一句话看懂：普林斯顿大学教授王梦迪在 2026 外滩大会上指出，当前大模型虽已掌握大量人类知识，但在物理、化学、生物等基础科学领域尚未产生原创性发现；她认为瓶颈不在模型规模，而在于现实世界缺乏像编译器、Unit Test 或 Lean 那样的”验证器”。
事件核心：发生了什么
9 月 10 日，普林斯顿大学人工智能创新中心主任王梦迪在 2026 Inclusion·外滩大会主论坛发表演讲。她与普林斯顿社会学教授谢宇合作，用 ChatGPT、Claude 等大模型做”模拟人生”实验：让模型生成一个 1930 年出生的英国人的人生轨迹。结果显示，在结婚年龄、职业、性别等维度上，大模型明显高估最常见情况，低估长尾分布——她将这一现象称为”Mode Seeking”，即模型倾向收敛到概率分布中最大似然的那一点。
她据此解释：数学和 Coding 拥有明确验证器（Lean 形式化证明、编译器与 Unit Test），模型可反复试错、获得反馈并迭代；而基础科学实验涉及复杂设备、人的判断和跨团队协作，目前公开信息显示约 70% 的实验无法重现。她团队正搭建自动化量子材料实验平台，把原本需数月完成的石墨烯实验流程封装成 API，并探索面向实验室的智能操作系统 LabOS。
为什么重要
这为”大模型能否自主做科研”提供了一个不同于算力竞赛的判断框架：决定 AI 能否成为”发现者”的，不只是模型参数规模，而是是否存在连接假设、验证、追溯与重复的基础设施。对行业而言，这意味着 AI for Science 的竞争重心可能从模型能力转向实验自动化、可复现工具链和实验室操作系统。若验证层缺位，再强的推理能力也只能在已有数据上过拟合，难以触及训练分布之外的新发现。
对用户/开发者/创作者的影响
开发者可以关注 LabOS 这类”科研操作系统”的接口设计思路——把硬件、模型、机器人统一封装成可调用能力，这与当前 Agent 工具链的演进方向一致。科研团队则可评估自动化实验平台能否降低复现成本。普通用户应理解：大模型在长尾问题上的系统性低估，意味着在涉及少数群体、罕见场景的判断上，仍需人工校验，不能直接采信模型输出。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是量子材料自动化平台的 API 是否对外开放、覆盖多少实验类型；二是 LabOS 能否从演示走向多学科落地；三是”验证器”思路是否会被更多 AI for Science 团队采纳，成为新的技术路线分歧点。
来源：InfoQ CN
