AI驱动科研范式变革：内涵、特征与体系构建
本文刊载于《中国科学院院刊》2026年第6期“国家科学技术思想库：人工智能赋能科学研究”陈凯华1,2 李赫扬1,2 刘泓欣1,2 赵彬彬2 杨硕1,2*1 中国科学院大学 公共政策与管理学院2 中国科学院大学 国家前沿科技融合创新研究中心人工智能正深刻重塑科学研究的内在逻辑，推动知识生产与组织模式向智能化、协同化转型，催生新型科研范式。本文从赋能应用、工具方法与认识知识三维度，界定人工智能赋能科研的核心内涵，凝练出人机共生、自主演化、交叉融合、资源密集与开放生态五大特征，并构建涵盖基础设施、数据资源、模型
AI邂逅生命复杂体系：AI for Science究竟是科研范式革新，还是技术叙事泡沫？|AI半月谈精彩来袭
AI半月谈【第22期】AlphaFold问世以来，"AI for Science"一跃成为生命科学领域最热门的话题：大模型与生命复杂系统被认为存在底层共通性——多层级架构、非线性作用、自组织与涌现，于是行业开始畅想用"数据驱动的计算预测模式"替代传统"实验科学模式"，从序列层、结构功能层到虚拟生命层层突破，去打破生物医药的"双十定律"。但当宏大范式撞上产业现实，问题接踵而至：高质量标准化数据严重不足、政策监管滞后、医院数据难以打通、商业化付费机制尚未建立，企业普遍"重短期效益、轻长期竞争力"。与此同时，大
2026年AI新纪元:从认知智能迈向执行智能,Agent时代全面开启
2026年已过半程，人工智能的发展轨迹正在经历一场深刻的蜕变。如果说过去数年我们还在惊叹于AI"能创作、能绘画"的非凡能力，那么眼下，业界的一致看法已经转变为：AI正从"善于思考"转向"行动"与"交付"。从北京全球数字经济大会的激烈讨论，到马斯克在达沃斯论坛的论断，一个明确的信号正在释放：2026年，正式步入"智能体时代"。 智能体时代：AI开始"抢岗位"还是"创岗位"？ "人工智能对世界的重塑将在5至10年内完成。"360集团创始人周鸿祎在论坛上的这番话，反映了与会者的共同认知。他预计，未来互联网基础设
AI智能体28小时筛选240万结构：超导材料发现迎来历史性跨越
由AI智能体自主发掘并经过实验验证的首批超导材料，彰显了人工智能在材料探索领域的广阔前景。7月3日，阿里巴巴达摩院携手中国人民大学、中国科学院大学等单位，正式推出了业界首个超导材料探索AI智能体——ElementsClaw。该系统成功预测了6.8万个潜在超导材料，其中已有4种全新材料完成合成并通过超导性验证。这一成果象征着人工智能在材料学领域取得了具有划时代意义的重大进展。超导体属于尖端新型材料范畴。当环境温度低于临界值时，其内部电阻骤然归零，并且能够彻底隔绝外部磁场干扰，在电能输送、磁悬浮技术等方面展现
AI化身科研员！达摩院ElementsClaw自主发掘全新超导材料
若说往昔的AI仅是科学家的“计算助手”，那么从此刻起，AI已正式佩戴上“研究员”的徽章。7月3日，阿里达摩院携手中国人民大学、中国科学院大学等高校机构，推出了一款代号为ElementsClaw（元素虾）的AI智能体。它完成了一项史无前例的壮举——从零起步，自主探索并通过实验证实了4种人类此前从未涉足的超导材料。AI智能体正为材料科学领域开启全新范式先让我们直观感受一下这种差距究竟有多悬殊。超导材料被视作“物理学界的圣杯”，在电力输送、磁悬浮技术、量子计算等维度拥有颠覆性的应用前景。然而，究竟哪些元素组合能
AI将重塑哪些领域？
点击蓝字关注我们AI对社会各层面的冲击绝非“普惠大众”，而是一场结构性的彻底重组。· 教育与人才培育（从“填鸭知识”到“锤炼直觉”）：教育体系将剧烈分化。K-12（基础教育）必须转向“批判思维”与“问题意识”的培养，死记硬背将失去价值；高等教育的专业壁垒会减弱，但“元学科”（数学、哲学、法学基础理论）地位将急剧上升。未来顶尖人才的标志不再是“掌握多少学科”，而是能否在AI提供的海量方案中，凭直觉瞬间选出那个“反常识却正确”的选项。· 就业与财富分配（“超级个体”崛起，“螺丝钉”消失）：市场将呈现“哑铃型”
参会指南 | 2026人工智能自主实验室峰会开放注册
2026人工智能自主实验室峰会首轮公告日期2026年7月14日场馆中关村国家自主创新示范区会议中心“2026 AI 自主实验室大会” 定于 2026 年 7 月 14 日在中关村国家自主创新示范区会议中心举办。本次峰会以 “深耕 AI for Science - 重塑当代科研体系” 为核心主题，由中关村仪创智能实验室创新发展联盟牵头，旨在促进全球产学研用深度协同，串联模型、数据、装备、场景及应用全生态，赋能国内智能实验室产业实现跨越式、高水平发展。会议采取 “1 场主论坛 + 3 场平行分论坛” 模式，主
中科院首本英文数据期刊问世
6月23日，中国科学院数据期刊建设工作推进会暨Data Express（《数据快报（英文）》）数据期刊集群发布会在京召开。我国首本英文数据期刊《数据快报（英文）》正式问世，该刊定位为顶级综合性数据出版平台，由中国科学院计算机网络信息中心主办，中国科学院院士、生态领域战略科学家于贵瑞担任主编。 更值得关注的是，2026年，中国科学院还将推出一系列领域数据期刊。它们将与《数据快报（英文）》共同构建数据期刊集群，为科学家提供快速分享数据成果的渠道，搭建起连接国内外的一流科学数据交流与传播桥梁，有效提升我国在科学
产学研深度融合 AI加速科研创新
空间站"电子鼻"体积缩小40%；工业制氢故障诊断准确率从92.26%跃升至95.04%；旋转机械诊断模型参数量降低34%，预测误差缩减至原来的1%……这组令人瞩目的数据，源自北京工业大学与本地AI企业的紧密产学研协作。从守护航天员在轨安全，到涉及能源未来的氢能制备，AI正以卓越的效率改写前沿研究的轨迹。以空间站大气监测装置为例，这台被誉为"电子鼻"的气相色谱仪是保障航天员生命安全的关键"哨兵"。传统气相色谱仪虽能完成检测任务，但设备体积和重量偏大，在轨更换和补给都会产生成本压力。北京工业大学机能学院副教授
AI赋能科研新范式·怀柔科学城成功举办AI for Science第三期技术交流会
6月4日，“AI for Science 技术交流活动：从数据到发现——科学数据处理与智能计算实践”在怀柔科学城城市客厅顺利举行。活动主办方、北京嵌入式系统技术行业协会会长及怀柔科创一站式创新服务平台负责人孙践伟介绍了活动背景。前三次活动将AI for Science的交流从基础的OpenCL安装，提升至科研场景识别与技术方案对接的深度，本期邀请了五位嘉宾，涵盖硬件部署、计算优化、非结构数据处理、计算规划及智能体开发，旨在为科研院所同仁提供切实帮助与启发。本期活动聚焦于“算力构建—性能调优—数据体系—科研
博士后招聘市场新风向：AI能力从加分项到必选项的转变
引言：为何要关注AI在博士后JD中的渗透？近期，《中国科学院院刊》发布了《AI for Science范式变革下科研人员胜任力提升及对策》一文，深入分析了在人工智能驱动科研（AI for Science, AI4S）的范式变革背景下，提升科研人员胜任力的核心维度与实施路径。该文指出，AI4S对科研人员提出了涵盖计算思维、人机交互验证、跨学科协作及科技伦理责任的四维能力新要求。与此同时，我们对2026年上半年的博士后招收岗位进行数据分析，一个显著的信号是：在博士后岗位的职位描述（JD）中，关于AI方面的提及
Nature三连发：三大AI智能体重塑科研新范式
🔬 核心看点· 2026年5月19日，Nature同日刊发三篇聚焦AI驱动科学发现的研究，彰显AI正深度介入科研核心流程的明确趋势。· Robin、Co-Scientist、ERA分别聚焦假设生成、候选筛选与代码实现，覆盖科研链条中的关键节点。· 三项成果共同指向新范式：多智能体协同、实验反馈闭环，以及“人机协作”而非“AI取代人类”。· 尽管前景广阔，但验证深度、可解释性、跨学科泛化能力及科研公平性，仍是此类系统必须正视的现实挑战。2026年5月19日，国际顶尖学术期刊Nature做出罕见安排：同日正式
专刊 | 《人工智能与智慧治理前沿》第22期：AI驱动科研新范式
编者按：《人工智能与智慧治理前沿》由中国人民大学智慧治理战略研究院主办，秉持“洞见前沿、引领创新”理念，深耕人工智能与智慧治理交叉领域，致力推动前沿探索与体系构建。刊物聚焦全球政策走向、技术演进路径及典型场景创新，依托专业团队整合海量信息，进行原创深度剖析，既敏锐追踪国际趋势与国内热点，又深入挖掘案例背后的理论逻辑与治理机制。我们坚持“产学研用”深度融合使命，打造思想汇聚、激发创新的学术平台，为政策制定提供科学支撑，为学术研究注入前沿观点，为产业发展贡献实践智慧。本期专刊紧扣“人工智能赋能科学研究”（AI
AI for Science的决胜之道：多模型协同编排能力
当业界纷纷追逐「更强大的模型」时，真正的领跑者已经在布局「更高效的协作」。当全球 AI for Science 领域还在较量「谁的模型性能更优」时，真正稀缺的战略资源已悄然转移——核心已不再是模型本身，而是如何让不同代际、不同技术路线、不同学科知识深度的模型，像一个高效的研究团队般协同运作。Anthropic 在 2026 年 5 月发布的 BioMysteryBench 研究中，坦诚指出 Claude「适合辅助角色，难以主导科研进程」；Google DeepMind 通过 6 个分工精细的 Agent
陈凯华：AI 如何重构科学学理论与方法
推荐导语近些年来，人工智能已深度渗透至科研全过程。无论是蛋白质结构预测、自动化实验还是科研智能体，AI 早已超越辅助工具的范畴，正深刻变革着科学发现的路径、科研协作的形态以及知识生产的机制。这一趋势向科学学（Science of Science）发起了新挑战：当人工智能既重塑了科学研究本体，又革新了科学学观测、分析及阐释科学系统的手段时，科学学是否亟需重构其理论框架、核心议题与研究方法，进而为 AI 驱动的科研活动提供评估、治理及生态设计层面的支撑？聚焦该议题，中国科学学与科技政策研究会副理事长、中国科学