科研成果：当AI拿下诺奖，我忽然有点慌

说真的，那天刷到 2024 年诺贝尔化学奖的推送，我正在挖西瓜。勺子悬在半空，汁水滴了一手机。DeepMind 的 AlphaFold 团队真拿了奖，跟蛋白质折叠干的仗，打赢了。

对，就是那个读博时让我熬掉半头黑发的课题——预测蛋白质三维结构。以前我们啃着 X 射线晶体学、冷冻电镜，熬大半年解一个结构，现在呢？点一下，几秒钟，算出来。

你问我什么感觉？

爽。但更慌。

AlphaFold 凭什么？因为那是一种暴力的优雅

其实圈外人可能不懂，蛋白质结构预测这坑，少说挖了五十年。上个世纪就有人叫它“分子生物学的圣杯”。什么同源建模、从头折叠，一帮子物理学家和生化学家绞尽脑汁，准确率像过山车。

然后这帮搞 AI 的冲进来——注意，他们根本不按传统路数玩。没有往死里抠热力学参数，而是喂数据、跑网络、迭代。AlphaFold 一代打趴 CASP 竞赛所有人，二代直接把误差干到原子级别。这简直就是一记闷棍，砸在那些“老学究”头上。

但你不能不服。Demis Hassabis 和 John Jumper 他们做的事，有股子疯劲——像当年图灵捣鼓他那台机器，像克里克焊出双螺旋模型。那种不理会教科书的野蛮感，太迷人了。

可一转头我就想起我们实验室墙上贴的标语：“发够五篇一区，才算成果”。

鼻子突然有点酸。

咱再看看身边的“科研成果”，PPT 里的王

这几年国内科研圈的口号越来越响。“卡脖子”、“有组织科研”、“揭榜挂帅”……经费砸下去，水花确实大。但仔细咂摸呢？

我有一个哥们，在某双一流搞材料。组会汇报永远高能：什么石墨烯改性突破，效率提升 300%，国际领先。可私下撸串，他灌口酒骂：“妈的，数据调了俩月才够看，重复实验崩三次了，老板让先写专利再慢慢补。”你看，很多“成果”诞生在项目结题截止前夜，诞生在职称评审表递出去那刻，诞生在路演 PPT 那个夸张的曲线上。

不是所有都假，但那股浮躁，像雾霾，罩着。

项目申请书写得跟科幻小说似的，结题报告又像会计做账。而那个真正想搞懂一个微小机制的人——比如某个蛋白磷酸化到底怎么调控代谢——可能正被绩效办催着填论文分区表。

好笑吗？又笑不出来。

好的科研成果，得从“不着急”的土里长出来

我特怀念读博时隔壁组那位临近退休的老头儿。姓赵，一辈子没评上“杰青”，帽子最高到副教授。但他有间破屋子，种拟南芥，跟光周期突变体死磕了二十年。没有 CNS（Cell/Nature/Science），只有几篇老旧的 Plant Journal。但他摸透了植物开花的某个细节，像老农谙熟节气。后来一家种业公司请他去，真金白银解决了早花减产问题。田里增产的苞谷，不会说谎。

赵老头的故事没上过新闻。可在我这儿，比好多院士的简历都沉。

再看看 AlphaFold，它背后是 DeepMind 十年不计成本的投入，是 Hassabis 本人从游戏 AI 跨到科学发现的执念。据说早年连 Google 内部都有人觉得这项目太虚，但人家愣是没被 KPI 掐死。为什么？因为那块土壤允许好奇心长成大树，而不是刚发芽就急着割韭菜。

这对比，扎心不？

别把“成果”窄化成论文，也别把“创新”喊成口号

AlphaFold 拿诺奖后，我刷到很多公众号文章，标题一个比一个耸动：“天塌了！生物学不存在了！”“AI 正在杀死传统科研”。

扯淡。

工具厉害，就一定是科学家的棺材板？倒不如说，它把那些重复性高的、试错性的活儿接管了，逼着人更聚焦真正的创造力。蛋白质结构只是个三维坐标，怎么从结构推导功能，怎么设计出结合特定抗原的抗体，怎么理解动态构象变化——这些，AI 还嫩得很。

但怕就怕，我们这头又开启“大炼模型”模式，把 AlphaFold 包装成新的时髦词儿，追热点发论文，换个物种跑一遍就敢喊“填补空白”。

说实话，真正的科研成果，往往带着点笨拙。它不太完美，甚至最初无人问津。孟德尔的豌豆实验冷遇了几十年，卡皮察的低温物理被苏联当局骂“离经叛道”。现在呢？基因编辑靠的就是那套遗传定律，超导研究离不开液氦。

所以，别急着鼓掌或焦虑。沉下去，像种子那样，挨过冬，才看得见芽。

对了，写到这里，我瓜吃完了。看了眼新闻，又有某高校宣称“自主研发了全新蛋白质设计算法，性能超越 AlphaFold3”。我本能地点头，然后默默点开了预印本——果然，数据集是同源序列构建的，还没公开对比测试。

好吧，西瓜挺甜，但后味有点涩。

科研的路还长。慢点走，或许更快。