难以置信！去年DeepSeek，今年OpenClaw，AI“龙虾风暴”竟然在重塑科研格局！

去年DeepSeek，今年OpenClaw，AI“龙虾热潮”如何改变科研格局？

“去年是DeepSeek，今年则是OpenClaw。”

最近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，许多专家和院士都提到了最近在人工智能领域引发热议的“龙虾”。这个热词源于开源AI智能体OpenClaw的龙虾图标，用户只需通过与这个智能体聊天等方式，就能培养出一个全天候的专属AI助理，而这个助理的能力还会不断进化，简直就像在养成宠物一样。

复旦大学的漆远教授提到，春节期间，很多AI研究人员都在忙着探索行业中的新热点，而OpenClaw就如同黑马一样突然出现。他第一时间注意到这个“龙虾图标”在GitHub上竟然成为了第一名的软件。结合OpenClaw为一人公司（OPC）带来的生产力提升，漆远认为，其行业影响力并不比去年同一时期的DeepSeek弱。

在学术峰会上，AI与基础科学的专家们一致认为，人工智能正在从单纯的工具转变为科学探索的“合伙人”。AI与医疗、能源、制造等行业的深度融合，正在推动科研模式从“经验驱动”向“智能驱动”转变。

“模型驱动”向“智能体驱动”的转变

3月1日，上海科学智能研究院和复旦大学在模速空间共同发布了一款全新的高能动性科研智能体，名叫“大圣”，标志着科学智能正从“模型驱动”迈向“智能体驱动”的新阶段。

漆远提到，自从“星河启智”平台去年上线以来，短短半年时间里，工具、模型和文献方面的数据都实现了大幅增长，入驻团队更是增加了12倍。而且，他们推出了“伏羲”气象大模型和“燧人”物质大模型等多个专业领域的大模型，还与阿里魔搭社区合作建立了国内模型数量最多、数据规模最大的“AI for Science（科学智能）”开放社区。

谈到如何将智能体与科学研究结合，漆远回忆起一件趣事：在2019年的一次节目中，主持人曾问他“未来AI最重要的是什么”，他当时给出了“意识”和“发现未知科学规律”两个回答。

七年后，OpenClaw等智能体在全球范围内的流行，正好呼应了漆远当时的回答，并反映出当前AI大模型的发展现状：基础模型的能力不断提升，底层模型的支撑力也在增强；虽然智能体的设计相对简单，但效果却是出奇的好，正在逐渐成为具有长期记忆的“个人助理”。

不过，智能体也不是无懈可击的。漆远指出，智能体的核心在于“记忆”，但像OpenClaw这样的智能体在压缩文件和数据时，可能会出现失真现象，这对于科学研究来说是个大问题。因此，要把数字世界的智能体和现实世界真正连接起来，人类还有很长的路要走。

中国工程院外籍院士、香港科技大学的郭毅可预测，今年AI在科学领域，特别是探索科学方面将会有重大突破。他表示，相比于人们用智能体管理文件，智能体在实验室的应用潜力更大，因为实验室的工作流程和权责界限更加清晰，有助于智能体主动推理，实现“AI for Lab（实验室智能）”。

在这样的前提下，实验室的自动化就变得简单了。郭毅可提到，上一轮的智能实验室设立了数据库和数据工作流，涵盖了电子表格填写、实验记录、库存管理以及实验设计等。而现在，通过大模型和智能体，这些流程都可以实现全面自动化，实验室将出现“智能体科学家”。

因此，“AINA”即“AI原生创新环境”应运而生，它将传统的从被动记录到实验完成的工作模式转变为智能体主导的方式，通过先验模型来设计实验流程，触发实验的各项工作，不仅能“7×24”小时自主运行各种实验，还能持续学习和自我进化，形成最佳解决方案。

“不过，最终的决策还是得由人来做。”郭毅可补充道。

“假设驱动”转向“数据驱动”

自去年1月成立以来，港科大上海中心已经吸引了多家孵化企业在徐汇西岸和徐汇北杨两个基地推动科研成果的产业化。在峰会上，港科大上海中心北杨基地的重点孵化企业——上海久湛信息科技有限公司与深圳计算科学研究院签署了“AI for Science”应用战略合作，将依托深圳崖山的大数据基础共同推动人工智能与科学计算的融合创新。

香港科技大学潘乐陶气候变化与可持续发展中心的科研成果也在上海找到了应用场景。中心主任陆萌茜介绍，包括微软的“Aurora地球系统通用模型”、英伟达的“Earth-2”以及中国气象局的“风顺”大模型，地球系统科学已经成为首批充分应用AI智能体的领域。

造成这一现象的因素有很多。首先是“数据洪流”效应，中国不仅积累了大量卫星和传感器的数据，还有千年的水文与气象观察数据，形成了丰富的“语料”库。其次，智能体能够有效解决计算瓶颈，快速进行预测。此外，地球系统和气候系统本身就很复杂，随着气候变化的加剧，过去基于历史数据形成的传统气候模型逐渐失效。最后，传统的参数化分析已经赶不上智能体的预测准确性和效率。

因此，AI在气候和地球科学领域的发展迅猛，从地震预警到海啸预警，无不体现着智能体的贡献。AI对地球系统科学的影响不仅体现在应用层面，还在研究方法上产生了深远的影响。

陆萌茜表示，过去在地球系统科学的研究中，最重要的步骤是提出假设，然后通过数值模拟模型来验证这些假设。“这非常考验个人的认知极限，如果知识积累不够，就很难提出有发现潜力的科学问题。”而随着智能体的应用，科学研究正逐渐从“假设驱动”转变为“数据驱动”。

以智能监测为例，珊瑚是气候变化的重要指示物，当海水温度升高到一定程度，珊瑚就会出现白化现象。陆萌茜介绍，过去监测海底珊瑚健康状况需要潜水员下水观察，而现在借助水下机器人和智能监测系统，可以对更大范围的珊瑚健康状况进行全天候监控。

学科的发展也在被智能体“改写”。陆萌茜指出，地球系统科学的入门门槛虽然不算高，但涉及的知识面广，涵盖统计学、计算机科学和地球科学等，往往需要十年的时间才能培养出真正掌握智能调参技能的人才。因此，地球系统科学专家一直以来都非常稀缺。“有了AI智能体，更多年轻人将有机会投身于地球系统科学，也许未来会出现‘AI地球科学家’，构建全面的‘地球数字孪生’。”

原标题：《去年DeepSeek今年OpenClaw，AI“龙虾风暴”重塑科研范式？》

栏目主编：茅冠隽

本文作者：解放日报 舒抒