据央广网9月6日报道，在中国科学技术大学，“手工科研”模式正在被全新力量改写。中国科大“机器化学家”平台由化学大脑、机器人实验员和智能化学工作站三部分组成，是全球首个集阅读文献、设计实验、自主优化、颠覆化学品开发全流程于一体的机器化学家平台，可基于理实交融的智能模型从数百万可能组合中找到全局最优解。据《瞭望》此前报道，面对火星制氧催化剂研发中高达376万种潜在配方组合，以人工方式一一试验2000年也难以穷尽筛选，机器化学家“小来”通过自主阅读分析5万篇论文，融合实验与理论计算数据，仅用6周便找到最优解。今年以来，“人工智能+”行动持续深化，AI for Science从概念验证走向常态化产出，科研范式变革进入加速期。（新闻来源：央广网，2026年9月6日；《瞭望》新闻周刊，2026年3月30日）
【软盟观察】 “6周对2000年”的对比背后，是AI for Science真正的价值所在：它改变的不是某个实验的速度，而是科研的成本函数——试错从人力密集型转为算力密集型，科研人员的角色从“操作者”转为“提问者”。但也要看到，机器化学家目前的成功集中在配方筛选类问题，其能力上限取决于高质量实验数据积累与知识图谱建设，并非所有科研场景都能复制。更关键的瓶颈在机制侧：实验数据共享、成果归属认定与跨学科协作的评价体系若不跟上，AI科研员的产能将被制度摩擦损耗。（新闻来源：央广网、《瞭望》新闻周刊）