YOHO AI

博客

  • 阿里Qwen 3.7-Max来了：国产大模型首次冲进全球前15

    5月20日，阿里云峰会上，阿里巴巴正式发布了千问新一代旗舰模型Qwen 3.7-Max。这次不是简单的版本号迭代，而是在全球AI模型排行榜上，中国模型第一次稳定地站到了第一梯队。

    Arena排名#13，数学能力全球第7

    先说成绩。Qwen 3.7-Max-Preview在Arena（前大模型竞技场）的全球综合排名是第13位，数学领域排到第7，代码领域第10。这个成绩让它成了当时排名最高的中国闭源模型。

    阿里巴巴的实验室排名也因此拉升到了全球第6。这个意义不只是数字好看——它意味着国产大模型在通用能力上，已经逐步逼近海外头部厂商。

    Qwen 3.7-Max支持100万token上下文，开启扩展思考模式后，可以连续自主运行35小时、调用超过1000次工具而性能不衰减。

    闭源旗舰+开源次旗舰的双轨策略

    阿里这次继续沿用”开源次旗舰+闭源旗舰”的商业化路线。Qwen 3.7分为两个版本：

    • Qwen 3.7 Plus：开源，面向开发者，适合本地推理场景
    • Qwen 3.7 Max：闭源，付费使用，面向企业级高要求商用场景

    这个策略很聪明。开源版本维持社区影响力，闭源旗舰版探索商业化变现。对国内其他AI厂商来说，这也是一条可以参考的落地路径。

    实际用起来怎么样

    从实测来看，Qwen 3.7-Max有几个比较明显的特点：

    代码生成偏简洁。在保障功能正确性的前提下，能用更少代码实现相同功能，适合生产环境维护。逻辑严谨性也优于同梯队模型。

    数学能力是真的强。处理高阶数学问题时，准确率明显高于同梯队其他模型，支持多模算术交叉验证，符合它数学能力全球第7的排名。

    文化适配性好。能精准理解不同地域的文化背景，比如测试中成功输出了波多黎各未来背景的故事，准确引用了泰诺族文化、Yemayá信仰等设定。

    定价和可用性

    预览阶段还没有公布官方API定价。但按照阿里的惯例，正式版定价预计会低于Claude Opus，甚至后续可能低于Claude Sonnet，性价比优势会比较明显。

    目前Qwen 3.7-Max-Preview已经在Qwen Chat和Arena AI上线，正式版预计近期就会全面开放API访问。

  • LangGraph：32.6k Stars！LangChain官方Agent编排框架，让复杂AI工作流可视化可控

    LangGraph：32.6k Stars！LangChain官方Agent编排框架，让复杂AI工作流可视化可控

    🔄

    LangGraph：32.6k Stars！LangChain官方Agent编排框架，让复杂AI工作流可视化可控

    GitHub 热门 AI 开源项目系列 · 第27期

    📦 项目简介

    LangGraph 是 LangChain 官方出品的 Agent 编排框架，专门用于构建、管理和可视化复杂的 AI Agent 工作流。它基于图结构（Graph）设计，让开发者能够以声明式方式定义 Agent 之间的交互逻辑，支持循环、条件分支、状态管理等复杂场景。无论是构建多步骤推理链、人机协作流程，还是复杂的多 Agent 协作系统，LangGraph 都能提供清晰的可编程抽象。

    LangGraph 架构示意图

    LangGraph 基于图结构的 Agent 编排架构

    ⚙️ 安装要求和过程

    环境要求

    • ✅ Python 3.9+
    • ✅ pip 包管理器
    • ✅ （可选）LangSmith 账号用于可视化调试

    快速安装

    Bash
    # 安装LangGraph核心库
pip install langgraph

# 安装LangChain和LLM支持（以OpenAI为例）
pip install langchain-openai

# 可选：安装LangSmith用于可视化调试
pip install langsmith

# 设置环境变量
export OPENAI_API_KEY="your-api-key"
export LANGCHAIN_TRACING_V2="true"  # 启用LangSmith追踪
export LANGCHAIN_API_KEY="your-langsmith-api-key"

    验证安装

    Python
    import langgraph
print(f"LangGraph version: {langgraph.__version__}")

    🎯 核心功能

    🔄 图结构编排

    基于有向图（Directed Graph）定义 Agent 工作流，支持节点（Node）和边（Edge）的灵活配置。可以轻松实现顺序执行、条件分支、循环等复杂逻辑，让 Agent 工作流程清晰可控。

    💾 状态管理

    内置强大的状态管理机制，支持在图执行过程中持久化、传递和更新状态。每个节点的输入输出都明确定义，避免了传统链式调用中的状态混乱问题，方便调试和测试。

    🔄 循环与人工干预

    原生支持循环（Loops）和人工干预（Human-in-the-Loop）场景。可以在图中定义循环逻辑，让 Agent 根据中间结果动态调整执行路径；也支持在关键节点暂停，等待人工审核后再继续。

    📊 可视化调试

    与 LangSmith 深度集成，提供工作流的实时可视化调试功能。可以查看每个节点的输入/输出、状态变化、执行时间等详细信息，快速定位问题。支持本地调试和云端追踪两种模式。

    🚀 生产级部署

    提供 LangGraph Cloud 服务，支持一键部署 Agent 工作流到生产环境。内置版本管理、并发控制、错误恢复、日志监控等企业级特性，让原型快速走向生产。

    💡 典型使用场景

    📰 场景1：多步骤研究报告生成

    构建一个自动化研究报告生成系统：首先用搜索 Agent 从多个来源收集信息，然后用摘要 Agent 提取关键信息，接着用分析 Agent 生成洞察，最后用写作 Agent 生成结构化报告。LangGraph 可以清晰定义每个步骤的依赖关系和数据处理逻辑。

    Workflow

    搜索 Agent → 摘要 Agent → 分析 Agent → 写作 Agent → 人工审核 → 发布

    🤖 场景2：多Agent协作客服系统

    构建一个智能客服系统：意图识别 Agent 分析用户问题，然后根据问题类型路由到专门的知识库 Agent、订单查询 Agent 或退款处理 Agent。如果遇到复杂问题，系统自动升级到人工客服，并在人工处理完后继续自动跟进。

    Workflow

    意图识别 → 路由分发 → 专业Agent处理 → 人工介入（可选） → 结果反馈

    🔄 场景3：代码审查与重构助手

    构建一个代码审查助手：静态分析 Agent 检查代码质量和潜在bug，安全扫描 Agent 识别安全漏洞，性能分析 Agent 发现性能瓶颈，然后综合 Agent 生成审查报告和改进建议。支持循环迭代，直到代码质量达标。

    Workflow

    代码输入 → 多Agent分析 → 综合报告 → 人工确认 → 重构建议 → 循环优化

    🌟 推荐理由

    作为一名经常构建 AI Agent 系统的开发者，我对 LangGraph 的推荐理由如下：

    1️⃣ 可视化让复杂逻辑变得清晰

    传统的 Agent 开发往往依赖复杂的链式调用，逻辑隐藏在代码细节中，难以理解和维护。LangGraph 的图结构让整个工作流一目了然，节点和边的定义清晰明确，方便团队协作和代码审查。

    2️⃣ 状态管理避免了”意大利面条式”代码

    在复杂 Agent 系统中，状态传递往往是最容易出错的地方。LangGraph 内置的状态管理机制，让每个节点的输入输出都有明确定义，避免了全局变量和隐式状态修改，代码质量显著提升。

    3️⃣ 与LangChain生态深度集成

    如果你已经在使用 LangChain，那么 LangGraph 是天然的选择。它可以无缝集成 LangChain 的所有组件（LLM、Prompt Template、Memory、Tools等），复用现有代码，降低学习成本。

    4️⃣ 生产级特性让部署不再头疼

    很多 AI 项目死在从原型到生产的路上。LangGraph Cloud 提供了版本管理、并发控制、错误恢复、日志监控等生产级特性，让 Agent 系统的部署和运行变得可靠和可控。

    LangGraph 让复杂的 AI Agent 工作流变得清晰可控。如果你正在构建多步骤、多Agent的AI系统，或者需要可视化调试和状态管理，LangGraph 绝对值得一试！

    希望这个开源项目能帮助你在 AI Agent 开发的道路上走得更远 🚀

    📌 GitHub 热门 AI 开源项目系列 · 持续更新中

    本文由 WorkBuddy AI 自动采集撰写 · 源码见 GitHub

  • 这个开源看板让AI代理并行干活，每个代理住在独立Git分支里

    如果你用过AI编程助手，大概率会遇到一个效率瓶颈——同一时间只能让一个代理干活。改这个文件的时候，另一个任务只能排队等着。Kanbots把一个看似简单的想法做成了产品：让多张看板卡片同时跑不同的AI代理，每个代理住在自己独立的Git工作树里，互不干扰。

    看板+AI代理，拼在一起是什么体验

    Kanbots本质上是一个桌面端看板工具（类似Trello，但是本地优先、开源、MIT许可证），核心差异点是每张卡片都可以单独调度一个AI代理。你可以在「收件箱」里扔进去十个需求卡片，然后看着代理们并行地把它们各自推进到「进行中」「评审」「待处理」。

    代理不是在同一个代码目录里打架，而是每个都运行在独立的Git工作树（worktree）里，对应独立的kanbots/issue-N分支。你主分支的代码，代理碰不到。

    每个代理活在属于自己的Git分支里，改坏了也不影响主分支——这个设计让「让AI大胆改代码」变成了一件放心的事。

    自动驾驶模式：设好预算，让代理自己干活

    Kanbots有一个叫自动驾驶（Autopilot）的模式，可能是最受欢迎的功能。你可以配置多个角色人设——比如「产品经理解需求」「高级开发写代码」「测试工程师补单测」，然后设置并行数量（最多4个）和成本上限。

    启动之后，代理会自动把父任务拆成子任务、更新待办列表、跑测试和lint检查。遇到需要人工决策的时候，它会暂停，弹出带编号的选项等你选。整个过程的成本实时统计，到预算了自动停。

    • 支持Claude Code和Codex两种AI编程CLI，开箱即用
    • 内置预推送钩子，代理无法自行发布代码，必须人工确认
    • 成本可控，支持按单次运行、单张卡片、整个项目三个维度统计
    • 所有决策记录可追溯，代理不是黑盒

    实际用起来是什么感觉

    一个典型场景：Sentry捕获到前端报错，你点一下导入看板，调度代理去修。代理在独立工作树里改代码、跑测试、lint检查，全部通过后暂停，等你确认。确认完一键提交草稿PR。全程你不需要手动改一行代码。

    另一个场景是「先写规格再开发」：给卡片打上需求描述，代理先跑/spec命令细化验收标准，你审批完再开始写代码。相当于给AI代理加了一个「需求评审」环节。

    本地优先，数据不离开你的设备

    Kanbots强调本地优先——所有数据存在代码仓库下的.kanbots目录里，默认不收集遥测，不需要注册账号，代码不会离开本地设备。这一点对企业开发者尤其重要。

    当然也有云版本（每座19美元/月），多了团队实时协作、Slack通知、SSO这些企业功能。但核心的单人开发功能，开源桌面版全部都有。

    有意思的是，Kanbots本身是跑在Kanbots看板上开发的（官方称之为「dogfooding」）。一个做AI代理看板的工具，用自己的看板来管理开发任务——这件事本身就挺有说服力的。

  • AI代理开发不再碎片化：Superpowers框架把「技能模块」做成了乐高

    如果你最近试着搭过一个编程AI代理，大概率会遇到一个尴尬的问题——工具很多，但拼不到一起。要么对着文档抄提示词，要么把一堆零散脚本硬凑成一个「代理」，改一丁点需求就要推翻重来。obra在GitHub开源的Superpowers项目，想用「方法论+可组合技能」的思路，把这件事从手工活变成工程活。

    碎片化开发的痛点，它想一次解决

    现在的AI代理开发，多少有点像2010年之前的移动互联网——热闹，但混乱。大家都在做代理，但每个人对「什么是好的代理」理解不一样，实现方式更是千差万别。有人把所有逻辑写进一个超长提示词，有人用LangChain拼流水线，有人直接调API硬编。

    Superpowers的核心判断是：问题不在模型能力不够，而在开发方式本身缺乏标准。它不给你一个「万能代理」，而是提供一套可复用、可组合、可验证的开发方法论。

    「代理开发应该从『依赖模型黑盒』转向『可定义、可验证的流程设计』」——这是Superpowers最核心的设计理念。

    可组合技能架构，像搭乐高一样搭代理

    框架把代理能力拆成「原子技能模块」——每个模块负责一件具体的事，比如「分析代码库结构」「生成单元测试」「解释报错信息」。这些模块可以单独测试、单独维护，也能按需组合。

    这种模式的好处是，当你需要让代理做一件复杂的事（比如「重构这个API模块并加上测试」），不需要重新训练或重新设计提示词，只要把对应的技能模块组合起来就行。代理的行为也因此变得更可预测——你知道它在每一步调用的什么技能，而不是对着一段黑盒输出猜它「想干什么」。

    • 技能模块独立可测，改一个不影响其他
    • 支持跨项目复用，慢慢攒出自己的「技能库」
    • 代理行为可追踪，哪一步调了什么技能一目了然

    初始指令层：让代理行为可控

    Superpowers另一个有意思的设计，是用「初始指令集」作为代理的逻辑入口，而不是直接把任务丢给底层大模型。这套指令定义了代理怎么解析目标、什么时候调哪个技能、遇到歧义怎么处理。

    这样做的一个直接好处是，代理的输出稳定性大幅提升。你不用担心换一个模型，代理的行为就完全跑偏；只要初始指令层保持一致，代理在不同模型上的表现是可以预期的。

    从实验脚本到生产应用，就差这一套方法论

    过去一年多，我们看到无数「代理Demo」——能跑通一个特定任务，但换一个场景就跪。Superpowers想解决的，就是把这个「Demo到生产」的鸿沟填平。它提供的不只是代码框架，而是从设计、开发、组合、验证到部署的完整流程规范。

    对于已经在使用Claude Code、Cursor等工具的开发者来说，Superpowers相当于在现有工具链上面，补了一层「代理设计图纸」。你可以继续用熟悉的CLI，但代理的能力组织和复用方式会系统性地升级。

  • 赛博霓虹粉色电竞少女直播

    赛博霓虹粉色电竞少女直播

    赛博霓虹粉色电竞少女直播

    赛博霓虹粉色电竞少女直播


    🤖 ChatGPT

    🇺🇸 English Prompt

    A front-facing medium close-up webcam/live streaming shot of a gamer girl sitting at a bedroom desk bathed in cozy pink and rose neon lighting. Under cool-toned lighting in soft bubblegum pink and hot pink hues, subtle screen glow wraps around her face. She is wearing a cat-ear-shaped gaming headset with a microphone. Her makeup features large, sparkling eyes, soft rose pink blush, faint freckles, sharp eyeliner, and a doll-like overall aesthetic. She is dressed in an oversized neon pink sweater with layered silver necklaces, wearing black knit gloves with long black nails. She is holding a pastel pink game controller while lightly touching her hair or headset with one hand, lips slightly parted, gazing at the camera with a dreamy yet slightly tired expression. The background features pink LED lighting, cute shelf decorations, posters, shimmering pink heart ornaments, pink-toned gamer aesthetics, and a live streaming overlay with chat comments and a 'LIVE' indicator — all coming together to create a cozy, cute neon pink cyber vibe.

    🇨🇳 中文提示词

    一个面向前方的中景特写网络摄像头/直播镜头，画面中一位电竞少女坐在卧室书桌前，沐浴在舒适的粉色和玫瑰色霓虹灯光下。在柔和的泡泡糖粉和深粉色调的冷色调灯光下，微妙的屏幕光晕环绕着她的脸庞。她戴着一个带有麦克风的猫耳形状游戏耳机。她的妆容特点是大而闪亮的眼睛、柔和的玫瑰粉色腮红、模糊的雀斑、犀利的眼线和娃娃般的整体美感。她穿着一件超大号的霓虹粉色毛衣，搭配多层银色项链，戴着黑色针织手套和长长的黑色指甲。她手里拿着一个淡粉色的游戏控制器，同时一只手轻轻触碰头发或耳机，嘴唇微张，以一种梦幻而略显疲惫的表情注视着镜头。背景包括粉色LED照明、可爱的架子装饰、海报、闪闪发光的粉色心形饰品、粉色调的玩家审美，以及带有聊天评论和“LIVE”指示器的直播叠加层——所有这些元素共同营造出一种舒适、可爱的霓虹粉色赛博氛围。
  • 极简主义宁静平衡场景生成

    极简主义宁静平衡场景生成

    极简主义宁静平衡场景生成

    极简主义宁静平衡场景生成


    🤖 ChatGPT

    🇺🇸 English Prompt

    Perfect for modern design and conceptual projects, this prompt creates serene and balanced minimalist scenes. These visuals use clean compositions, negative space, and subtle textures to evoke calmness and sophistication.

    🇨🇳 中文提示词

    非常适合现代设计和概念项目，该提示词能够创作出宁静而平衡的极简主义场景。这些视觉效果运用了简洁的构图、留白以及微妙的纹理，以唤起宁静感与精致感。
  • 活力波普风涂鸦女孩与橙汁

    活力波普风涂鸦女孩与橙汁

    活力波普风涂鸦女孩与橙汁

    活力波普风涂鸦女孩与橙汁


    🤖 ChatGPT

    🇺🇸 English Prompt

    A medium low-angle shot of a joyful young woman with dark hair and straight bangs, smiling brightly against a vibrant, clear blue sky. She wears a white graphic t-shirt featuring three landscape panels. In her right hand, she holds up a clear plastic cup filled with bright orange juice, featuring a white hand-drawn doodle of a smiley face on the side. Whimsical, hand-drawn white digital doodles are overlaid around her: stylized headphones rest around her neck, musical notes and stars float above her head, and glowing white motion outlines trace her silhouette. Bright, natural daylight evenly illuminates the scene, enhancing the playful, energetic pop-art aesthetic. --ar 4:5

    🇨🇳 中文提示词

    一张中景低角度照片，一位留着深色头发和平刘海的快乐年轻女性，在鲜艳晴朗的蓝天背景下灿烂地微笑。她穿着一件白色印花T恤，上面有三个风景面板。她的右手举着一个装满鲜亮橙汁的透明塑料杯，杯侧有一个白色的手绘涂鸦笑脸。她周围覆盖着异想天开的手绘白色数字涂鸦：风格化的耳机挂在她的脖子上，音符和星星漂浮在她的头顶，发光的白色动态轮廓勾勒出她的剪影。明亮的自然日光均匀地照亮了场景，增强了俏皮、充满活力的波普艺术美感。--ar 4:5
  • 史诗沙漠世界电影角色设计板

    史诗沙漠世界电影角色设计板

    史诗沙漠世界电影角色设计板

    史诗沙漠世界电影角色设计板


    🤖 ChatGPT

    🇺🇸 English Prompt

    An epic desert-world cinematic character board with monumental scale and atmospheric realism. Warm golden dust storms, harsh sunlight, layered shadows, and textured earth-tone fabrics dominate the frame. Full-body turnaround arranged organically like a luxury film pitch document, paired with intimate close-up portraits showing cracked lips, sand particles, weathered skin, and emotional intensity. Minimal typography, symbolic markings, tactical costume breakdowns, and realistic material studies. Ultra realistic cinematography inspired by prestige sci-fi epics.

    🇨🇳 中文提示词

    一个具有宏伟规模和氛围现实主义的史诗级沙漠世界电影角色板。温暖的金黄色沙尘暴、强烈的光照、分层的阴影以及有质感的土色织物主宰着画面。全身转视图像豪华电影提案文件一样有机地排列，并配以亲密的面部特写，展示了干裂的嘴唇、沙粒、风化的皮肤和强烈的情感。极简的排版、象征性的标记、战术服装分解以及真实的材料研究。灵感源自顶级科幻史诗的超现实电影摄影。

  • Gemini Omni实测：我把deepfake视频发给老公，他信了

    去年我做过一个实验：用 Gemini 把我们家小孩的毛绒玩偶”deepfake”成去度假的样子，看看 Google 广告里演示的那些功能到底靠不靠谱。当时我就觉得，AI 生成视频的工具已经好到让人有点不安了。

    一年过去，Google 推出了新的生成模型家族，叫 Omni。官方说法是，它终有一天能把任意类型的输入（照片、视频、文字）转换成任意类型的输出。当然目前第一步还是生成视频。第一个公开发布的版本叫 Omni Flash，已经上线 Google 的 AI 视频平台 Flow。

    Gemini Omni AI生成视频示例
    本文所有图片和视频均由 Google Gemini 生成（图源：The Verge）

    把 Buddy 玩偶送去”度假”

    这次我请回了去年出镜的那只毛绒小鹿 Buddy，让它再跑一趟。给 Omni 的提示词是：”做一个蒙太奇，Buddy 打包行李准备登上邮轮去热带度假。氛围要可爱、好玩。Buddy 在行李箱里塞了件搞笑的东西，后面会在视频里用到。”

    Omni 让 Buddy 塞了一罐蜂蜜进去。到了视频后面，Buddy 伸手去拿，拿的姿势像在拿防晒霜。”呃哦，”角色说了一句。

    说实话（哦不行，我不能用这两个字），这段小幽默拍得还真不赖。但是——蜂蜜罐子在视频里一直在变：从玻璃罐，变成装水的透明挤压瓶，又变回装蜂蜜的挤压瓶。至于视频最后一帧那画面，我甚至不知道该怎么描述，就像模型把刚才生成的所有元素全吐出来堆在一起了。

    Omni 生成视频的效果比5个月前我测 Veo 时要好，角色一致性提升了。但即使是最好的片段，也还是会有 AI 的”跳跃惊吓”——比如 Buddy 跳伞的时候突然整个朝向翻转了。

    Deepfake 我自己

    Omni 号称的强项之一，是能把 AI 生成的内容”贴”到真实视频上。于是我让 Buddy 休息，换自己上场。用一段面无表情的自拍视频当底子，让 Omni 生成我吃一盘意面、坐在飞机座位上、站在埃菲尔铁塔前咬一口法棍的视频。

    结果让我有点措手不及。AI 告诉我的一些痕迹还是能看出来的：叉子碰碗的声音有点过于”制造”了；飞机视频背景里有个女性出现了两次（这显然不对）；埃菲尔铁塔那段，AI 版本的我把头发扎成了马尾——我平时根本不扎马尾。

    但除了这些小毛病和一种说不清的”诡异感”，视频的逼真程度已经足够吓人。

    连我老公都骗过了

    我把吃意面的片段给我老公看了。他知道我在测 AI 视频工具，但我没告诉他画面里哪些部分是 AI 生成的。结果他没有看出来——他以为我就是对着一个摄像头在吃面，唯一觉得不对劲的地方是那个碗看着眼生。至于”吃面”这个动作本身，逼真到足以骗过跟我住了十年的人。

    其他几个埃菲尔铁塔片段，有些看起来有点卡通，但其中有一个足够逼真，你可能要反复看几遍才能察觉是 AI 做的。我自己一看那个扎马尾的版本就知道不是我，但我不确定别人能不能看出来。这种感觉让我有点不舒服。

    不是免费的，而且积分消耗挺快

    当然，这一切都不是免费的。生成视频要消耗积分，根据场景长度和输入素材不同，消耗 15 到 40 积分不等。单次编辑要消耗 40 积分。我现在用的是每月 20 美元的 AI Pro 套餐，每月有 1000 积分。测了大约 20 个片段、部分做了编辑之后，我剩 145 积分。

    如果你对视频有比较具体的想法，可能要跟模型来回折腾不少次才能接近你想要的效果——每次编辑都要烧积分。

    我们确实已经深陷”恐怖谷”了。

    麻木了，但不代表没事

    说句实话（唉），我有点累了。几年前第一次测 Veo 3 的时候，我被它生成的真实感震惊了。过去几年，我一次又一次被 AI 生成假人、假照片的容易程度震惊。按理说 Omni 也应该让我震惊才对——我想它确实让我震惊了，但那种冲击力已经钝了。

    做出”以假乱真”的 AI 视频，还没有 Google 想让你相信的那么容易。但 Omni 确实在某些肉眼可见的维度上比 Veo 强。只要你有一个 Google 账号和一张信用卡，你就能拍一段自己坐在家里的视频，然后让它看起来像你正坐在飞往毛伊岛的航班上——付出的努力几乎可以忽略不计。

    我们可能还没到 Hassabis 说的”奇点的山麓”那么夸张，但确实已经深陷恐怖谷之中了。

  • AlphaFold拿诺奖才5年，Google就开始转向了

    上个星期 Google I/O 的大会上，DeepMind CEO Demis Hassabis 上台说了一句话：”我们正站在奇点的 foothills（山麓）。”奇点嘛，就是那个 AI 智能超过人类、世界被彻底改变的理论时刻。听起来挺玄的。

    但仔细看他说这话的语境，就有点意思了。当时台上在讲 Google 的 AI 科研工具，重点展示了一段视频——用 WeatherNext（Google 的天气预报 AI）提前预警了去年 Hurricane Melissa 在牙买加的灾难性登陆，可能救了不少人。这确实是了不起的成就，但它跟”奇点”还差得远呢。

    Demis Hassabis at Google I/O
    Demis Hassabis 在 Google I/O 2026 上讲述 AI for Science 的新方向（图源：MIT Technology Review）

    两条路线的分歧

    这件事其实暴露了 Google 在”AI for Science”上的两条路线之争。一条是做专门的科研工具——比如 WeatherNext 预测天气、AlphaFold 预测蛋白质结构、AlphaGenome 做基因研究——这些工具针对特定科学问题设计，效果扎实，已经被全世界 300 多万研究人员在用。

    另一条路线更有野心：做出能自主做科研的 AI 智能体。不需要人类一步一步指导，AI 自己就能提出假设、设计实验、得出结论。这就是今年 Google I/O 上发布的 Gemini for Science 包背后的逻辑——把好几个基于大语言模型的科研系统整合到一个品牌下面。

    “我们正朝着这样的 AI 前进：它不只是辅助科学研究，而是开始自己做科学。”——Pushmeet Kohli，Google Cloud 首席科学家

    AlphaFold 的诺贝尔奖得主，被调去搞 AI 编程了

    这条新闻最让人玩味的地方来了。上个月《洛杉矶时报》曝出：Google Fellow John Jumper——就是靠 AlphaFold 拿了诺贝尔奖的那位——现在被调去搞 AI 编程，不再专门做科研 AI 工具了。

    这不难理解。Google 最近在 AI 编程工具上被 Anthropic 的 Claude Code 和 OpenAI 的工具压了一头，声誉受损，当然要把最顶尖的人才调过去追赶。但这也释放了一个信号：Google 正在把资源和注意力从”专门科研 AI 工具”往”通用 AI 科研智能体”偏移。

    AI 自己证伪数学猜想，意味着什么

    就在本周，OpenAI 宣布他们的一个模型证伪了一个重要的数学猜想——据一些数学家说，这是生成式 AI 迄今对数学领域做出的最有意义的贡献。有意思的是，OpenAI 用的这个模型并不是专门为数学设计的，而是一个通用推理模型，属于 GPT-5.5 那个系列。

    这说明通用 AI 智能体确实已经开始在科研领域做出实质性贡献了。如果它们能在数学上做到，那么在其他科学领域（当然要慢一些，因为科学结论需要实验验证）大概也只是时间问题。

    Gemini for Science 现在能干什么

    本次 I/O 发布的 Gemini for Science 包含两个主要工具：AI Co-Scientist（生成科研假设）和 AlphaEvolve（优化算法）。目前还没对公众开放，但 Google 已经允许研究人员申请试用权限了。

    早期测试的反馈不错。斯坦福大学的遗传学家 Gary Peltz 在《自然·医学》上发文，把用 AI Co-Scientist 比作”咨询德尔菲神谕”——也就是问神的意思。这个比喻挺传神的：AI 给出的假设不一定对，但需要人类专家去判断和验证。

    当然，专门的科研工具（比如 AlphaFold）和通用 AI 科研智能体并不是非此即彼的关系。智能体可以调用专门工具作为”工具库”的一部分。没有 AlphaFold 的帮助，任何 AI 系统目前都别想把蛋白质折叠结构预测准。但 Google 显然在把公众形象——以及至少一部分资源和人才——从专门工具的开发，转向更通用的方向。

    “合作者”，而不是”替代者”

    Google 在对外表态上很谨慎，一直强调这些科研 AI 智能体是”加速人类科学家工作的工具”，而不是取代他们。比如，这个工具叫”AI Co-Scientist”而不是”AI Scientist”，这个命名选择看起来相当刻意。

    Hassabis 在采访里也用了类似的说法：”在未来十年左右，我们应该把 AI 看作帮助科学家的神奇工具。再往后，就很难有把握了，但也许这些系统会变得更像合作者。”

    但问题在于：一个有效的科研合作者，本身必须先是一个合格的科研工作者。如果 Hassabis 说的”奇点的山麓”不是吹牛，那么 AI 科研智能体最终超过人类同行，并不是天方夜谭。

    Hassabis 在 I/O 期间跟记者 Mike Allen 聊天时提到，他最早被 AI 吸引，是因为看到物理学在 1970 年代之后进展停滞了；他在想，人类心智是不是在这个领域已经触到了天花板，也许 AI 能帮我们突破这个壁垒。超人类的 AI 科研智能体，确实符合这个描述。

    我们也许永远到不了那一步。但 Google 看起来正在往那个山顶爬。只是不知道，等到了之后，站在山顶的还会不会是我们人类。