正在上海举行的 2026 世界人工智能大会上，上海人工智能（AI）实验室主任、首席科学家周伯文在科学前沿论坛的主旨演讲中提出，当前人工智能发展正处于与科学交叉的关键路口，" 科学的元认知时刻 " 正在到来。这意味着，AI 不再仅仅是科研的辅助工具，而是开始介入科学发现的内在逻辑，将倒逼科研范式深层变革。

从模仿成功到学会 " 失败 "

何为 " 科学元认知时刻 "？周伯文解释，这一概念意味着人工智能开始具备审视自身认知边界的能力，其使命正从单纯的 " 加速科研自动化 " 迈向 " 以复杂科研任务牵引高阶智能 "。

" 就像 1900 年物理学天空的‘两朵乌云’催生了相对论与量子力学，今天的大模型‘不知道自己不知道’正是 AI 发展有待突破的关键瓶颈。" 他认为，目前绝大多数模型在真正的科学发现领域成功率依然偏低，这表明科学智能（AI4S）正是人工智能面临的 " 终极考题 " ——从有明确反馈的编程、下棋等应用场景，转向开放性强、反馈周期长、失败常态化的真实科研探索，才是检验 AI 智能上限的真正标尺。" 谁能突破这个瓶颈，谁就将在百十年后，成为 AI 领域的爱因斯坦和普朗克。"

在演讲中，周伯文分析了当前 AI 赋能科学的三大障碍：一是模型在复杂环境中容易 " 失灵 "，缺乏对因果关系的真正理解；二是越是复杂的科研任务，反馈信号越稀疏，模型难以有效学习；三是现有训练数据多是人类成功的案例，导致模型被困在旧有认知里，无法长出探索未知的新能力。

中国工程院院士、苏州国家实验室学术副主任孙宝德也有同感：在金属材料研究中，高温熔融状态下的原子排列规律至今仍未获知，" 这类深层规律的探索，还得依靠人类设计实验，目前 AI 尚难自主完成从数据到理论的跨越 "。

周伯文认为，AI 必须完成从数据驱动到世界交互、从及时反馈到长程推理、从模仿正确到善于失败的三大转变，才能真正触及科学发现的本质，"AI4S 的下半场，核心使命是从加速科研自动化，迈向以复杂科研任务牵引人工智能的高阶智能 "。

以 " 书生 · 端砚 " 形成流程闭环

为加速 " 科学元认知时刻 " 的到来，在科学前沿论坛上，上海 AI 实验室正式发布了 " 书生 · 端砚 " 科学发现平台。该平台取名自中国传统文房四宝中的 " 砚台 "，寓意其为科学家提供一个推演学问、沉淀思想的智能工具。

论坛上，上海 AI 实验室科研产品平台部负责人傅徐军介绍，" 书生 · 端砚 " 并非通用问答系统的简单变种，而是深入各学科内部的全栈科研基座。平台依托升级后的 " 书生 " 科学大模型，贯通了算力、数据、模型、智能体和自主实验五大核心要素，覆盖了从假设提出、方案设计、仿真计算到实验验证、结果分析的全流程。

该平台的核心突破在于打破了长期以来 " 干实验 "（计算仿真）与 " 湿实验 "（实验室实操）之间的壁垒。傅徐军介绍，平台为解决科研人员普遍担心的 "AI 一本正经胡说八道 " 问题，构建起全流程可追溯机制，还同时引入多智能体交叉评审机制，确保科研结果的可靠性。

在实际应用中，清华大学张数一课题组借助 " 书生 · 端砚 " 开展蛋白质定向进化研究，仅经过两轮迭代就发现了新的突变组合。实验验证显示，该组合的功能较此前国际顶尖期刊报道的最佳结果提升了 77%，验证周期缩短至原来的 1/20。

人类科学家核心地位不应动摇

论坛上，专家普遍认为，尽管 AI 能力飞速提升，但人类科学家在提出假设、价值判断和伦理把关上的核心地位不应动摇。

" 绝大多数公众反对被 AI 在经济上淘汰或在情感关系上替代。" 麻省理工学院教授马克斯 · 泰格马克提到，当前全球 AI 发展的路径中，一种是试图构建可能替代人类的 AGI，另一种则是聚焦赋能人类的工具型 AI ——中国在 AI4S 领域的探索，更贴近聚焦实际需求、坚持人类主导的路径。

中国科学技术信息研究所党委书记黄琦也认为，在 AI4S 的发展路径上，必须兼顾创新效能与安全可控，走出一条符合国情且具有全球竞争力的道路。

周伯文强调，科学发现的下一程，不会由某一个模型或平台独自完成，而是需要科学家、AI 与创新伙伴在真实世界中共同创造。人类必须始终掌握主导权，而 AI 应当被视为推动科学进步的 " 革命的工具 "，而非取代人类的主体——随着 " 书生 · 端砚 " 等平台的落地，人工智能正从理解科学、规划研究，逐步走向支撑真实世界的实验验证与认知迭代，在人机协同中拓展人类知识的边界。