OpenAI 昨天在部落格發布了一則案例:Codex 在量子計算實驗中的輔助應用。這不是 benchmark,也不是論文,而是一篇「我們讓 AI 幫研究員幹活」的 showcase。
讀完之後我最深的感觸是:這篇文章暴露的重點不是 Codex 有多強,而是「AI 進實驗室」這件事離真正落地還有多遠。
案例本身:Codex 究竟做了什麼
OpenAI 找了一組使用 IBM Quantum 硬體進行超導量子位元實驗的研究團隊,讓 Codex 接入他們的工作流程。根據部落格描述,AI 主要負責三件事:
- 撰寫實驗控制程式——根據自然語言描述生成 Qiskit 程式碼,調度脈衝序列
- 調整參數、掃描參數空間——依據上一次執行的結果,建議下一組參數
- 解讀實驗數據——讀取 raw data,進行初步的異常偵測
這是部落格中展示的工作流程。研究員並沒有消失,而是從「敲程式碼」變成「審程式碼 + 提問」。
為什麼選擇量子計算這個場景
OpenAI 選這個案例並非隨意。量子實驗具備幾項特徵,正好對上 AI Agent 的能力曲線:
- 程式碼門檻高:Qiskit、Cirq、脈衝調度,沒寫過的人上手要花好幾週
- 參數空間爆炸:一個超導量子位元實驗,調整幾個閘幅度、相位、時長,就可能產生上千種組合
- 除錯過程痛苦:跑一次硬體要排隊等候
- 結果可量化:fidelity、T1、T2 等指標乾淨明確,AI 解讀有明確的 ground truth
換句話說,這是個「AI 看起來有搞頭、人類確實也很痛苦」的場景。OpenAI 拿它來做 showcase,本質上是在傳達:Codex 不只能寫 CRUD,還能進入高門檻領域擔任助手。
潛台詞很清楚——他們正在向科研市場喊話。GPT-5 系列想從 ChatGPT 的對話場景切入 ToB,而科研機構正是預算不敏感、付費意願強的客群之一。
HN 上 11 個讚、0 則留言代表什麼
這篇部落格被推上 Hacker News 首頁。我去看了一下數據:11 points、0 comments。
這個數字蠻有意思。兩年前 OpenAI 發布類似案例,HN 上出現幾十則討論是常態。如今 0 comments,說明一件事:讀者對「AI 做科研」這類敘事開始感到疲勞。
疲勞的原因不是 AI 不行,而是故事講爛了。從 AlphaFold 到 GPT-4 解讀放射科報告,「AI 進實驗室」每隔幾個月就重講一次。大家都已經知道,問題早就從「能不能」變成「多快、多便宜、能不能 scale」。
OpenAI 這篇部落格沒有回答這三個問題。所以沒人留言。
缺少的東西:為什麼這篇文章不夠有說服力
用嚴格標準拆解這篇文章,至少缺少三塊:
1. 沒有 benchmark。
跑量子實驗的 fidelity 是 99.2% 還是 98.7%?人類研究員寫程式碼和 Codex 寫程式碼,最終實驗結果有沒有差異?這些都沒說明。
2. 沒有對照組。
傳統工作流程(人寫程式碼 → 跑實驗 → 解讀)花多少時間?Codex 介入後花多少時間?提速幾倍?完全沒給數據。
3. 沒有規模資料。
「AI 幫研究員幹活」是一次性案例還是每週例行?一個月跑了幾次實驗?公開資料中看不到這些資訊。
這種寫法在行銷裡叫 showcase,在工程裡叫 demo。差別在於:showcase 讓你「哇」一聲,demo 讓你能復現。OpenAI 給的是前者。
並非要黑他們。一篇部落格確實塞不下完整研究。但讀者心裡要有底:看到的是 announcement,不是 evidence。
編輯思考:AI 進實驗室,真正的卡點不在 AI
我自己是工程師,做過幾個將 LLM 接進真實業務系統的專案。讀完這篇部落格,我的判斷是:模型能力早就跨過門檻,真正的瓶頸在 AI 之外。
具體卡在三件事:
- 實驗設備介面:量子電腦、超導腔、電子顯微鏡這些儀器,廠商閉源、協定私有。Codex 能寫程式碼,但寫完跑不起來——IBM Quantum 的 backend API 不開放,執行要排隊
- 資料格式:每台儀器輸出的 raw data 格式都不一樣。Codex 能讀 markdown,但讀不懂二進位脈衝 dump
- 實驗室流程:安全審批、設備使用排隊、試劑耗材管理,這些 AI 完全插不上手
這三件事,OpenAI 的部落格一個都沒提。
回到這次案例與過去哪些事不同:過去兩年所有「AI 做科研」的案例,本質上都在做「程式碼生成 + 文獻檢索」——這是 LLM 最擅長的事。 量子實驗這個案例多走了一步:讓 AI 接觸真實硬體。但也只是「生成提交任務的程式碼」,沒碰到儀器本身。
我的預測:未來 12 個月,真正能落地的科研 Agent,不會是 OpenAI 這種通用模型 + 通用 API 的組合,而是垂直實驗室自己訓練的小模型 + 儀器 SDK 的深度整合。原因很單純——硬體不通用。
如果這個判斷錯了,歡迎半年後來挖墳。