11月4日，2026年世界互联网大会乌镇峰会「人工智能赋能科学研究」论坛上，欧洲科学院外籍院士、清华大学人工智能研究院常务副院长孙茂松发表了一场演讲。按清华大学官网刊发的报道，他的核心判断是一句话：人工智能正成为科研的「合作伙伴」。
演讲里的几个「振聋发聩」
孙茂松说，今年人工智能的发展确有振聋发聩之处，他举的例子一个比一个具体。
数学领域，据他在演讲中介绍，图灵奖得主高德纳（Knuth）借助Claude模型解决了一项自己多年未能完成的难题，以与人类完全不同的证法推理1300万行，证出了费马大定理；丘成桐认为机器定理证明的进展，用「冲击」来形容都远远不够，称之为一场「海啸」。
软件领域，他提到Anthropic的系统在一款历经16年、经500万次检测都未发现漏洞的软件中找到了致命漏洞；而用一群智能体协作去找漏洞，发现数量能从单个智能体的12个跃升至266个。
学术生态的变化同样剧烈。他引用的数据是：人工智能领域顶会ECLR的投稿量从去年不到2万篇增至今年6万篇，多出的部分多由AI写成；今年《自然》杂志已有文章认真探讨「AI研究的自动化」。
合作伙伴，不是替身
演讲里最有分量的部分，是孙茂松对AI做科研这件事的分寸感。编程上，用人类语言指挥大模型理解并编写代码，「双剑合璧」的效果颠覆了软件工程范式；但他同时强调，AI做科研已是大势所趋，应当发挥其所长、抑制其所短以及对人类带来的冲击。
这个分寸感值得展开说说。费马大定理早在上世纪90年代就有了人类证明，AI给出的是一条完全不同的验证路径——它不是替数学家「发现新大陆」，而是把已有的知识网络以人类想不到的方式重新走了一遍。
换句话说，AI此刻最强的科研能力是验证、穷举与交叉，真正提出全新问题、判断哪个问题值得做，仍然在人。
科研生产关系要动了
对实验室里的普通人来说，这场演讲的现实含义可能很具体：文献综述、代码实现、数据处理这些耗时的环节，正在快速被模型接管；科研人员的时间会更多花在提出问题、设计实验和判断结果上。
投稿量增至三倍的数据则是另一面——当生产工具普及，学术发表的竞争只会更激烈，「水论文」的空间反而会被压缩。
孙茂松把结论说得很克制，也很清楚：AI做科研是大势所趋，关键是怎么用好。对科研管理者来说，问题已经从「要不要用AI」变成「如何建立规范」——哪些环节可以让AI干、成果里AI的贡献如何标注、如何防止粗制滥造的论文淹没真正的工作。
合作的大门已经打开，规则还没写完，这大概是今年乌镇留给科研圈最实际的一道题。