，AFDB 已服务 190 多个国家的 300 万余名研究者，其中 100 万余名来自中低收入国家，超过 30% 的 AlphaFold 相关研究聚焦疾病机理。

这一突破获得了科学建制的最高确认：2024 年诺贝尔化学奖一半授予 Demis Hassabis 与 John Jumper（蛋白质结构预测），另一半授予 David Baker（计算蛋白质设计）；同年诺贝尔物理学奖授予 John Hopfield 与 Geoffrey Hinton，以表彰其为机器学习奠定的基础。2024 年 5 月发布的 AlphaFold 3 进一步把预测对象从单一蛋白质扩展到蛋白质与 DNA、RNA、配体的复合物相互作用，为药物研发提供更直接的靶点—配体结构信息 。其产业化载体 Isomorphic Labs 已与多家跨国药企建立合作，推动AI 设计—实验验证的药物发现管线。

在药物发现这一下游环节，AI 的影响已从辅助筛选推进到临床概念验证阶段。英矽智能（Insilico Medicine）的特发性肺纤维化候选药物 Rentosertib（ISM001-055）是标志性案例：从靶点发现到临床前候选化合物仅用 18 个月、合成测试 78 个分子，而行业传统路径通常需要约 4.5 年。2025 年 6 月发表于 Nature Medicine 的 IIa 期临床结果显示，治疗组用力肺活量（FVC）改善 +98.4 mL，而安慰剂组为 -20.3 mL，成为首个完成临床概念验证的 AI 发现药物 。行业统计显示，AI 药企将早期发现阶段从传统的 2.5—4 年压缩到 12—18 个月，候选分子筛选规模从数千个压缩到 60—200 个。需要审慎的是，AI 发现药物尚无一例完成 III 期并获批上市，其真实成功率仍需时间检验——但研发前端的时间与成本结构已被实质性改写。

2.3 物质科学与化学：材料发现与自主实验室

材料科学的范式转变体现为从逐个试错到百万级筛选 + 机器人验证。DeepMind 的 GNoME 模型 2023 年发表于 Nature，一口气预测了 220 万种新晶体结构，其中 384,781 种具有热力学稳定性、原则上可被合成——相当于人类此前数十年实验确认稳定材料总量的约十倍，被 DeepMind 称为近 800 年的知识量 。几乎同期，加州大学伯克利分校的自主实验室 A-Lab 在 17 天内针对 58 个目标材料成功合成 41 种新型无机化合物，成功率 71%，全程无人工干预 。微软的生成式模型 MatterGen（Nature，2025 年 1 月）则把按性能指标反向设计材料变为现实：其生成稳定、独特、新颖材料的比例较此前方法翻倍，生成的结构比前人方法接近真实能量基态十倍，实验合成的材料性能与目标值偏差在 20% 以内 。

化学领域的标志性进展是智能体驱动的自主实验。卡内基梅隆大学的 Coscientist（Nature，2023 年 12 月）由 GPT-4 驱动，能自主检索文献、设计反应路线、编写代码并操控云实验室机器人，成功完成了钯催化的 Suzuki 与 Sonogashira 交叉偶联反应的优化 。ChemCrow 集成 18 种化学工具，在 12 项化学任务上的表现显著优于纯 LLM 基线 。这些工作共同勾勒出计算预测—自动合成—自动表征—反馈迭代的闭环。需要如实指出的是，A-Lab 论文于 2026 年 2 月在 Nature 发布更正，涉及自动表征环节对物相判读的修正，这提醒人们：自主实验系统的验证器质量，决定了闭环的可靠性（详见第 4.3 节）。

2.4 数学与算法发现：可验证领域的特区

数学是 AI 科学突破的特区，因为其结论可以被机器自动验证。2023 年 12 月 DeepMind 的 FunSearch 首次证明 LLM 能够在开放数学问题上产出人类未知的新知：在组合数学著名的上限集问题（cap set）上给出二十年来最大规模的构造改进，并为装箱问题找到更优启发式算法。2024 年 1 月，AlphaGeometry 在 Nature 发表，能解决 30 道历年 IMO 几何题中的 25 道，接近人类金牌选手平均水平 ；2024 年 7 月，AlphaProof 与 AlphaGeometry 2 组合在 IMO 上解出 6 题中的 4 题、获得 28 分（银牌水平，距金牌线仅 1 分），该成果 2025 年 11 月正式发表于 Nature。2025 年成为 AI 数学的金牌年：Gemini Deep Think 以 35/42 的成绩达到 IMO 金牌标准，OpenAI 的模型同样解出 6 题中的 5 题；DeepSeekMath-V2 在 IMO 2025 达到金牌水平、在普特南竞赛获 118/120 分。至 2026 年，DeepMind 的 Aletheia 系统已开始自主解决埃尔德什（Erdős）公开问题 。

算法发现的集大成者是 2025 年 5 月发布的 AlphaEvolve。它将 LLM 与进化搜索、自动评估器结合，在 4×4 复矩阵乘法上找到仅需 48 次乘法的算法，56 年来首次改进 Strassen 的下界；在 50 余个开放数学与计算机科学问题上，75% 复现了已知最优解、20% 给出了更优解，其中包括 11 维亲吻数问题的 593 球新构造。尤为关键的是，AlphaEvolve 的产出直接回流到谷歌的工程系统：改进数据中心调度（回收约 0.7% 的算力）、优化 TPU 电路设计、为 AI 训练核心的 FlashAttention 内核提速 23%。这一案例证明：在存在廉价自动验证器的领域，AI 已能稳定产出超越人类既有最优的构造性知识——这也是第 4.2 节飞轮效应的核心例证。

2.5 地球系统科学：天气预报成为最成熟的 AI4S 领域

天气预报是目前 AI4S 业务化程度最高的领域，因为它同时具备海量再分析数据、明确的物理评分标准与持续的真实世界检验。2023 年成为分水岭：华为盘古气象模型 7 月登 Nature，成为首个在所有气象变量上全面超越传统数值预报的 AI 模型，推理速度快约一万倍。DeepMind 的 GraphCast 12 月登 Science，在 1,380 个验证目标中的 90% 上优于 ECMWF 的确定性预报系统 HRES，且单块 TPU 上不到一分钟即可生成 10 天预报 。此后进展沿两条线展开：一是概率预报，GenCast（Nature，2024 年 12 月）在 1,320 个目标中的 97.2% 上超越 ECMWF 集合预报 ENS，15 天集合预报仅需 8 分钟。二是通用大气基础模型，微软 Aurora（Nature，2025 年 5 月）以 13 亿参数在 91% 的目标上胜出，相对 IFS 加速约 5,000 倍。谷歌 NeuralGCM 则探索物理动力框架 + 机器学习参数化的混合路线，兼顾可解释性与效率 。

业务化采纳是科学成熟度最有力的背书：ECMWF 于 2025 年 2 月 25 日将其 AI 预报系统 AIFS 投入业务运行，与物理模型 IFS 并列发布，成为全球主要气象机构中首个业务化的 AI 预报；2025 年 7 月 1 日集合版本 AIFS ENS 亦上线，单次运行能耗比物理模式低约三个数量级，热带气旋路径预报误差进一步缩小约 20% 。与此同时，独立评估也揭示了边界：2026 年一项基于全球约 9,000 个地面观测站的对比研究显示，在 10 米地面风等要素上，原始 IFS 仍优于原始 AIFS，极端降水预报同样是 AI 模型的短板 。这一领域的总体图景因而是清晰的：AI 在绝大多数大尺度气象要素上确立了优势并获业务背书，但近地面要素与极端事件仍需物理 + AI的混合方案。

2.6 能源与物理：从等离子体控制到点火预测

在能源科学中，AI 对核聚变研究的介入是科学仪器智能化的代表作。2022 年 DeepMind 与瑞士等离子体中心（EPFL）合作，用深度强化学习在 TCV 托卡马克上实时控制 19 个磁线圈，不仅稳定约束了等离子体，还实现了传统控制器难以达成的雪花形、双等离子体等新位形，成果发表于 Nature。2024 年双方进一步用强化学习预测并主动规避撕裂模不稳定性——这是导致聚变反应中断的主要原因之一，同样发表于 Nature 。在惯性约束聚变一侧，劳伦斯利弗莫尔国家实验室训练的神经网络模型能以约 74% 的准确率预测国家点火装置的实验结果。这些工作意味着 AI 正在从分析实验数据走向实时驾驶实验装置，把聚变研究中最稀缺的资源——装置机时——的利用效率显著提升。

聚变案例的深层价值在于它揭示了一类适配 AI 的科学问题的共性：高维状态空间、实时反馈约束、试错成本极高。托卡马克等离子体的演化涉及数十个控制变量与毫秒级的响应窗口，传统基于模型的控制律难以兼顾稳定性与性能，而强化学习先在仿真中穷举试错、再零样本迁移到真实装置的路径，恰好绕开了真实实验不可错的硬约束。同样的逻辑正在向其他装置密集型科学领域扩散——粒子加速器束流调谐、引力波探测器噪声抑制、空间望远镜自适应光学等，都呈现出仿真训练 + 实时智能控制的相似结构。可以说，大科学装置正在经历一场自动驾驶化改造，而 AI 控制器的可靠性标准，也将成为这类科学设施新的准入门槛。

2.7 科研流程自动化：从AI 工具到AI 科学家

2023 年以来，AI 对科学的影响出现一条新的主线：科研全流程的自动化。在假说生成环节，谷歌 2025 年 2 月发布的AI 联合科学家（AI co-scientist）基于 Gemini 2.0 构建多智能体系统，在急性髓系白血病药物重定位、肝纤维化靶点发现等任务上提出假说，并经类器官实验验证有效，甚至独立复现了当时尚未发表的基因转移机制研究成果 [^119^]。在研究执行与写作环节，Sakana AI 的AI 科学家（AI Scientist）2024 年 8 月发布初版，2025 年 4 月的第二版实现了端到端自动研究：从提出想法、编写与运行实验到撰写论文，其全自动生成的论文以 6.33 分的评审均分被 ICLR 2025 研讨会接收（达到接收线），单篇成本仅约 15—25 美元。该工作 2026 年 3 月以《Towards End-to-End Automation of AI Research》为题正式发表于 Nature。此外，FutureHouse 的 Robin、Kosmos 等系统也在文献综合与假说生成上展示了能力，但独立复现表明其计算环节仍会犯错，需人工把关。

学术建制的反应同样具有指标意义。2025 年 10 月 22 日，斯坦福举办首届 Agents4Science 会议——首个要求 AI 担任论文第一作者与主要贡献者的学术会议：共收到 253 篇投稿、接收 48 篇，评审流程由 AI 完成初审、人类专家终审。从 FunSearch、Coscientist 到 AI Scientist v2、Google co-scientist、AlphaEvolve、DeepScientist 等，科研智能体已形成一条清晰的演进谱系。综合评估当前阶段：AI 已能独立完成研讨级（workshop）质量的研究闭环，但尚不具备主流期刊级的原创深度与可靠性；AI 提出假说—人类验证理论—机器执行实验的分工，大概率是未来五到十年的主流形态。

2.8 科学产出方式的宏观重塑：个体红利与集体成本

AI 对科学的影响最终要回答一个宏观问题：它让科学整体变得更好吗？目前最系统的大规模计量证据来自 Hao 等人发表于 Nature（2026 年，Nature 649: 1237–1243）的研究：基于数千万篇论文（其中 AI 增强论文 31.1 万篇）的分析显示，采用 AI 工具的研究者年均发文量提升至 3.02 倍、被引量提升至 4.84 倍，并平均提前 1.37 年成为学术领军者；但在科学整体层面，研究的**主题多样性收缩了 4.63%**，论文之间的相互参与度下降了 **22%**。换言之，AI 让个体科学家更高产、更有影响力，却可能让整个科学系统涌向少数数据丰富、易于 AI 化的热门问题——作者将这一现象概括为扩大科学家的影响力，收缩科学的焦点（expand scientists' impact but contract science's focus）。这一个体红利—集体成本的张力，是评估 AI 科学影响时最需要警惕的结构性后果。

另一个宏观视角是里程碑成果的学术引力。截至 2026 年 7 月的 Google Scholar 计量显示，AI4S 的标志性论文已形成强大的引用网络：AlphaFold 论文被引 52,412 次，GraphCast 2,732 次，GNoME 2,101 次，FunSearch 1,692 次，A-Lab 亦逾 1,300 次。这些数字一方面说明 AI4S 成果已被各主流学科深度吸收；另一方面，跨学科渗透仍在加速——AI 增强论文在生物学领域的占比 45 年间增长了 51.89 倍，在地质学领域增长 10.7 倍。综合判断：AI 对科学的影响是真实的、加速的、建制化确认的，但科学系统需要主动设计对冲机制（如鼓励 AI 覆盖冷门问题、强制共享验证数据），以避免高产而趋同的陷阱。

三、AI 对于技术的影响

3.1 软件工程：AI 渗透最深的技术领域

软件工程是 AI 影响技术证据链最完整的领域，可以从能力、采纳、生产率、质量四个层面刻画。能力层面，真实 GitHub issue 修复基准 SWE-bench Verified 的解决率轨迹呈近似逻辑斯蒂增长：从 2023 年 10 月的 1.96%（RAG 基线）到 2024 年 4 月的 12.5%（SWE-agent）、2024 年 8 月的 33.2%（GPT-4o）、2024 年 10 月的 49%（Claude 3.5 Sonnet）、2025 年 2 月的 62.3%、2025 年 5 月的 72.7%，再到 2026 年 4 月的 78.4%（Claude Opus 4.7）——两年提升约 40 倍，已逼近该基准的人类开发者基线（约 87%）。成本层面的下降同样惊人：修复单个 bug 的前沿模型成本从 2023 年 3 月的约 433 美元降至 2026 年的约 5.75 美元，三年便宜约 75 倍 。采纳层面，Stack Overflow 2025 年调查显示 84% 的开发者正在使用或计划使用 AI 工具 。

然而生产率层面的证据是高度混合的，构成本报告最重要的辩证案例之一。受控实验中，Peng 等人 2023 年的 RCT（95 名开发者）发现 GitHub Copilot 使单一编程任务的完成速度提高 **55.8%**（95% CI: 30.6%–80.8%）。Cui 等人 2025 年在微软、埃森哲等三家企业约 4,867 名开发者的现场实验中发现平均生产率提升约 **26%。谷歌内部 RCT（96 名工程师）报告约 21% 的提速 。与之相对，METR 2025 年 7 月的 RCT 让 16 名资深开源维护者在熟悉的成熟项目上完成 246 个真实任务，结果使用 AI 工具反而慢了 19%（95% CI: -38% 至 +1%）——更具戏剧性的是，这些开发者事后自认为快了约 20%**，感知与实测相差约 39 个百分点。METR 2026 年 2 月的更新分析收窄了估计：对原项目资深开发者效应约 -18%，对新接触项目的开发者约 -4%（95% CI: -15% 至 +9%），即负效应集中在高熟练度 + 熟悉代码库场景。

信任与质量数据进一步揭示了采纳热、信任冷的反差。Stack Overflow 2025 年调查显示，对 AI 输出准确性表示不信任的开发者达 46%，表示信任的仅 33%；66% 的受访者遭遇过 AI 答案差一点就对的困扰，45% 认为调试 AI 生成代码比自己写更耗时；认为 AI极大提升生产率的仅 16.3%，41.4% 认为影响甚微或没有影响。质量与安全方面，Veracode 2025 年对百余个大模型的测试发现 45% 的 AI 生成代码样本存在安全漏洞。Uplevel 的研究观察到采用 AI 后缺陷率上升 41%；Faros 的遥测显示 AI 高采用团队任务量与 PR 数大增（+21%、+98%），但评审时间同步拉长 91% 。DORA 2024 年报告则发现 AI 采用率每提高 25%，交付稳定性下降 7.2% 。综合这些证据可以得出一个稳健结论：AI 编码的单点任务加速是真实的，但端到端工程生产率受制于评审、调试、验证与系统集成等下游环节——代码生成快、工程链路未快是当前阶段的结构性特征，这也解释了为何宏观软件交付指标迄今未见与采纳率相称的跃升。

3.2 芯片设计与算力基础设施：双向反哺的枢纽

芯片是AI 影响技术与技术反哺 AI两条链路的交汇点。2021 年 DeepMind 在 Nature 发表 AlphaChip，用强化学习完成芯片布局规划（floorplanning），数小时即可达到人类专家数周乃至数月的设计质量，该方法随后被用于多代谷歌 TPU（v5e、v5p、Trillium）的量产设计，获得联发科等产业方采用与背书，并于 2024 年开放模型检查点。这一成果也经历了实质性的学术检验：加州大学圣地亚哥分校的 Kahng 团队复现时对部分结论提出质疑，Igor Markov 亦发表批评，DeepMind 于 2024 年在 Nature 附录中逐条回应并补充实验数据——争议本身反而推动了 EDA 社区对可复现基线的重视。产业侧，Synopsys 的 DSO.ai 与 Cadence 的 Cerebrus 已将强化学习布线优化商业化，应用于多款量产芯片 。AlphaChip 的核心团队 2026 年 2 月创办的 Ricursive Intelligence 估值已达 40 亿美元，显示资本市场对AI 设计芯片路径的高度认可 。

更深的意义在于循环：AI 设计的芯片用于训练更强的 AI，更强的 AI 再优化下一代芯片与数据中心。AlphaEvolve 已将这一循环扩展到数据中心调度与电路设计层面；而第 3.7 节将说明，这一循环的物理代价（电力、土地、水资源）正在重塑能源与半导体产业格局。

3.3 机器人与具身智能：从预编程到基础模型

AI 对机器人技术的影响体现为控制架构的范式迁移：视觉—语言—动作模型（VLA） 让机器人从逐任务预编程转向基础模型驱动的泛化操作。2025 年成为 VLA 的爆发年：Figure AI 的 Helix 采用70 亿参数 VLM（系统 2）+ 8,000 万参数视觉运动策略（系统 1，200Hz）的双系统架构，实现对人形机器人上半身的全自由度连续控制。NVIDIA 发布 GR00T N1 人形机器人通用基础模型并开源 。中国阵营中，智元机器人发布 GO-1，银河通用的 GraspVLA 以十亿帧级合成数据训练抓取泛化能力。工业落地同步启动：优必选 Walker S1 已进入汽车工厂执行搬运与质检任务。这些试点的共同特征是任务边界清晰、环境结构化——搬运、分拣、巡检——恰好处于当前 VLA 能力的甜区之内。

与乐观叙事并行的，是三重尚未跨越的门槛。其一是成功率与速度：通用场景下 VLA 的操作成功率与节拍仍远低于工业自动化要求，距离无人值守尚远。其二是数据瓶颈：机器人真实操作数据的采集成本远高于文本与图像，GraspVLA 等以大规模合成数据突围的路线，本质上是在用仿真算力置换真实数据，其 sim-to-real 鸿沟仍需逐场景弥合。其三是成本结构：人形机器人整机制造成本与运维成本尚未降到可对人工形成稳定替代优势的区间。尽管如此，VLA 已经确立了大模型 + 机器人的技术路线，使机器人研发从手工特征工程进入数据与算力驱动的轨道——这与自动驾驶 2023 年后向端到端的转变是同构的。

3.4 自动驾驶：端到端架构与规模化运营的双重拐点

自动驾驶是 AI 技术影响中少数已进入规模化商业运营的领域。技术路线上，行业在 2023—2025 年完成从规则驱动的模块化栈向端到端数据驱动的切换：特斯拉 FSD v13 采用端到端架构，2025 年第三季度日均行驶里程达 1,413 万英里 。Waymo 2024 年发布的 EMMA 是首个面向自动驾驶的视觉—语言—动作模型 。中国的理想（MindVLA）、小鹏等亦跟进 VLA 路线。运营层面，Waymo 的完全无人驾驶服务 2025 年扩展至 10 个城市，新城市部署周期缩短至 4—6 个月。这一部署加速度本身就是 AI 影响的直接体现：端到端模型把城市适配从逐条改写规则变为数据驱动的泛化，使规模化复制首次成为可能。

自动驾驶的经验对评估AI 影响技术具有方法论价值：它表明从演示能力到可靠运营之间隔着长尾安全验证、监管与运营成本三重关卡——AI 压缩了开发周期，但并未取消工程验证的基本约束。

3.5 制造与工业技术：以预测性维护为最高 ROI 场景

制造业的 AI 渗透遵循数据密度决定 ROI的规律。量化证据最扎实的是预测性维护：德勤的行业研究显示，AI 驱动的预测性维护可减少高达 80% 的非计划停机、降低 20%—50% 的维护计划时间、提升设备可用率 10%—20%；BCG 的测算显示 AI 可将产线生产率提升约 20% 。机器视觉质检、工艺参数优化、供应链预测等场景也已规模化：视觉质检把漏检率从人工目检的数个百分点压到千分级，工艺寻优在高耗能行业普遍报告个位数百分比的能耗下降，需求预测则把库存周转与缺货率同时改善。这些场景的共同点是有明确的物理量或财务指标可即时验证 AI 的产出。

与技术本身相比，更值得关注的是采纳结构：制造业 AI 的价值高度依赖传感数据积累与产线数字化程度，导致同一技术在不同企业间的回报差异巨大——这与软件工程中任务结构决定 AI 效应的规律互为印证。

3.6 知识工作与研发流程：锯齿状的生产率前沿

跳出工程领域，AI 对一般知识工作的生产率影响已积累了一批高质量实验证据。Noy 与 Zhang 的实验发现，ChatGPT 使商业写作任务时间减少约 **37%—40%**、产出质量提升约 18%。Brynjolfsson 等人对客服中心的研究发现生成式 AI 使问题解决率提升 **14%**，且效应高度集中于新手员工（+34%），呈现出压缩技能差距的分布特征。Dell'Acqua 等人的咨询实验提出锯齿状技术前沿概念——AI 在前沿之内的任务上大幅提效，在前沿之外的任务上反而诱发错误。研发流程本身也在被改造：从 AlphaEvolve 自动优化基础设施，到 AI 智能体承担文献综述、实验记录与代码迁移。越来越多企业的研发组织开始把 AI 使用从个人效率工具升级为流程内置环节——代码评审前置 AI 检查、实验报告自动生成初稿、技术情报由智能体每日巡检——这标志着 AI 对技术的影响正从任务层渗透到组织层。

把这些证据与第 3.1 节并置，可以提炼出一个贯穿知识工作的分布规律：技术研发的认知外包比例持续上升，且 AI 的生产率红利向低技能者与结构化任务倾斜，而对高技能者处理复杂、长尾任务的帮助有限甚至为负（METR 结果即为印证）。其机理在于，AI 本质上是人类既有经验的压缩与再分发——它把平均水平以下的执行者迅速拉到平均水平附近，却无法为探索未知边界的高手提供超出其经验的答案。这一规律对技术战略的含义深远：指望 AI 全面提升研发天花板是不现实的，更可行的路径是让它接管标准化环节、释放高端人才去处理真正的长尾问题，即以 AI 的广度换人类的深度。

3.7 反向塑造：算力、能源与半导体格局

AI 影响技术的最后一块拼图是AI 对技术基础设施本身的重塑。国际能源署（IEA）2025 年 4 月发布的《Energy and AI》测算：全球数据中心用电 2024 年约 415 TWh（约占全球用电 1.5%），到 2030 年将增至约 945 TWh，年均增速约 15%——为全社会用电增速的 4 倍；其中 AI 优化型数据中心的用电需求将翻两番以上。分区域看，2024—2030 年美国数据中心用电预计增加约 240 TWh（+130%），中国增加约 175 TWh（+170%），欧盟约 45 TWh，日本约 15 TWh。IEA 2026 年跟进报告显示，AI 专用数据中心能耗 2025 年单年增长约 50%，超大规模云厂商 2025 年资本开支约 4,000 亿美元、2026 年预计再增 75% 。

这一轮基础设施扩张正沿产业链传导：先进制程产能、HBM 高带宽存储、先进封装、光模块乃至电力设备（变压器、燃气轮机）均因 AI 需求而重塑供需格局 。回到本报告的分析框架，这是技术→AI反哺链路的具象化：AI 的能力增长高度依赖技术系统为其提供的算力与能源，而这一依赖又通过资本市场与产业政策，反过来锁定了半导体与能源技术的演进方向。可以说，AI 已经不仅是技术体系的一个用户，而是重新组织技术资源分配的一只看得见的手。

四、交叉分析：两条影响线的对照、耦合与风险

4.1 影响机制的系统对照

将第二、三部分的证据并置，可以提炼出AI 对科学与AI 对技术在机制、成熟度与瓶颈上的系统性差异。科学侧的核心机制是压缩假设空间、加速知识生产，其成果由学术建制（期刊、奖项、业务化系统）确认；技术侧的核心机制是自动化认知劳动、放大工程能力，其成效由生产率、成本与可靠性指标检验。前者在数据密集、验证廉价的领域（蛋白质、气象、数学）率先突破；后者在任务结构清晰、产出可即时验证的领域（代码、布线、预测性维护）率先落地。

对照可以得出两个判断。第一，科学侧的证据质量整体强于技术侧：诺奖级突破与业务化系统是难以伪造的硬指标，而技术侧的生产率证据目前仍停留在任务级实验多、系统级证据少的阶段。第二，两条链路面临同构的瓶颈——验证：科学中自主实验室的可靠性取决于自动表征的准确性（A-Lab 更正事件），工程中 AI 代码的价值取决于评审与测试的消化能力（DORA 稳定性下降）。可以说，AI 时代的科学与技术，共同的稀缺资源不再是生成能力，而是验证能力。

4.2 飞轮效应：三元循环的闭合证据

本报告框架预言的循环增强，已有多个闭合证据。其一，AlphaEvolve 循环：同一系统既发现新数学（48 步矩阵乘法），又直接优化谷歌的数据中心调度（回收约 0.7% 算力）、TPU 电路与 AI 训练内核（FlashAttention 提速 23%）——AI 改进的每一项成果都回流为训练更强 AI 的资源 。其二，AlphaChip 循环：AI 设计的 TPU 芯片用于训练包括 AlphaFold 在内的模型，而更强的模型又反过来改进芯片设计方法，该方法团队 2026 年独立创业获 40 亿美元估值 。其三，算力—能源循环（负反馈约束）：AI 训练需求推动数据中心用电 2030 年逼近 945 TWh，能源与土地约束正在反过来决定 AI 基础设施的地理布局与技术路线（如液冷、核能供电协议）。飞轮的启示是：评估 AI 影响的正确单位不是单个应用，而是循环的转速——哪个国家、哪条产业链能让AI→科学→技术→更强的 AI转得更快，谁就能在下一轮竞争中占据主动。美国创世纪计划与中国人工智能+行动，本质上都是在国家层面为这一飞轮铺设基础设施 。

进一步看，飞轮的三个环节各有其拥堵点，而政策工具的差异正体现在疏通哪个环节上。在AI→科学环节，拥堵点是高质量科学数据与验证装置的可及性，美国的国家实验室开放数据与算力、中国的科学数据中心与重大科技基础设施开放共享，瞄准的都是这一点；在科学→技术环节，拥堵点是成果转化与中试能力，这解释了各国对自主实验室、中试平台与概念验证中心的投入；在技术→AI环节，拥堵点是先进算力供给与能源保障，半导体自主化与数据中心电力配套由此成为战略焦点。飞轮框架因而也提供了一张政策诊断图：评价一国 AI4S 战略的优劣，不看口号看环节——哪个环节最堵，资源就该投向哪里。

4.3 风险、争议与证据批判

一份负责任的研究必须同等对待反面证据。本部分梳理四类已在文献中坐实的风险。第一类是科学诚信的规模化侵蚀：2023 年全球论文撤稿量超过 14,000 篇、创历史新高，其中与 AI 生成内容相关的撤稿约 2,100 篇、涉及假同行评审的逾 6,400 篇 ；Nature 对 250 万篇论文、9,700 万条参考文献的审计显示，2025 年伪造引用的检出率是 2023 年的 12 倍以上，NeurIPS 2025 约有 100 条幻觉引用通过了人类评审，约 17% 的评审意见句子呈现 LLM 写作痕迹。第二类是明星成果的可靠性事件：A-Lab 论文 2026 年 2 月在 Nature 发布更正，修正自动物相分析的判读错误。AlphaChip 经历了 Kahng 团队复现质疑与公开答辩 。第三类更具警示意义——证据本身的造假：曾广为流传的 MIT 研究称AI 使材料研发人员的新材料发现增加 44%、专利增加 39%，该论文 2025 年 5 月被撤稿，MIT 声明对数据来源、可靠性与有效性没有信心——这提醒所有引用者：关于 AI 影响的高影响力结论，同样需要经过严格甄别 。

第四类是认知与系统风险：METR 实验中开发者实测变慢 19%、自觉变快 20%的 39 个百分点感知差，说明 AI 工具极易造成生产率错觉。Hao 等人的计量研究揭示的集体焦点收缩（主题多样性 -4.63%、参与度 -22%），则提示科学系统可能在个体繁荣中悄然丧失探索广度。围绕创世纪计划亦有学者警告科研的工业化可能挤压好奇心驱动的基础研究。综合来看，这些风险并非要否定 AI 的价值，而是指向同一个治理命题：当生成变得廉价，验证、诚信与多样性就成为科学与技术的公共品，需要由期刊、资助机构与企业共同投资维护。

4.4 全球格局与政策竞争

AI 对科学与技术的影响正在重绘全球创新版图。《科学智能白皮书 2025》显示，中国 AI 期刊论文从 2015 年的 6.01 万篇增至 2024 年的 27.39 万篇，占全球约 28.7%，2018 年超过欧盟、2022 年超过欧美总和，稳居全球第一；美国 2024 年约 8.57 万篇，印度 8.51 万篇（十年增长近 4 倍）。质量维度上，2024 年中国 AI 论文的被引份额达 40.2%，与美国（42.9%）的差距已收窄到 3 个百分点以内；在专利、政策与临床引用维度中国占 41.6%。政策路径上，中美呈现镜像竞争：中国以人工智能驱动的科学研究专项（2023）、人工智能+行动（2025）和地方行动计划推进全学科渗透。美国以创世纪计划（2025.11）整合 17 家国家实验室与 51 家机构，直指十年内科研生产率翻倍。欧盟、日本、英国等亦通过算力基建与 AI4S 专项跟进，日本 2026 年初加入创世纪计划框架，显示这一竞争正从双边扩展为阵营化协作。

两国共同的战略判断是：AI4S 的领先将转化为技术与产业领先，而支撑它的底层——算力、数据、仪器与人才——已成为大国竞争的核心资产。但路径哲学有所不同：美国模式更强调平台化，以国家实验室的存量设施与数据为底座、以企业模型能力为杠杆，试图用公私联盟快速组装国家级平台；中国模式更强调全学科渗透，从顶层设计推动 AI 与各领域科研的融合，并以论文与人才规模优势换取时间。两种模式孰优孰劣尚无定论——前者胜在生态成熟度，后者胜在动员规模——而第 4.2 节的飞轮框架提示，最终的胜负手在于哪条路径能更快闭合科学发现—技术转化—算力反哺的完整循环。

4.5 展望：从辅助到自主的阶梯

综合全部证据，AI 对科学与技术的介入深度可以刻画为四级阶梯：L1 工具（人主导，AI 处理局部计算）、L2 副驾驶（人机协作，AI 生成候选、人验证决策）、L3 智能体（AI 在明确边界内自主完成闭环，人监督）、L4 自主科学家/工程师（AI 提出问题并完成研究，人设定方向）。当前格局是：数学、气象与代码生成已处于 L2 向 L3 过渡——AI 达到 IMO 金牌水平、AIFS 投入业务运行。SWE-bench 解决率亦升至 78.4% 。生命科学与材料处于 L2：AlphaFold、GNoME 是强大的副驾驶，但药物与材料的临床/工程闭环仍由人主导 。科研全流程自动化处于 L3 的萌芽：AI Scientist v2 已达研讨级质量 。决定升级速度的关键变量有四个。验证器的可得性解释了领域间的不平衡：数学证明与代码测试可以机器即时判定，故进展最快；数据闭环决定了模型能否持续自我改进，气象以每日全球观测构成天然闭环，故最成熟；机器人实验成本决定了物理世界验证环节的通量，是材料与化学迈向 L3 的主要瓶颈；治理框架——诚信标准、评审制度、责任归属——则决定了社会系统愿意把多大的自主权授予 AI。

据此判断，未来 3—5 年最可能率先出现的，不是全能 AI 科学家，而是在有廉价自动验证器的领域（数学、算法、代码、器件仿真）批量涌现的 L3 级窄域自主发现者。与之相应，科学共同体与技术产业需要提前回答三个治理问题：AI 署名成果的知识产权与责任如何界定；同行评审如何在 AI 生成内容洪流中守住验证职能；科研评价如何奖励AI 无法自动完成的那部分人类贡献——冷门问题、长期观测与负结果。这些问题没有技术答案，却将决定 AI 对科学与技术的长期影响是增强还是掏空。

五、结论

本报告围绕AI 对于科学的影响与AI 对于技术的影响两条主线，得出四点结论。

第一，AI 对科学的影响已经是范式级的、建制确认的。 论文规模十年三倍（30.89 万→95.45 万篇）。2024 年诺贝尔物理学奖与化学奖双双授予 AI 研究 。ECMWF 亦已将 AI 预报投入业务运行。规模、荣誉与业务化三重指标相互印证，AI4S 作为第五范式已从口号变为现实。其最实质的贡献是压缩搜索空间：2.14 亿条蛋白质结构 、38 万余种稳定材料 。90% 以上超越传统预报的气象验证目标 、56 年来首次改进的矩阵乘法算法，则是这一能力在地球科学与数学上的延伸。

第二，AI 对技术的影响是真实的但高度情境依赖的。 软件工程的能力指标（SWE-bench 两年 40 倍）与采纳率（84%）一路狂飙 。但端到端生产率效应在 -19% 到 +55.8% 之间大幅波动，且存在 39 个百分点的感知—实测落差 。芯片设计、机器人、自动驾驶、制造业均出现可量化的渗透，但共同瓶颈不在生成能力，而在验证、集成与信任校准。

第三，两条影响线已耦合成AI—科学—技术三元循环。 AlphaEvolve 与 AlphaChip 证明循环可以在单一系统内闭合——AI 产出的科学成果直接回流为训练更强 AI 的算力与器件 。而数据中心用电 2030 年逼近 945 TWh 的预测表明，这一飞轮的物理成本正在成为新的约束变量 。中美两国的国家战略竞争，本质上是对这一循环转速的竞争 。

第四，最大的不确定性不在技术能力，而在科学系统与技术系统的验证与治理能力。 集体焦点收缩（-4.63%）、伪造引用一年增长 12 倍，构成与技术进步并行的阴影 。明星论文更正与高影响力研究撤稿则提醒，关于 AI 影响的证据本身同样需要甄别。AI 时代的科学与技术，最需要投资建设的公共品是验证基础设施——可复现的基准、机器可检验的证明、透明的数据与强韧的同行评审。谁能把生成的红利与验证的成本同时内生化，谁才能真正收获这一轮范式变革。