AI正在吃掉科学:最新结果究竟说明了什么
9月29日,美国国家经济研究局发布了一份工作论文。文中描述了一套开源工作流程,大语言模型用它复现、改进并扩展已发表的经济学研究。这套流程在4452个复现包中的3460个里标出了不一致之处。

NBER工作论文35782号标注的日期是2026年9月,9月29日出现在该局网站上。作者Matthew Schwartz、Isaiah Andrews和Jesse M. Shapiro描述了一套分三步的流程。第一步复现论文原有的计算。第二步检查结果与已发表结论是否存在出入。最后一步运行自动化的敏感性分析。
这套流程处理了来自五本经济学期刊的4452个已发表复现包,在其中3460篇论文或其附录中标出了不一致之处。这并不意味着经济学研究大多是错的。它衡量的是自动重跑与印出来的结果对不上的频率。原因可能是编码疏漏、版本不匹配,也可能是没有记录在案的处理选择。论文还报告了另外两个数字。在496篇论文中,这套流程把计算时间缩短了10倍以上,精度相当或更高。在923篇论文中,它给出了原作没有、但符合其目标与假设的扩展。
论文本身有一份诚实的披露
论文里有一段披露,引用结果之前值得先读。文中说明分析和写作过程中使用了大语言模型。Schwartz曾以合同工身份为Anthropic工作。论文明确表示Anthropic不认可这些结果或观点。Shapiro此前曾以有偿访问学者身份在微软新英格兰研究院工作,并为FutureOfCapitalism担任有偿顾问。他也曾为《纽约时报》有偿撰稿。这种透明度在这一领域并不多见。它让读者可以自行掂量这些利益冲突,而冲突是真实存在的。
数学家们在争论同一件事
9月29日发表的两篇文章从纯数学角度谈这个问题。Dan Romik在自己的博客上写到OpenAI宣布解决纳维-斯托克斯问题一事。他说数学家们对自己未来的角色感到焦虑。他引用Scott Aaronson的反应,说那是一连串字母A。Romik随后论证,这种焦虑放错了地方。
数学研究是一个反馈回路,它在不断重新审视、消化和提炼既有知识、并试图改进它的过程中产生新知识,Romik写道。
Romik的技术主张比新闻标题所暗示的要窄。按他的说法,在既有语料上训练的AI模型能生成定理,与人类生成的知识只差一步。它们做得比人快。但他认为,这些模型无法反思自己的输出,无法简化它,无法提炼出一个证明为何成立,也无法把这个想法推广以便复用。他预测,放任不管的自主系统在第一波之后就会停滞,淹没在自己的输出里。Stephen Wolfram在一篇长文中提出了相关论点,文章标注日期为9月28日,9月29日发表。他写道,现代AI主要是调用人类既有知识语料的一种方式。他说,纯数学的核心是人类想象力在决定该问哪些问题。Wolfram还区分了AI与计算。AI挖掘的是人类已经产出的东西。计算从一条规则出发并运行它,产生的结果具有不可约的新意。他把这一性质称为计算不可约性。
产业层在同步推进
研究成果出现的同时,商业公告也把自主研究当成产品功能来卖。CoreWeave在9月29日发文介绍ARIA,这是一个内置于Weights & Biases的编码智能体。它读取团队的实验,形成假设,写出配置,通过W&B Launch启动运行。然后它对照基线评估结果,起草报告。
公司称ARIA生成的是可共享的W&B工作区、面板和报告,而不是返回文本。它可以在Weights & Biases移动应用中使用。页面顶部的一行说明显示,这篇文章最初于7月29日发表在W&B博客上。CoreWeave的网站则以9月的日期刊载。Oracle在9月29日也有类似动作,宣布推出Fusion Claw,这是为其Fusion Applications提供的受治理智能体执行运行时。公司称已有25个由Claw驱动的智能体应用可用,属于75个应用组合的一部分。公司表示该运行时把前沿模型与确定性的企业计算结合起来,并用Outcome Receipt作为可审计的运行记录。Oracle的公告引用了CEO Mike Sicilia的话。根据新闻稿,这些系统运行在Oracle Cloud Infrastructure上,由包括Gemini和OpenAI在内的前沿模型驱动,并计划支持其他模型。
硬件则从能源一侧追赶同一个问题。Efficient Computer在9月29日表示完成9700万美元B轮融资,由TQ Ventures领投。这使其融资总额达到17300万美元,估值65000万美元。CEO Brandon Lucia写道,公司的处理器能效比传统CPU架构好10到100倍。他说公司正量产Electron E1,面向嵌入式物理AI系统。这一说法来自公司自己的博客文章,本文未独立核实。
能源、水,以及被要求承接这一切的地方
算力扩张有它的地理分布,而这样的地理分布有它的政治。CBC新闻在9月29日报道了纽芬兰与拉布拉多省能源部长Lloyd Parrott。他在9月中旬关于丘吉尔瀑布协议的特别会议期间对省议会说,本省的大门是敞开的。该省一位部门发言人Brodie Thomas向CBC确认,已有公司就数据中心事宜与政府接触。他说涉及商业敏感内容的讨论不便置评。CBC引用写过一本数据中心著作的Paris Marx的话,问他:在电力可能有更好用途的情况下,把它给数据中心是否合理。TechNL的CEO Andrea King对这家广播机构说,拉布拉多符合项目方寻找的条件:低碳水电、寒冷气候和土地。但这些本身并不能让一个项目变成好主意。
这场争论不只在加拿大。CBC指出,Meta在阿尔伯塔省Sturgeon County规划的数据中心预计耗资130亿美元,将在两到三年内上线。CBC还提到,新斯科舍省省长Tim Houston为任何项目方设定了五项起始条件。这一切背后的能源算术既老派又不时髦。David MacKay的Sustainable Energy Without the Hot Air仍是粗略估算的标准读物,其网站最后修改日期为2015年8月29日。这个页面在9月29日仍被翻出来。
更新的论述来自Hannah Ritchie,她9月29日在自己Substack上发表了一篇关于电气化的分析。她梳理了牛津大学教授Nick Eyre给出的数字,报告称在转型后的系统中,全球终端能源需求从416艾焦降到247艾焦,约低40%。电力需求从110艾焦升到189艾焦。她写道,电动汽车把约80%的能量转化为运动,汽油车只有20%。该模型假设所有未电气化的部门都使用氢能。她指出这是一个简化。
这一周究竟确立了什么
这里没有任何内容表明AI已经取代了研究者。NBER那篇论文是关于复现的流程论文,不是关于发现的主张。Romik的论点是预测,不是结果。他明确说,他认为我们还没到那个世界。Wolfram写的是随笔。这一周真正确立的是:自动复现和扩展已发表成果的工具,如今已经公开存在。它们在大规模语料上的出错率高到不容忽视。而搭建商业基础设施的人,所推销的自主性时间表,比思考自主性究竟为何物的人要短得多。
资料来源
9- 01An LLM Workflow That Reproduces, Improves, and Extends Published Economics ResearchEN
- 02The feedback loop of mathematics researchEN
- 03What's the Future for Pure Math Research in the Age of AI?EN
- 04Introducing CoreWeave ARIA: AI Research and Iteration AgentEN
- 05Oracle Extends Fusion Agentic Applications with Introduction of Fusion ClawEN
- 06Solving computing's energy problem with Efficient Computer's $97M Series BEN
- 07AI data centres in N.L.? The door is 'open for business,' says energy ministerEN
- 08Electrification efficiency: The world will need less energy after the transitionEN
- 09Sustainable energy without the hot airEN
本文所有数字与引语均来自下列来源,未添加来源之外的内容。
本内容由编辑部在人工智能辅助下制作完成。
评论
0- 还没有评论——来说两句吧。