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

如今，具备高能动性和自主学习能力的AI+Agent（智能体）正推动科研进入一个临界点。在由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指出，以OpenClaw为代表的智能体正扮演着关键角色。

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

与会专家普遍认同，人工智能正从科研流程中的辅助工具，逐渐演变为能够参与推理决策与实验闭环的“科研合伙人”。这标志着一次从被动记录到主动推理的科研范式革命。

在漆远看来，OpenClaw的广泛应用首先得益于底层基础模型能力的跃升。“没有大模型底层能力的持续突破，就不可能实现OpenClaw类智能体的当前效果。”其次，OpenClaw展现了智能体架构的高能动性与强执行力。“智能体架构本身并不复杂，却能产生非常显著的能力提升，逐渐成为类似‘外脑’的个人助手。”此外，OpenClaw也彰显了智能体具备的长期记忆与持续学习能力，可以在不断自我迭代中演进。

漆远认为，当AI智能体不仅能处理日常事务，还开始参与实验设计与科研流程时，整个科研体系可能会发生深层变革。“科学探索需要拥有高能动性的智能体。科学数据、专业知识日益庞杂，科学家需要最强大的‘外脑’来辅助其创造、完成规划与执行。”

据漆远介绍，由上海科学智能研究院（简称“上智院”）联合复旦大学发布的“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设计中将实验成功率提升超50%。该系统还支撑了转化价值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。

事实上，一批面向科学研究的智能体正在快速涌现。

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，香港科技大学正推进“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。在这套工作流程下，人类主要负责授权和决策，智能体则实现7×24小时自主运行进行实验。

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智能体化，第二阶段形成跨团队智能体协作网络，第三阶段走向全球科研主动推理生态，使知识持续进化、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，他们针对科研需求上线了可以在线持续学习的智能体。该智能体可以根据科研人员的问题，自主在网上寻找资料，并能够自行泛化持续进化。

在汪军看来，AI与Science的重要结合点在于：许多科学问题本质上是优化与决策问题，AI的优势在于更大的搜索空间、更快的结果反馈、可并行推理、可自动调用强化学习策略，且能在长时间运行中保持稳定输出。例如他所在的团队在与合肥中科大合作的“AI化学家”项目中，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，当前第一阶段已走通；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，且全程无人工干预。

不过，与会专家也直言，当前AI for Science的发展仍处于起步阶段，诸多瓶颈亟待突破，成为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，例如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生成等，以减少信息损失并降低模型幻觉。汪军则表示，与大型模型能快速反馈不同，化学实验等科研场景下智能体反馈往往更慢、成本也更高。在这一条件下，如何实现有效优化与闭环，是必须跨越的门槛。