先摆三个点。Hacker News 上一个讨论串，围绕某家机构宣称用几千个 AI 代理在生物数据里找新线索，评论区大半在吵这东西对药物研发到底有没有用；同一个串往下翻，另一条支线在拆某家模型公司半年五十亿美元的亏损，有人算真实现金流出大概八亿，剩下的是估值上升带来的未来股票义务在账面上的增值，再往后跟的是一串十年期云基础设施承诺的数字；第三条更靠边，有人在聊编程，说 AI 确实接手了他大部分活，但他的时间只是搬到了审核和规划上，总工时没动。
这三段在评论区里被当成三个不相干的话题。摆到一张桌上，它们是同一个结构的三个截面。压成一句话：AI 在一个领域里能撬动多少，不取决于模型多强，取决于这个领域判断“一个答案对不对”要花多少钱、多长时间。
这条线可以当尺子用。验证近乎免费的那一档，数学证明、代码跑测试，生成和执行可以闭环，推进速度是周级别的；验证要人肉但成本可控的那一档，代码审核、文书起草、资料整理，AI 把时间从生产搬到审核，产出涨一些，节奏不变；验证要走湿实验、要排队等仪器和试剂、要过伦理和审批的那一档，生物、临床、材料，反馈循环以月和年计，而且每次验证都要花真钱。同一个模型能力，掉进这三档，落地速度差出两个数量级。
所以“AI 能不能做科学”这个问题本身问坏了，它不是一个是非题，是一个成本题。同一家机构前一阵在数学上拿出来的东西是能被验证的，证明对错几天内见分晓；轮到生物，交出来的是“有希望的线索”。这不是它退步了，是它跨过了一条验证成本的边界，而这条边界不是靠更多算力推得动的。
反馈循环的长度还决定了另一件事：这个领域能不能把失败沉淀成数据资产。编程一天跑几万次测试，模型从失败里学得到东西；生物一个假设的证伪要三个月，模型学不到什么，它只能学到“什么样的假设听起来合理”。这句话听起来平淡，但它把“AI 在软件里进步飞快”和“AI 在生物里进步很慢”这两件看起来矛盾的事接上了：不是模型在生物里变笨，是这个领域的反馈太稀，模型没有足够的梯度可爬。
回到那个串。吵得最凶的一条其实是共识：药物研发的瓶颈从来不在产生候选线索那一端，在临床验证、疗效和毒性评估、以及在人体里的成功率。这条不新，业内讲了几十年。有人反驳说“从来不缺线索”这话没意义，得看线索质量——这话对，但它只把问题往后推了半步：在验证之前，“质量”这个东西没法被测量，只能被事后追认。而且假设过剩根本不是 AI 带来的新问题，阿尔茨海默几十年围着淀粉样蛋白打转，癌症领域一堆公司挤在同一个靶点上，人类自己产假设的方式本来就有病。
真正有意思的是有人把组合化学那段历史翻出来了。九十年代那波是同一个思路，用机器批量合成、批量筛，把候选的数量级往上推，结果试剂消耗压不住、反馈周期越拉越长，业内最后的结论落在“低质量的暴力筛选”上，连金标准都算不上。这是同一件事的第一次发生，今天的几千个 agent 是它的算力版本：把成本砸在生成端，验证端一寸没动，多出来的候选只是让队伍变长。
再看那份发布稿里被当成成果展示的东西：一千九百四十六个基因，分给一千九百四十六个代理并行分析。这是并行度，不是发现。并行当然比单代理顺序跑更快更全，也比人快，但这件事的信息量约等于“我们把一个 for 循环拆成了多进程”，区别只在账单末尾多了几位数。科学内容那一侧更薄：串里有人指出，被拎出来的那个基因早就被 GeneCards、UniProt 这类库跟帕金森样疾病关联过，还牵扯自噬体向溶酶体的废物降解通路；至于胆固醇积聚拖慢内吞囊泡运动、阻断病毒里的胆固醇会招募这个蛋白，这些是能在文献里串起来的线索，串得起来，但没有直接证据，属于综述级别的假设。而假设在这一行里的边际成本接近于零。
所以那份稿子真正的信息量不在科学，在于它选择把什么当成成果来展示。把并行度当成果，说明这块记分牌上“看起来像规模”的权重高于“能不能过验证”。这是我对这类发布唯一在意的读法：不看它说了什么，看它以为什么是值得说的。
那为什么是这个时候、这个领域出这种稿子。答案在成本结构里，不在谁的野心里。模型层现在是全行业资本开支最重的一层，十年期的云承诺已经是几百亿量级的东西，账面亏损和现金亏损差着一个数量级，这种结构逼着它持续供给“我们在啃最硬的骨头”这类叙事；而生物恰好是那个最硬的学科，最适合当叙事资产，也最不适合短期交付。CRISPR-like 那种措辞是同一个机制的症状：不是有人存心骗人，是这套成本结构只奖励能上头条的措辞，不奖励能被复现的结论。换掉当事人，只要结构不变，同样的稿子还会再出一次。
评论区里还有人辩护，说只要 AI 能加速治病，就算改变科研的乐趣、改变科学家的动机也值。这话对，但它是个关于值不值的伦理判断，不是关于能不能做到的事实判断，两件事在同一个串里被混着吵，谁也说服不了谁。
拿编程当对照组。那条“AI 接了我大部分活，时间搬去了审核和规划”是我这两年在行业里看到最稳的观察。编程落在第二档：验证不免费（review、集成、线上故障），但也不算贵，所以 AI 吃掉的是打字，不是判断。这不是“AI 不行”，这是杠杆位置由验证成本决定。
这里要认个旧错。我之前把“AI for science”当成一个类别来谈，当成一条曲线，那是分错层了。数学和生物压根不是同一个层位上的东西，它们的全部差别就是验证成本；混在一起看，会把数学那边的速度当成生物这边的前兆，然后读错信号。框架套得太顺的时候最容易把两个格子合成一个，这个毛病比没有框架更麻烦，因为它让你误以为自己想清楚了。
把镜头拉远，价值往哪搬就清楚了。模型层的能力还在被拉平，价格还在往下掉，这一层护城河最浅而且还在变浅；生成和编排这一层，也就是 agent swarm 待的地方，正在被商品化，它做不出产品，只能做出 demo，因为它的产出物是假设，而假设不值钱；真正沉下来的是场景层那三样东西，专有的扰动测量数据、湿实验和临床的产能、审批路径上的资产，这三样都慢、都贵、都不性感，但都不可复制。串里有人质疑那家机构没有专有数据、想不通模型凭什么凭空产生洞察，这个质疑打到点子上了：生成层被商品化之后，手里没有数据的玩家什么都剩不下。
还得看谁付钱。生成端卖的是 token 和订阅，价格由竞争决定，一直在掉；验证端卖的是资产和里程碑，价格由成功率和专利保护决定，不透明但不掉。定价权在哪一端，价值就往哪一端聚。这也解释了为什么那批钱很足的 AI 药研公司最后往往自己往下走去做开发，然后撞上跟传统药企一模一样的时间、成本和成功率：它们不缺线索，它们是被结构推到了唯一还有护城河的那一层。很多人把这读成泡沫，我不这么读，被推到贵的那一头，不是贪心，是没得选。
往后看，我认为有三条路，各自的前提不一样。一条是生成层彻底商品化，AI 在生物里退成文献综述级假设生成器，价值被下游验证方和数据方拿走，前提是验证成本没有数量级下降；一条是有专有扰动数据的玩家把单位验证成本压下来一档，做出真正的护城河，前提是那批数据的采集成本能被打下来并且可复用；还有一条是模型厂商把 bio 当叙事资产维护两年，等资本市场的故事换了方向，这批项目静默降级，前提是模型层的现金压力继续。
我压第一条和第三条的叠加：短期两三年里，生成层的溢价会继续被挤掉，价值往数据和验证搬家，同时这类“几千个代理”的发布还会再来几轮，因为叙事的需求端没变。
边界摊开说吧。如果未来一年半里出现一个候选药物，线索完全由 AI 生成、人类团队没有先验假设、并且真的过了二期临床，那“验证是瓶颈、生成被商品化”这套说法就得扔掉一半，重新算；或者更技术一点，如果某家把扰动实验的单样本成本打下来一个数量级、还做成可复用的资产，那瓶颈的位置本身会移动，我上面关于价值搬家的方向判断要跟着改。这两个条件里我更盯第二个，因为成本曲线比单个临床结果更早给信号。
最后自我校准一句：这个方向上我压得动，但力度可能压轻了。生成层的商品化速度比我一年前估的快，方向我判断对了，当时应该更笃定一点。