AI18个月顶人类10年，硕博生会被淘汰吗？

撰文/momo

排版/小毛驴

审核/林奇

今年初，由中科大自主研发的BOMARS人工智能系统，已被证实具备独立规划有机合成路径的能力。以往科研人员需耗费数周不断推敲的实验方案，该系统仅需3小时即可完成，且成功率由30%跃升至75%。

同时，中科院的DeepScientist在材料学领域独立挖掘出3种全新超导材料，相关成果登上了《自然》期刊。这一探索过程按人类传统的科研进度本需耗时十年，而AI仅耗时18个月。

更早之前，微软研究院在2025年底宣称：预计到2026年，AI将有能力提出全新科学假设，操控实验室硬件设备，并与人类学者协同开展实验——每位研究者都将配备一位能提供建议并分担部分实验操作的AI助手。

图源：微软研究院官网

这早已不是科幻想象，而是正在上演的真实场景。

对于此刻还在实验室通宵处理数据的硕士生、以及凌晨还在整理文献的博士生而言，这些资讯让人心里五味杂陈。

图源：小红书

实际上，从当下AI的应用现状来看，AI对学术研究的介入早已超越了检索文献、编写代码和润色文章等表层工作。

在工具维度，当前主流的AI科研辅助工具已贯穿了自动生成文献综述、清洗与剖析数据、实验结果可视化呈现、论文初稿撰写、代码排错乃至回复审稿人意见等全流程环节。普通博士生需花一周方能理顺的文献脉络，Claude或GPT-4o结合专业学术检索工具，或许半天就能输出一份极具参考价值的框架。

在系统维度，科研智能体（AI Scientist）正迈向实操阶段。2025年，全球范围内涌现了首批能独立走通“提出假设-规划实验-剖析数据-推导结论”全闭环的AI系统。美国于2025年11月推行的“创世纪计划”，旨在借助AI技术让科研效能跃升10倍。浙江大学、上海交通大学等国内顶尖学府，也已把DeepSeek等AI大模型深度整合进课程与科研工具箱中。

图源：浙江大学研究生院官网

在实验自动化维度，具身智能的跨越使得“AI动手做实验”不再局限于虚拟仿真。具备实体操作本领的实验室机器人，正从科幻构想步入现实世界，部分领域的高通量实验（例如药物筛选、材料合成）已大范围应用自动化设备，人工干预的比例在可预见的未来将持续缩减。

图源：晶泰科技

上述种种变化叠加，已让不少硕博生心生不安的预感。

从学术类社交平台的反馈来看，AI引发的焦虑使得研究生群体呈现出两层不同程度的担忧。

第一层焦虑是具象的，甚至能被量化评估。一位就读于美国Top30高校的生物信息学博士坦言：“以往我需耗费一周方能整理分析完的基因组数据，如今依靠AI流水线处理，仅需两天。”这意味着，以往自身10分的价值，如今已被AI稀释掉8分。

由此观之，AI正迅速接管学术研究中那些高重复性、强规则性、数据密集的基础劳作。而这恰好是硕士生乃至博士低年级阶段最常承担的任务内容。

图源：知乎

针对初级科研岗位，替代效应将愈发凸显。当AI足以应付数据处理与基础剖析时，部分企业研发岗已开始重新考量是否还需留存如此多初级员工，毕竟雇佣一名硕士生来干这些活的理由，显然不再如往昔那般充分。

由第一层焦虑，蔓延至第二层焦虑。许多人攻读硕博的初衷是借科研历练，积淀不可替代或难以被轻易顶替的硬实力。但AI的降临不仅削弱了当下的自身价值，更可怕的是未来的出路在何方也成了未知数。

图源：知乎

AI在博士层级的科学问题剖析得分上，也已开始超越人类均值，斯坦福大学发布的《2025年人工智能指数报告》清晰指出了此点，这也印证了其对人类造成的冲击极为直接且现实。

更令人忧心的是AI给就业端带来的连锁震荡。本就严峻的博士就业形势，若AI还要进一步削减初级科研岗位的用人需求，那博士的出路还剩几何？

实际上，据小博观察，AI不至于让科研群体集体失业，但它定会让“仅会做低价值重复劳动的科研人”举步维艰。这是两码事。

现阶段AI的强项，是在既有知识体系内搜索、拼凑、推演与执行。它能助你高效理清文献，却无法告知你哪个科学问题值得探究；它能剖析数据，却无法阐释为何该异常结果在你的实验体系中暗示着一处被遗漏的机制；它能生成论文初稿，却不知晓数据背后那半年的实验挫折是如何反向重塑了研究假设的。

原创问题的挖掘、实验异常的剖析、课题方向的全局规划…这些需仰仗长期扎根特定领域、对领域细节具备真切感知的人类判断，目前远未达到AI能顶替的火候。故而，AI带来的冲击仅砸向了“工具型科研人”。

图源：知乎

与其纠结AI会否淘汰你，不如先反思：“我是否已用心借助AI来拔高科研效率？”

当下学术界浮现出一个颇为有趣的现象：部分人因忌惮AI的威胁而刻意躲闪，另一部分人则已运用AI进行文献管控、代码排错、数据可视化及论文逻辑打磨，日常科研效能显著提升，得以将更多精力倾注于真正具创造性的环节。后者在角逐中的优势，将愈发凸显。

此中逻辑实则并不繁杂：在同等的时间与精力耗损下，善用AI工具的科研者，能交付的工作量更丰、质效更稳、迭代更频。

正如当年Excel的问世未致使财务人员丢掉饭碗一般，善用工具反而让个体得以胜任过去需三人合力才能完成的数据处理工作。

图源：知乎

面对AI的浪潮，最糟的应对之策，便是凡事皆浅尝辄止，企图在各条赛道均维系存在感。这只会加剧焦虑，亦无法构筑核心竞争壁垒。

更明智的策略，是把自身专业纵深不断夯实：于某一方向积淀起那种“唯有该领域行家才具备的直觉与决断”——因为纵使AI泛化本领再强，在极度垂直的细分领域，领域专家的隐性知识壁垒，目前仍是AI难以轻易跨越的鸿沟。

换言之，AI时代对科研者的诉求并非更广，而是更深。于自身领域内，蜕变为那个能抛出好问题、能甄别AI输出是否靠谱、能为实验结果切实赋予解读的人——才是最值得押注的举措，亦是AI现阶段无法企及之处。

图源：知乎

学术界正迈入一个史无前例的新范式：人类把控方向与决断，AI担当执行与提速。该范式对硕博生而言，既是重压，亦是契机。

这或许是我们这代科研人面临的最为有趣且最具挑战的时代：工具前所未有地强悍，但正因如此，那位学会精准驾驭工具的人，其价值亦前所未有地彰显。

莫问AI会否淘汰你，先扪心自问：是否正努力成为那个值得被挽留的人。

扫码添加学术顾问

回复【资讯群/经管/人文社科/理工农医】

想掌握更多考博 & 申博一手资讯、干货