Nature：AI 還沒準備好研究自己

一項發表於學術期刊的評估指出，AI 尚未準備好進行自主研究。實驗中，一套代理式系統確實成功從兩篇電腦科學論文中發展出後續概念，但當研究成果送交原始論文作者評估時，作者們的評價並不高。

這個落差揭示了「自主研究」這個目標的複雜度。從表面指標看，系統的表現似乎相當可觀——它能閱讀論文、理解其中的方法、提出延伸方向，並產出形式完整的研究成果。若以自動化評分或基準測試衡量，這樣的產出可能得到不錯的分數。但真正熟悉該領域的專家，關注的是完全不同的層面。

研究的價值判準與產出的形式完整度並不等同。專家評估一項研究時，會問的是：這個問題重要嗎？提出的方向是否觸及該領域真正的困難所在？延伸是否具備非顯而易見的洞見，還是只是把既有方法套用到相鄰情境？這些判斷高度依賴對領域全貌的掌握——知道哪些路徑已經被嘗試過並失敗、知道社群當前的爭論焦點、知道什麼樣的結果會改變其他人的研究方向。

當前模型的訓練方式，讓它們在「產出符合既有範式的內容」上表現優異，但在「判斷什麼值得研究」上則相對薄弱。這也解釋了為何 AI 生成的研究常被評為技術上正確但缺乏意義——它能正確地做事，卻不容易判斷該做什麼事。

這個結論對當前的產業敘事構成一定的修正。近年多家業者宣稱 AI 即將能自主推進科學研究，並以此作為模型能力的重要里程碑。而由原始領域專家進行的實際評估顯示，形式上的完成度與實質的研究貢獻之間，仍存在明顯距離。

不過，這並不否定 AI 在研究流程中的價值。在文獻檢索、實驗執行、資料分析、程式碼撰寫與繁瑣的推導驗證上，AI 已能大幅提升效率，讓研究者把時間集中在問題設定與判斷上。這種「加速執行而非取代判斷」的定位，可能才是當前技術水準下最務實的應用方式。

方法論上，這項評估也提供了值得參考的做法：以原始論文作者作為評審，比起自動化指標或一般標註者，更能反映領域內的真實標準。這類評估設計，對於後續衡量 AI 研究能力的進展相當重要。

後續觀察重點包括：類似評估在其他學科領域的結果、模型在問題選擇能力上的改善進度，以及學術社群對 AI 參與研究的揭露規範。