NobleBlocks

Research indexJournal article

从第四范式到第五科研范式:科研智能体驱动的知识生产方式变革

王爱清

Theory and Practice of Social Science15 Aug 2026Open access

NobleIDark:/48914/w1/20261105/527D06FADOI10.6914/tpss.080404

Abstract

经验科学、理论科学、计算科学与数据密集型科学,构成了理解现代科学研究方式变迁的常用框架。随着大语言模型、AI for Science、自主实验平台与多智能体科研系统的推进,人工智能已不止于处理数据或加速仿真,而是进入问题界定、文献理解、假设生成、实验设计、代码执行、数据分析、论文写作与同行评议等环节。本文在“四大科研范式”基础上提出并界定“第五科研范式”:以科研智能体为核心组织单元,以算力、科学数据、基础模型、自主实验平台和人机协同机制为支撑,通过自主化、闭环化、平台化与可审计化的方式组织科学发现。它与第四范式的差别不在于“数据更多”或“算法更强”,而在于研究主体、流程结构、验证机制和科研组织形态的同步重构。为避免概念泛化,本文提出三项最低判定标准:智能体须进入两个以上相互反馈的核心研究环节;系统须能依据中间证据修改行动计划,并与计算或实验验证相连接;全过程须具备可审计的人类监督与责任安排。文章分析第五科研范式的形成条件与运行机制,讨论其对科研组织、劳动分工、评价制度和国家创新体系的影响,并借助A-Lab自主合成论文的更正、AI Scientist的第三方实测等案例说明,自动化程度的提高与知识可靠性的提高并不同步。因此,发展科研智能的关键不只在于模型与算力投入,也在于科学数据体系、实验接口、可重复性基础设施与责任规则的同步建设。

Discussion

More

Suggest a correction or report