开场：一个没有人的实验室

2025 年 11 月的一个深夜，利物浦大学材料创新工厂的实验室里灯火通明。但仔细看，里面没有一个人。

一台 KUKA 机械臂正在依次完成以下操作：从试剂架上取下 6 个玻璃瓶，用精密天平称量粉末，加入溶剂，在磁力搅拌器上混合，将溶液转移到水热反应釜中，放入烘箱。24 小时后，机械臂取出产物，送到 X 射线衍射仪上分析。数据自动传输到云端，AI 算法在 3 分钟内判断出：产物是目标物，纯度 97.3%。

整个过程，从实验设计到数据分析，没有人类参与。AI 设计了实验方案，AI 操作了仪器，AI 分析了结果，AI 写了实验记录。

一台机器，在一个通宵里，完成了化学博士 3 个月的工作量。

“AI 化学家"的进化史

AI 在化学领域的发展，可以分为三个阶段：

2018-2020：配方推荐。 你告诉 AI “我想合成这个分子”，AI 推荐反应条件（温度、溶剂、催化剂）。本质上是把化学文献中的反应条件变成了一个推荐系统。成功率约 60%。

2021-2023：闭环优化。 AI 不仅推荐条件，还能根据实验结果自动调整。比如第一次反应产率只有 40%，AI 分析失败原因，调整条件，做第二次实验。2023 年 MIT 的闭环系统在 8 轮迭代后，将某个 Suzuki 偶联反应的产率从 35% 优化到了 91%。人类化学家平均需要 20-30 轮。

2024-2026：自主发现。 AI 不再只是优化已知反应，而是主动提出新的化学反应路径。2025 年，苏黎世联邦理工学院的"AI 化学家"系统独立发现了 3 种新的 C-H 活化催化剂，其中一种的催化效率比已知最好的催化剂高 2.5 倍。论文发表在了 JACS 上，审稿人给出的评价是"令人印象深刻的新发现”——他们不知道实验设计是 AI 做的。

一个真实的实验流程

让我带你走一遍"AI 化学家"做实验的过程：

第 1 步：假设生成。 AI 阅读了 1.2 万篇关于 C-H 活化的论文，用自然语言处理提取了关键信息（催化剂结构、反应条件、底物适用性）。然后，它用图神经网络预测了 500 种尚未被报道的催化剂结构，按"预测活性"和"合成可行性"两个维度排序，选出了前 10 个。

第 2 步：实验设计。 AI 为每个候选催化剂设计了 3 种合成路线，考虑了试剂可得性、反应安全性、预计产率。10 个催化剂 × 3 条路线 = 30 个实验方案。

第 3 步：自动执行。 机械臂按顺序执行 30 个实验。每个实验完成后，自动取样、自动进样到 HPLC 和 NMR 中分析。如果产率太低或产物不对，AI 自动标记为"失败"并跳过后续优化。

第 4 步：结果分析。 30 个实验中，6 个成功合成了目标催化剂。AI 对这 6 个催化剂进行催化活性测试，发现 3 个有显著活性，1 个表现突出。

第 5 步：论文撰写。 AI 根据实验结果自动生成了一篇论文初稿，包括引言（从文献中自动提取背景）、实验部分（从系统日志中自动生成）、结果与讨论（自动分析结构-活性关系）。人类研究员花 2 小时润色后就投稿了。

人类化学家会被取代吗？

这个问题在化学圈引起了分裂。

“悲观派"认为： 80% 的化学合成工作是重复性劳动——优化反应条件、筛选催化剂、扩展底物范围。AI 机械臂可以 24 小时不间断工作，不疲劳、不犯错、不要求涨工资。为什么还要雇人？

“乐观派"认为： AI 做的都是"已知方法论"框架内的优化。真正的创新——比如提出一种全新的反应机理、设计一种前所未有的分子结构——仍然需要人类的直觉和创造力。

我倾向于认为，两种观点都低估了变化的速度。

2025 年，AI 化学领域的论文增长率是 170%。AI 不仅能做"已知框架内的优化”，它已经开始提出新的化学假设。虽然这些假设目前还比较初级，但进步速度是指数级的。

三个关键瓶颈

不过，AI 化学家离"完全自主"还有三个关键瓶颈：

瓶颈一：安全性。 AI 还没有真正的化学安全意识。它可以设计出一个理论上可行但实际会爆炸的实验方案。目前所有 AI 化学系统都内置了"安全黑名单”（某些试剂组合被禁止），但这个黑名单远不够全面。

瓶颈二：感官缺失。 人类化学家做实验时，不光看数据。他们还会看颜色、闻气味（虽然在通风橱里）、听声音。溶液变浑浊了、颜色不对了、有奇怪的气泡了——这些"非结构化信息"经常比仪器数据更快地发现异常。AI 机械臂没有这些"感官"。

瓶颈三：失败的解释。 当实验失败时，AI 擅长说"失败了"，但不擅长说"为什么失败"。人类化学家可以从失败中提炼出新的假设，AI 目前只能把失败标记为"负样本"放进训练数据。

结尾：化学的"自动驾驶"时刻

如果你研究过自动驾驶的发展史，你会发现"AI 化学家"正处于类似的阶段。

L2 级别（部分自动化）：AI 可以辅助做实验，但人类需要随时准备接管。我们现在在这里。

L4 级别（高度自动化）：AI 可以独立完成绝大多数常规实验，只在遇到异常时呼叫人类。这可能在 3-5 年内实现。

L5 级别（完全自动化）：AI 可以独立提出科学假设、设计实验、执行实验、分析结果、撰写论文。没有人知道这需要多久，但 2025 年的"AI 审稿人没发现作者是 AI"这件事暗示，L5 的某些方面可能比我们想象的更近。

推荐阅读：苏黎世联邦理工 AI 化学家 JACS 论文 (2025)；MIT 闭环优化系统 (Nature, 2023)；Nature 综述《Autonomous chemical research》(2025)