AI4S 的 2026 上半年：三条证据线，都指向「下沉」

本文所引事件多为媒体转述，个别尚未经同行评审。每条都标注了出处与可信度，请按标注对待。

一、三条证据线

线 1：材料——AI 智能体把筛选漏斗压到小时级

2026 年 7 月初，公开报道称阿里达摩院联合中国人民大学、中科院，用自研 AI 智能体在约 28 个 GPU 小时内，从 240 万种稳定晶体中筛出约 6.8 万种潜在超导体，再经实验合成验证出 4 种全新超导体，报道给出的最高临界温度为 6.5 K。

可信度：二手技术周报转述，未见我直接核对的原始论文。 但值得注意的点是量级：命中率约 2.8%（6.8 万 / 240 万），最终验证 4 种。真正改变的不是「AI 发现了超导」，而是筛选轮次的时间成本塌了。6.5 K 离实用远得可笑，这个数本身不重要。

线 2：数学——一个外行 + 推理模型摸到了 20 年悬案的边界

2026 年 8 月中旬，多家媒体转述 SCMP 报道：一位未受过系统数学训练、由地质学转医的神经外科研究者，在 OpenAI 推理模型上连续运行约 16 小时，针对 Krueger（Crouzeix）猜想给出了一份证明；随后康奈尔大学数学家 Alex Townsend 与华盛顿大学 Anne Greenbaum 在数月内也借助模型检索到这份预印本，并与提出猜想的 Michel Crouzeix 本人一同判断证明成立。

可信度：报道明确说尚未通过期刊同行评审，且这条线索本身经由韩国媒体转述，存在信息衰减。 即便如此，它是这一年里最有信息量的一类事件——不是因为猜想着陆，而是因为：

• 一个 AI 助手在跨文献检索上起了决定作用（Townsend 自己让模型试了一年多，是模型偶然翻到了预印本）；
• 学术共同体的验证链条依然是人：作者、审稿人、提出者本人逐个看过才算数。

线 3：求解器——问题从「模型侧」下沉到「数值侧」

同一时期，产业侧公开的难题榜单（如上文提到的茶思屋算力会战系列）把题目放在了预条件子自动优选、稀疏矩阵混合精度收敛、HPC 与 AI 实时协同上。这条我在另一篇里展开，此处只说结论：出题方关注的已经不是「用大模型预测结果」，而是「AI 介入传统数值流程的哪个环节」。

二、共同主线

三条线放一起，主线很明确：

AI4S 的着力点正在从「替代实验/替代结论」退到「替代研究流程中最耗人的检索与枚举环节」。

这个转向我认为是好事，理由很朴素：

• 材料枚举、文献检索、猜想空间搜索——这几件事人类做起来确实慢且不稳定，而模型的优势恰好在此；
• 反向的例子是「AI 端到端给出科学结论」，这类宣称几乎每次都在同行评审阶段缩水。

三、可操作的读法

给同样在跟踪 AI4S 的人三条筛选建议：

1. 只信带「漏斗数字」的报道。 「240 万 → 6.8 万 → 4」这种结构可核查；「取得重大突破」不可核查。
2. 区分「模型完成」与「模型辅助完成」。 前者的宣称需要极高标准，后者只要看人的验证链条是否完整。
3. 看谁在复现，而不是谁在宣布。 数学线的关键信号其实是三位独立数学家（含猜想提出者本人）看了并认可——但注意，这与「期刊接收」之间仍隔着一整段流程。

四、参考与延伸

• 关于 AI 智能体发现超导体的技术周报（二手转述）：https://blog.csdn.net/agito_cheung/article/details/162587564
• 关于 Krueger 猜想的报道（韩文，转述 SCMP；含「未经同行评审」的说明）：https://www.hesedon.com/%EC%A0%84%EC%9E%90%EC%88%B0%EB%AC%B8-%EC%B1%97gpt%EC%97%90-%EB%AC%B8%EC%A0%9C-%EB%8D%88%EC%A1%8C%EB%8D%94%EB%8B%88-%EC%A7%84%EC%A7%9C-%ED%92%80%EB%A0%B8%EB%8B%A4%EC%9D%98%EC%82%AC%EA%B0%80/
• 中国科协 2026 年「重大科学问题、工程技术难题和产业技术问题」发布（含「具身自主智能的度量与演化」「全脑精细结构驱动的高仿真智能」等条目，2026-07-16）：https://www.kczg.org.cn/article/detail?id=6368224
• Crouzeix 猜想的公开综述入口（arXiv 检索）：https://arxiv.org/list/math.NA/recent