过去两年，AI for Science 正在经历一场肉眼可见的转向。自 AlphaFold 拿下诺贝尔奖、AlphaFold 3 和 ESM3 等模型相继问世后，AI 在生命科学里的角色，已经不再局限于预测一个蛋白结构或生成一段序列，而是开始直接接管“提出科学假设”这一核心环节。
2025 年，斯坦福大学加里·佩尔茨（Gary Peltz）团队曾做过一次对比测试：他们请谷歌研发的科研智能体 AI co-scientist 为肝纤维化筛选可以“老药新用”的候选药物。AI 推荐了三种，佩尔茨凭经验另选了两种。这五种药物在实验室培养的肝脏类器官中一同接受测试，结果 AI 推荐的两种表现出显著的抗纤维化活性，而佩尔茨选的两种均未见效。
当 AI 能够在几分钟内给出超越人类直觉的假设，科研的瓶颈便迅速转移到了物理世界。计算机里的推演可以无限加速，但现实中的验证依然受制于细胞培养和动物实验的客观周期，跑完一轮少则数周，多则数月。
在我们与张载熙对话中，他所聊起的一项合作，正是卡在了这里。一家研究急性髓系白血病十余年的国家重点实验室，早年曾尝试寻找新靶点，但后来放弃了。原因很现实：人工整理出一个候选靶点后，还要走完细胞培养、基因编辑和敲除实验等一长串流程，验证单个靶点往往需要一个月以上，探索十个靶点通常要耗费一名学生一年多的时间。
在部署了张载熙参与开发的科研智能体 STELLA 后，这家实验室在极短时间内拿到了 40 个此前从未见诸文献的候选靶点。面对这份名单，实验团队起初将信将疑，加上每次验证耗时近两个月，他们只挑了排名第一的靶点，在四个细胞系中做基因敲除。结果实验效果非常明显且高度一致，目前团队已在围绕该靶点开展抗体药物设计。至于剩下的 39 个候选靶点，至今大多还躺在名单上。张载熙认为，从分析链路来看，它们同样各有依据，只是实验的速度跟不上。
这也是整场对话中张载熙反复谈到的核心矛盾：AI 提出候选的速度已经远超实验验证的速度；与此同时，计算结果与真实的实验结果之间，依然横亘着一道相当大的鸿沟。
谈及技术落地时，张载熙给出的数字相当克制。在他看来，团队此前做的核酸设计模型已是领域内最好的水平，但设计出的一百条序列中，真正能在湿实验里产生预期活性的只有一成左右；另一项代表作 PocketGen 虽然将实验端的抗体设计成功率从 10% 左右提高到了 20%，但若要继续往上走，他认为已经不是靠改进单一的工具模型能够解决的了。
如何跨过计算与实验之间的这道鸿沟，正成为全球 AI4S 领域争夺的下一个焦点。在美国，资本开始大举流向实验一端，Lila Sciences、Periodic Labs 等初创公司各自拿下数亿美元融资，试图建设由 AI 调度的自动化实验室，用机器通量去追赶算法通量。
而在大洋彼岸，完整经历了 AI4S 从冷门到爆发全周期的张载熙，也在尝试给出自己的解法。
张载熙生于 1998 年，本科就读于中国科学技术大学少年班学院理论与应用力学专业。2019 年开始读博时，他选择了 AI for Science。按他的说法，当时这个方向相当冷门，“基本上没有人会主动把它作为自己的研究方向”，标志性的 AlphaFold2 要到第二年年底才问世。
此后数年间，他先后做出过蛋白质口袋、核酸等领域的设计模型，随后赴普林斯顿大学王梦迪课题组从事博士后研究，并与斯坦福大学团队合作开发了 STELLA、LabOS 等科研智能体。今年 7 月，他加入香港科技大学，由化学与生物工程系、计算机科学与工程系和医学院联合聘任为助理教授，同时创立科理新序（Scinetics），并于 9 月完成首轮近 5,000 万元融资。
科理新序试图从“模型”和“实验”两端同时入手，去缩小计算与现实之间的差距。
在模型端，针对单点模型“只见树木不见森林”的局限，公司正在训练一个多模态科学基座模型。他们通过自己定义的 scientific token，将蛋白质结构、组学矩阵、基因序列、分子动力学等截然不同的科学模态统一起来，让模型能够直接在科学空间中进行推理，张载熙认为这是目前的通用大模型原生做不到的。团队在近期发布的技术报告中为下一阶段设定了名为“SSI（科学超级智能）”的标准：模型不仅要在垂直任务上超过所有最好的专用模型，还要在跨模态科学推理上超过同等体量下最好的通用模型。
在实验端，团队选择先在虚拟仿真沙盒中训练驱动机械臂的模型，计划明年开始建设自己的自动化实验室，跑通“干湿闭环”。值得一提的是，他和联合创始人早在 2025 年身处美国时就已开始筹划创业，但最终决定回国落地，理由同样与实验验证直接相关：在美国完成同样的实验验证，整体效率“比国内要慢好多倍”。
10 月 29 日，张载熙在 2026 腾讯全球数字生态大会智慧教育专场做了主题分享《以科学 token 为载体，走向科学超级智能》。腾讯云联合各科研实验室共建大衍 AI4S 社区，科研人员可以在社区发布真实的科学问题、寻找合作者，社区通过 Demo Day、大衍 Talk、联合案例发布等活动展示科研成果，并提供科研 Skills 和工具索引，以及腾讯云 TI-ONE 平台、TEFS 科学计算平台和算力等。大会期间，我们与张载熙进行了这场对话。
（来源：受访者）
以下是对话全文。
“当时基本上没有人会主动做这个方向”
DeepTech：先从你的经历聊起。你本科在少年班学的是力学，后来转到计算机，再到普林斯顿做博士后。当时为什么会把 AI for Science 选成研究方向？那个时候这个方向大概是什么状态？
张载熙：我本科学的是理论与应用力学，偏物理方向，具体做的是流体力学。那时候我就很喜欢自然科学里的问题，但也看到传统的计算方法有很多局限。比如用传统的物理仿真方法，很难高效地去做流场这类计算。
2018 年我有机会去美国杜克大学交流，跟一位年长的美国工程院院士做研究。当时我们就尝试用神经网络等 AI 方法来做流体力学预测。虽然那时的神经网络还比较初步，但在解偏微分方程这类问题上已经展现出了一些优势，主要是效率上的优势。本科毕业后，我就希望继续用 AI 的方式去研究自然科学问题。当时我本来准备出国，拿了几个学校的 offer，但那年因为签证原因没去成，2020 年我又拿到了哈佛、MIT 等更好的 offer，但赶上疫情，最终也没有去。
我从读博开始就做 AI 和科学结合的方向，这也离不开我博士导师的建议。他觉得我科学这块基础不错，同时又对 AI 感兴趣，应该去探索这样一个前沿方向。但当时这个领域非常冷门，基本上没有人会主动把它作为自己的研究方向。我在准备读博时想的是，做研究应该锚定五六年之后、甚至更长的时间段，去想那时候做什么事情更有意义、更能凸显自己的价值。当时最火的是图像识别，但我还是更愿意深入做自己感兴趣的事。所以我从博士一开始就做这个，当时领域里最有代表性的工作，像 AlphaFold2，其实都还没出现。
DeepTech：AlphaFold 2 的确是一个非常具有划时代意义的成果，它的发布对你有什么影响吗？
张载熙：它让我对自己在做的事情更加坚定了。看到它能突破传统方法长期无法解决的科学难题，我当时非常兴奋。我觉得很多领域都存在类似的困难，除了蛋白质，还有小分子、核酸和基因组等领域，都有大量长期悬而未决的难题，AI 在这里面的潜力非常大。看到 AlphaFold2 的时候，我觉得非常 exciting。
“单一的模型只能看到这个系统的一个侧面”
DeepTech：从早期偏传统的机器学习工具，到 AlphaFold 这种专用模型，再到现在开始出现通用模型。你现在做一个具体课题，完整的流程是什么样的？
张载熙：我们的研究方向是一步步推进过来的，中间有很多思考。一开始 AlphaFold2 出来后，我们是沿着这个趋势做模型，比如研究蛋白质的生成和设计，像 RNAGenesis 就是做核酸领域的生成模型。后来我们觉得，科学是一个复杂的系统，如果只做单一模型，它就只是一个更好的工具，很难产生我们想要的“科学智能”。因为在一个生命体里，有 DNA、蛋白质、RNA 等各种不同的分子类型，还有不同层级之间的相互作用在控制整个系统。所以我们觉得应该去做统一的模型。2023 年初，ChatGPT 展示出一个统一的模型可以在各种任务上都达到很好的效果，这更加坚定了我们往统一模型上走的决心。
我们一开始也尝试过智能体的方法。比如 STELLA，就是把大语言模型作为底座，接入各种垂直模型，希望通过智能体把不同的能力集成到一个整体。现在在公司，我们会更进一步，通过一套 tokenizer，把各种各样的数据训练到基座模型里去，同时做相应的对齐。
其实我们也是一点点探索出来的。不管是单点模型还是智能体，我们既看到了它们各自的能力，也看到了它们的局限性和天花板。现在做基座模型，并不是完全摒弃过去所有的思路，里面很多设计正是基于我们过去做垂直领域模型积累的 insight，才得以更好地实现。所以我认为这是一个很自然的发展轨迹，整体思路也很清晰，就是从单一模型走向更通用的模型，去做更大的科学闭环。
DeepTech：你前面说单一的工具很难产生智能，这一点能具体展开吗？
张载熙：可以举个例子。我们做的核酸模型，虽然已经做到了领域内最 top 的水平，能覆盖各种设计任务，但在做实验时还是发现，设计 100 个序列，真正能产生预期活性的大概只有 10% 左右。
即便模型做了很多改进，这个 gap 依然存在。这是因为我们在构建模型时做了很多简化。比如只做一个 RNA 模型，其实没有考虑到 RNA 在细胞内复杂的相互作用，包括从 DNA 到 RNA 再到蛋白质的中心法则等更长链路上的信息。所以单一模型相当于只看到了这个系统的一个侧面，或者说只看到了单一维度，没办法进一步泛化。忽略了这些信息，就会造成计算和真实实验之间的 gap。根据我们的观察，这种 gap 靠单点模型很难进一步解决。
DeepTech：那如果把你们现在做的这个模型放回到整个技术图谱上，它和已有的那些模型差别在哪？
张载熙：我们现在做的 AI for Science 基座模型，具体来说是一个多模态的科学推理模型。我们认为 AI 要去做科学探索，最关键的是在两个能力维度上实现突破：一是对科学模态的覆盖能力，除了文本和图像，还要涵盖蛋白结构、组学、基因序列、分子动力学等；二是推理能力，能不能系统性地解决问题，而不是单纯地调用工具。这两个维度是最重要的。
过去很多所谓的 AI for Science 基模，其实都是单模态的工具模型，比如 ESM、Evo 做的是序列生成，AlphaFold2 只做结构预测。后来也出现了一些多模态工具模型，比如 AlphaFold 第三代除了预测蛋白质单体，也能做复合物的结构预测，但它依然是个工具模型，只能解决非常具体的问题，达不到智能的层面。
另一条发展链路是推理能力。以大语言模型为代表，一开始只是简单对话，后来可以在特定场景和行业里做思考推理，甚至直接调用工具，这是目前通用大模型在做的事。但它们无法原生覆盖科学模态，也没办法在大分子结构空间、分子动力学时空这类科学空间里做推理。我们对自身模型的定义是，既能覆盖各种科学模态数据，同时又能在科学空间里做长程的探索和推理。
DeepTech：要让一个模型原生覆盖这些模态，就是 scientific token 要解决的问题？
张载熙：对。如果想用基座模型解决好科学问题，就要面对不同科学领域、不同模态的数据，比如蛋白质的空间结构、组学矩阵、极长的基因组序列，还有分子动力学这种动态、持续的结构数据。这些数据跟一般的文本或图像、跟目前通用模型处理的模态都很不一样。我们需要设计相应的 tokenizer，把它们统一做 token 化，变成 scientific token，在数据形式上形成统一的表示。
这样做有两个目的：一方面是通过 tokenizer 把不同模态里最关键的科学信息压缩、聚焦出来；另一方面，统一成 token 后，也方便不同模态之间的信息对齐，比如我们可以沿着中心法则去做跨模态数据对齐。我们希望通过引入更多模态和视角，让模型对科学系统建立全局认知，从而推进科学智能的涌现。这个概念也是我们在最近的技术报告里第一次明确定义下来的。
DeepTech：相比通用模型的 tokenizer 设计，你们的做法在方法或者特性上有什么不同？
张载熙：会有很多不同。比如化合物结构、组学矩阵，这方面原本就没有多少工作专门去设计 tokenizer，尤其是面向基座模型，该如何提取最核心的信息，同时支持几乎无误差的数据重建。这里面有很多具体挑战，既涉及数据格式，也涉及如何保留关键的科学信息。我们过去处理过很多科学模态的数据，在数据表征、数据建模上积累了不少领域知识，这支撑了我们去做相关的 tokenizer 以及模型和算法上的创新。
DeepTech：这种 tokenizer 会不会对数据的收集、清洗和筛选提出新的要求？
张载熙：对，很多科学数据需要我们自己从原始文献和专利数据库里去整理。原始数据非常粗糙，有时候还需要我们自己定义数据格式。比如我们之前做过一个平台，用来自动化收集蛋白质和小分子亲和力的数据。做下来发现，只收集蛋白质、小分子和亲和力这几项还不够，还必须把实验条件和实验 protocol 也记录下来。因为很多实验结果和性质是有前提条件的，实验方案不同，或者温度、时间等参数发生变化，最终结果就会不一样。所以我们前期做了很多摸索，发现必须把更完整的信息记录下来，不管是 tokenizer 还是后续的数据处理，才能建立更完整的理解，否则会损失很多信息。
DeepTech：“在科学空间里做推理”这个说法还是比较抽象，有具体的例子吗？
张载熙：在技术报告和 perspective 的基础上，我做了一个具体的模型叫 Chain of Structures，就是在蛋白质结构空间里做推理。举个例子，酶蛋白设计是非常困难的，因为酶的结构极其敏感，某些氨基酸结构稍微变化一点，就会决定它能不能催化。所以我们不是一步直接把蛋白结构生成出来，而是分步走：先设计活性中心，再搭建支架，接着设计侧链，最后做整体的能量优化和侧链修饰。
在这个过程中，每一步的结构推理和文本推理是同时进行的。因为它们都以 scientific token 作为表示方式，信息是互通的，没有模态之间的隔阂，而且能互相促进。文本会指导模型如何在蛋白结构空间里做推理和编辑；蛋白结构的信息又会直接反馈给文本，让推理模型知道设计已经到了哪一步、当前状态是什么、下一步该做什么，从而一步步把蛋白质设计出来。我们发现，在酶蛋白设计上，这种方法相比目前最好的一批蛋白质设计模型有明显提升，达到了 SOTA 的效果。
DeepTech：那你们如何定义这条路最终的目标？
张载熙：我们在技术报告里把下一个里程碑定义为 SSI（scientific super intelligence，科学超级智能）。我们的标准是：首先，这个模型在蛋白结构设计、分子属性预测等各种垂直任务上，一定要超过各自领域里最好的专用模型；其次，在相近的参数体量下，它在跨模态科学推理、科学探索任务上，要超过目前最好的通用模型。这就是我们定义的下一阶段目标。按照我们目前的内部 scaling law，大概在 100B 到 300B 的参数量级上能达到这个水平。
40 个靶点，和一个将信将疑的实验室
DeepTech：有报道提到，一家专门研究急性髓系白血病的重点实验室部署 STELLA 之后，十分钟之内就拿到了候选靶点列表。相比传统做法，拿到这类候选靶点大概需要多久、要投入多少资源？
张载熙：我们合作的那家国家重点实验室，过去十多年一直在研究急性髓系白血病。但他们绝大部分研究都是基于老靶点做药物开发或机制分析，很少尝试发现新靶点。我们也问过原因，其实他们早年尝试过，但总体成功率很低，效果并没有显著超过老靶点。
这主要是因为时间和资源成本太高了。如果靠人工去标注、整理候选靶点，再往下做细胞实验和基因敲除来验证靶点作用，单做一个靶点的实验可能就要花一个月甚至更久。从培养细胞到基因编辑，一整套流程走下来成本非常高。探索十个靶点，可能就要耗费一名学生一年以上的时间，不管是时间成本还是资金成本都相当高。
他们早期尝试后发现整体效率太低，就放弃了，后来尝试用 STELLA 系统来做新靶点发现。STELLA 之前做过很多科学探索，虽然不是专门针对这个疾病，但它学会了如何通过系统性分析去寻找线索。在这个具体的靶点发现任务中，它综合了生物功能、蛋白质相互作用、基因通路、科研文献以及临床数据，进行整理、分析和排序，最终给出了 40 个此前从未被文献报道过的候选新靶点。
DeepTech：使用这些工具的实验人员那边的反应是什么？
张载熙：实验人员一开始也是将信将疑地去做验证，毕竟验证一次差不多要花两个月时间。他们挑选了排名第一的靶点，在四个细胞系里做了基因敲除实验，结果发现整体效果非常明显，而且高度一致，我们也非常欣喜。现在他们正在基于这个新靶点做新的抗体药物设计。
DeepTech：另外一些成果，比如 PocketGen，生成速度大概是传统物理方法的十倍，在设计环节的指标也更高。到了后期真实实验里，成功率具体提高了多少？计算指标和实验结果之间的差距大概有多大？
张载熙：PocketGen 是我们之前做的一个垂直模型，用于蛋白质结构和序列的协同生成，可以设计抗体和其他类型的蛋白。它一方面效率很高，另一方面设计出来的抗体在稳定性、亲和力等指标上也超过了后续的一些方法。我们后来做过相关测试，它确实能提升实验端抗体的整体成功率，比如从 10% 提升到 20%。
但我们也看到，它依然是一个单点模型。如果想进一步提高，比如把成功率拉升到 80%、90%，还是需要依靠基座模型。这也印证了前面说的，单一的垂直模型很难形成科学智能的涌现，它只是一个更好的工具；而如何对科学做更好的建模，显著缩小计算和实验之间的 gap，我们现在押注的是靠基座模型来最终实现。
先在沙盒里练到接近 100%
DeepTech：实验这部分现在是整个领域比较关键的瓶颈。除了数据之外，湿实验的通量可能赶不上前端靶点发现效率提高的速度。你们搭了一个沙盒环境，用 VLA 模型驱动机械臂做实验，现在跑一个 loop 大概需要多久，瓶颈在哪一部分？
张载熙：我们之前先搭建了一个沙盒环境，对很多实验设备做了仿真建模。因为训练 VLA 或其他面向物理设备的世界模型时，相关的数据和反馈非常稀缺，直接在线下部署、收集真实数据的成本又太高。所以我们先在虚拟沙盒里做预训练，通过不断迭代，把实验成功率从最初的不到 10% 提升到接近 100%，然后再部署到线下实验室里做测试，收集真实反馈。
DeepTech：这已经是一个比较完整的 RSI 闭环了。你怎么看 RSI 在 AI for Science 里的应用？
张载熙：我们很早就开始在各个方面尝试 RSI（递归自我改进）的迭代应用了。比如去年 7 月发布并开源的 STELLA 第一个版本，就提出了自进化的概念。当时设计了两种自进化方式：一种是通过思维模板，用类似记忆的机制，把过去成功和失败的经验整理成 high level 的模板，用来指导未来同类任务的探索；另一种是模型的持续学习，把反馈信号通过后训练等方法融入模型，提升它在后续任务中的表现。
现在做基座模型，其实也在用 RSI 的方式。比较有意思的是，我们在探索如何用小体量模型去训练更大规模的模型，从而快速放大模型能力。比如我们早期从小参数量开始探索，从 4B、7B、14B 一路往上走。每个阶段都会利用上一个小版本的模型来加速下一代训练，比如把它作为数据合成器、数据筛选器，或者作为 teacher 去指导训练。这样下一代模型就不需要从头训练，而是站在前一代模型的基础上快速迭代。这套方法论在我们的技术报告里叫作 ScienceRSI[1] ，是专门面向科学基座模型的一套具体应用，也是我们自己摸索出来的特色路径。
DeepTech：前面提到的这些工具和 RSI 框架，目前见到的成果更多是提高效率。有没有可能 AI 也在一些我们没意识到的地方提出新的发现，反过来给人启发？
张载熙：我觉得会的。靶点发现就是一个很有意思的例子。我们给出了 40 个候选靶点，并通过交叉验证确保它们此前从未被文献报道或实验测试过。但受限于目前的验证能力和通量，我们只能挑最靠前的几个去做系统验证。其实排在后面的那些靶点，不管是看分析链路还是其他信息，也都有各自的合理性，只是现在没办法快速验证出来。
所以我们认为未来会出现“科学涌现”的现象。这有点像现在 AI 解决数学猜想，它能快速给出大量新的科学猜想或突破，但人类专家和实验室只能验证其中很小的一部分。就像 AI 给出了几百道数学证明，人类专家只能核实一小部分，对其余大部分只能保持将信将疑的状态。我觉得在 AI for Science 领域，很快也会出现这样的局面。
DeepTech：算力这边，从预训练到运行过程中调用工具、智能体推理，再到实验数据回流、再训练，算力主要花在哪个环节？
张载熙：主要花在预训练上。我们的模型训练分几个阶段，其中预训练所需的数据量和训练时长是最大的，比如一个版本的模型迭代，单是预训练可能就要花一到两个月。后训练主要是强化推理能力，基于我们收集的长程推理数据，去提升模型处理复杂任务和科学探索的能力。所以绝大部分算力消耗在预训练阶段，后训练的数据量和调整规模相对小一些。
DeepTech：对一个刚起步的团队来说，获取算力比较难的部分是哪些？主要是预算，还是会涉及环境配置、数据工程这类问题？
张载熙：最主要的还是算力租赁和预算问题。现在显卡涨价很快，而且很多云厂商的算力都要排队，这些都是很现实的困难。
DeepTech：你读博的时候在腾讯、微软亚洲研究院等都做过实习。这些企业环境里的范式或者工程上的支持，对你现在的研究有什么帮助？
张载熙：我觉得像腾讯、微软这样的大厂，在项目管理和协作方面做得很好。在学术界，很多时候是一个人做一个项目、写一篇论文；而在大厂，更强调团队合作完成大项目，包括怎么协同、怎么规范数据格式、怎么管理版本。大厂对工程管理的重视给了我们很多启发，我们现在做公司，也在项目管理上借鉴了不少大厂的经验。
“渗透率很低，但需求很大”
DeepTech：像 STELLA 这样的工具现在已经服务了不少科研用户，但科研产品的分发有时候还需要借助比较大的平台。例如腾讯大衍 AI4S 社区现在会让科研人员把真实的科学问题发布出来、由社区撮合合作者，也通过 Demo Day、大衍 Talk 让好的工作被同行看到，同时提供科研 Skills、工具索引，以及 TI-ONE、TEFS 等平台的算力支持。从你们与一线科研人员合作的经历来看，这类平台能发挥什么样的作用？
张载熙：社区之前组织过一次活动，邀请我们去西湖大学做分享。那次分享让我们感受到了同学们对 AI 的热情，同时也看到了很多迷茫。我们发现，很多想做 AI 科研的人并不是 AI 背景，而是来自结构生物学、植物学、免疫学等科学背景，他们一直想结合 AI 做研究，但不知道从何入手。大衍社区以及腾讯的平台，实际上是把包括我们在内的许多案例和资源，对接给了这些科研工作者。在当时的现场 poster 环节，很多原本没有相关经验的人试用了我们的智能体，都感受到了它的吸引力，后续也愿意把这类工具用到日常工作里。
我们目前的观察是，在生命科学领域以实验为主的科研人员中，AI 工具的渗透率还很低，但他们的需求其实非常大。所以这类社区能够很好地起到桥梁作用，帮助科研人员学会如何更好地使用 AI 工具。
DeepTech：你之前提到 AI for Science 的教学不能只教学生写提示词、调用模型，而要让他们理解科学数据怎么 token 化、怎么做闭环训练。如果要教一个刚入行的研究者，你会教他们什么？
张载熙：我最近也在思考这个问题，因为明年我在港科大可能会带一门 AI for Science 的课，会非常偏实操。比如我们会安排几节课，让学生自己动手训练一个 AI for Science 模型。现在的 AI coding 模型和智能体已经非常强大，人主要需要做的是 pipeline 的设计，同时理解每一步到底在解决什么问题：从最初的数据组织，到模型框架搭建、训练设计，再到最后的 evaluation。
过去要跑完这一整套流程，可能需要一个训练有素的博士生才能独立完成。但现在有了 AI 的加速和赋能，一个刚入门的学生在适当的指导下，就能独立跑完从数据处理、模型评估到产出报告的全链条科研项目。我们需要做的就是一步步引导他们把这个流程跑通。所以如果带这门课，我们会直接给学生上手的机会，让他们自己去训练模型。
DeepTech：那往后看，这个方向需要什么样的人？你们现在在招什么人？
张载熙：我们团队目前非常国际化，跟国际最前沿保持着密切交流。团队成员来自 DeepMind、MIT、哈佛、剑桥等机构，整体人才密度很高，也很年轻，平均年龄二十几岁，属于 AI 和 science native 的一代。
我们非常欢迎两类人：一类是对科学有深入理解，同时对 AI 保持开放和包容、愿意去探索的人；另一类是在 AI 领域有深厚积累，对模型原理有基础追求、希望做到极致，同时也认同 science 是下一个更广阔的“coding 时刻”的同学，欢迎大家加入我们，一起往前推进科学智能。
超导被观察到四十多年后才有理论
DeepTech：未来五到十年，科研的哪些环节会被彻底改变，留给人的部分是什么？
张载熙：长期来看，我认为 RSI 是通往 Superintelligence 的必经之路，它跟 AGI 并不是割裂的两件事。现在很多 AI 公司都高度关注 AI for Science 的发展，争相竞逐这个突破性的圣杯。
我觉得其实不需要五到十年，就会出现极具突破性的进展，因为现在的整体发展速度远超我们的想象。我之前也跟一些同学聊过，两年前我们根本想不到 AI 能独立写出工程级别的代码；一年前我也想不到 AI 能完整证明一些最难的数学定理。同样地，站在今天这个时间点，我们也很难想象一年后 AI 在科学探索上能做出多大的突破。当然，AI for Science 相比 coding 或数学有它的特殊性，因为它必须经过实验验证，受制于实验周期和通量，节奏会相对慢一些。
图丨科学超级智能：定义与规模窗口的依据。（来源：Scinetics）
但我们非常坚信，AI for Science 会是未来各方持续加大投入的方向。我个人也相信，我们的模型未来会出现“科学智能涌现”的现象，不再只是解决单点的科学问题，而是能在一批科学探索上带来突破。
DeepTech：如果未来 AI 提出一些人类看不懂、但确实被证明有效的科学假说，科学家的工作会变成什么样？
张载熙：我觉得人类科学家一方面要学会去理解和总结。回顾科学史，很多前沿突破往往是人类先观察到了某种现象，或者先在工程上实现了，之后才一点点摸清背后的机制。比如我本科学超导时了解到，超导现象早在 1910 年代就被观察到了，相关材料也随之出现，但直到 1950 年代才诞生了 BCS 理论，真正解释清楚它的物理机理。我觉得未来会有更多类似的情况：AI 率先做出很多科学突破，人类再去慢慢思考和总结。人类非常擅长总结概括，能把复杂的机制提炼成通用、可理解的概念或定理范式，这是人独特的能力。
另一方面，人需要把科学引导到正确的道路上。我们很早就开始关注生物安全方面的问题，去年还办过一次研讨会，探讨生成式 AI 在生物安全领域的风险。我们去年做了一系列工作，比如通过 jailbreak（越狱）的方式测试模型是否会设计出具有致病性的序列。今年一些大厂也开始关注我们的工作，Anthropic 就发过几篇 blog 探讨大语言模型在生物安全上的问题。所以在安全与伦理层面，人必须引导 AI 在正确的科学探索轨道上往前走。
DeepTech：最近，陶哲轩在一次公开讲座中提出了一个思想实验：一个 AI 被要求找出一种能通过三期临床试验的癌症疗法，它耗费大量算力，配出一种由几种此前未知的化学物质混合而成的制剂，也确实通过了三期试验，但没有人知道它是怎么找到的。陶哲轩担心的是，这个结果会不会利用了试验流程或数学模型的漏洞。他接着问听众：假如你刚被确诊早期癌症，在注射这种制剂之前，知道至少有一位人类癌症专家哪怕只是部分理解它的机理，会不会更安心？这页幻灯片传开后，不少生命科学背景的人提出反驳。肿瘤学家维奈·普拉萨德（Vinay Prasad）专门写文章回应，说多柔比星、多西他赛这些常用抗癌药的作用机理至今都没有完全弄清，临床上依据的是三期随机对照试验的结果。如果未来由 AI 主导整个科研流程，可解释性还重要吗？
张载熙：肯定是很重要的。但我也很相信人类有能力去理解 AI 做出的科学探索。人类一直具备高度浓缩信息的能力，能够从复杂的科学现象里抽取出最根本、最基础的原理，这是人类非常强大的地方。虽然现在信息量爆炸，AI 可以在各个方向上展开探索，但人依然可以把其中最核心、最底层的理论提炼出来。
“壁垒有三个阶段”
DeepTech：一个比较直接的问题：会不会担心你们做的这类科学基座模型，被 Anthropic 这样的通用大模型公司覆盖掉或者替代掉？
张载熙：我们现在做的科学基座模型，跟 Anthropic 在 coding、数学上取得的突破相比，有其自身的复杂性和特殊性。比如科学模态跟一般的文本序列模态差异很大，需要对模型本身做大量改进。我们的 tokenizer 是自己创新设计的，训练目标也不同，分为三个训练阶段，包含了不同科学模态之间的对齐，以及后续基于推理数据的长程推理后训练等。这些都跟通用大模型的训练方法有很大区别，我们在里面做了很多创新。
所以我们认为团队在早期算法上是有优势的，经过前期的架构探索，我们已经逐步形成了自己的一套方法论。我们也一直在思考这件事的壁垒在哪里，我认为壁垒可以分为三个阶段。第一个阶段是算法实现，看谁能快速把模型迭代出来、在前期跑在前面，我们正好抓住了这个时间窗口，也确实做到了。第二个阶段拼的是数据，当模型架构稳定之后，谁拥有更多高质量的数据，谁就能把参数量堆起来。这方面我们也在布局，比如利用自己的数据挖掘平台，从各类公开渠道中整理可用于预训练的数据。
第三个阶段，就要回到 AI for Science 跟 Coding、数学最不一样的地方，也就是它必须做真实的实验验证。这其实也是我们选择回国创业的原因。我和联合创始人在 2025 年准备创业时人都在美国，当时我们就考虑到 AI for Science 需要大量的湿实验和高通量验证，而这正是国内的优势。不管是实验成本、验证效率，还是上下游供应链，国内都更成熟。我们对比过，在美国完成同样的验证，整体效率比国内要慢好多倍。
所以早期我们会先把基座模型做出来，但长期来看，我们要做的是一个 discovery loop，也就是干湿闭环。过去我们在 LabOS、STELLA 等代表性工作上的积累，已经证明了团队有能力搭建起这样的干湿闭环系统。明年开始，我们公司也会建设自己的自动化实验室，把这个闭环跑通。在未来，这会成为真正的长期壁垒：随着模型不断迭代，某些特定领域的数据会非常匮乏，谁能通过实验快速生成并获取这些数据，去支撑模型迭代和系统的自进化，谁就能建立起护城河。我们知道这里面存在竞争，但并不担心。每个阶段的核心竞争要素和壁垒都不一样，我们会借助现阶段的模型能力壁垒，一步步垒起下一个阶段的壁垒。
DeepTech：那商业上这套东西如何运转起来？你们之前曾提出过 Scientific Token Economy 这个说法。
张载熙：我们希望基于这个基座模型和相关服务，构建起 Scientific Token Economy，也就是科学 token 经济。过去的 token 经济学是按计算量来算的，比如根据消耗了多少 GPU 算力来定义成本和计价。但 scientific token 的计价逻辑会非常不一样，它的经济价值应该取决于背后的科学价值。比如相关科学数据的稀缺程度、做出这项科学突破的难度，以及它在现实中的实际价值（比如设计出一款药物在医疗上的实际价值），都应该纳入定价考量，从而在市场上逐渐形成一套公允的价值体系。这是我们对未来实现通用科学智能、在各个方向不断涌现科学突破后，关于科学 token 经济学的一个畅想。这些都是我们比较原创的概念，也已经通过技术报告发布了出来。
DeepTech：所以公司未来的收费会直接以这种形式？
张载熙：scientific token可能会是一种比较基础的形式。除了模型本身的订阅服务外，针对 scientific token 背后所对应的数据价值如何定价，我们最近也在做商业化探索。未来我们还是希望先用这个模型做出一些有代表性的具体成果，去进一步证明它的价值。
DeepTech：最后一个开放的问题。有没有一个科学问题，或者一个圣杯式的问题，是你希望在自己的职业生涯里借助 AI 去解决的？
张载熙：我觉得像人类的衰老机制，就是一个非常有意思、目前也依然开放的问题。我们现在的模型框架也是先从生命科学领域切入探索的。如果能通过模型智慧的涌现，揭示出衰老的底层机制，进而改善人类健康、提升生活质量，并解决其他与衰老相关的疾病，那会非常有意义。我也希望我们的模型和正在做的事情，最终能够真正反哺并改善人类的生活。
参考资料：
1.https://scinetics.ai/blog/sciencersi/
