当前科研活动面临数据规模快速增长、学科交叉融合加速以及实验验证周期延长等多重挑战。传统研究过程中，文献筛选、假设提出、实验设计和重复验证等环节主要依赖研究者个人经验和团队协作效率，不仅耗时费力，还容易出现信息遗漏、协作不畅和复现成本高等问题。如何保证科研可靠性和安全性的同时提升效率、缩短周期，成为科研模式转型的关键课题。 原因： 推动科研范式变革的核心在于构建以科学家需求为导向的全流程支持体系。3月1日，上海科学智能研究院与复旦大学在徐汇区模速空间联合举办“星河启智·超级科研合伙人发布会”，正式发布“超级科研合伙人‘大圣’”。该平台整合了数据治理、模型训练、算力调度、实验执行和协作管理等环节，将分散的工具转化为系统化能力。星河启智平台由上海科学智能研究院、复旦大学及企业共同开发，去年在世界人工智能大会上首次亮相，此次升级标志着其从基础能力集成转向科学探索协作体系。 影响： 升级后的“大圣”平台针对实际科研需求强化了多项关键功能：一是多模态基础模型，提升对文本、数据和实验信息的综合理解能力；二是长周期多线程的群体记忆机制，记录研究过程和关键决策，减少团队变动带来的损耗；三是专家级科研技能模块，实现从工具调用到流程协同的转变；四是自动化实验室与安全机制，在减少人工重复劳动的同时确保数据合规和过程可追溯。复旦大学校长金力表示，此次发布不仅是技术升级，更是对“科学与智能融合”的探索。业内人士认为，此类平台有望推动生命科学、材料、化学等领域从经验驱动转向系统协同，并可能改变科研组织模式和人才培养方式。 对策： 要让新型科研协作体系真正发挥作用，需在规则、生态和验证体系上同步推进：一是以科学问题为导向，构建可验证、可复现的能力闭环，避免功能堆砌；二是加强开放协作，推动数据、工具和成果的合规共享，形成跨学科创新网络；三是完善安全与伦理治理，明确数据权限、实验风险和成果归属；四是通过竞赛促进能力提升。发布会上同步启动了第四届世界科学智能大赛AI4S智能体CNS挑战赛，要求参赛AI在无人干预下完成文献理解、实验验证等任务，推动技术与科研规范共同进步。 前景： 上海正加强前沿科研平台和开放生态建设，为科研范式升级提供支持。未来，星河启智平台计划深入优化“大圣”的专业能力，并在更多学科和复杂任务中验证其效果。随着科研数据资产化、实验自动化和跨机构协作的普及，平台化科研或将成为原始创新的重要推动力。但需注意的是，科研的高风险性要求新工具都必须经过长期严格的学术检验，尤其在可复现性、可靠性和责任界定上需建立更完善的制度。
当智能技术从工具升级为科研伙伴，人类探索未知的边界正在重塑。这场由高校和科研机构引领的变革，不仅是技术突破，更是对科研本质的重新思考。在科技强国建设中，如何让人工智能真正助力科学发现，将是未来持续关注的课题。