核心内容总结
谷歌DeepMind解散了曾获诺奖级突破的AlphaFold团队，将其并入Gemini驱动的“AI for Science”体系——这不是否定专用模型，而是AI科研模式的升级：从“用专用模型解决单一科学问题”，转向“让通用智能体参与完整科研流程”。北美AI三巨头（谷歌、OpenAI、Anthropic）都在押注这一方向，同时引发了科学家人才争夺战，中美也将在此领域展开国家层面的竞争。
一、AlphaFold解散不是失败，是AI科研“换打法”了
AlphaFold是AI解决单点科学问题的巅峰（比如预测蛋白质结构），但它只能干这一件事。现在DeepMind想让AI从“工具”变成“科研助手”：不仅能解决问题，还能自己读文献、提假设、设计实验、分析结果。原来的AlphaFold团队成员被分到Gemini智能体项目、酶设计等新方向，就是要把专用模型变成智能体可以调用的“技能模块”——就像你手机里的计算器APP，是智能助手（比如Siri）能调用的功能之一，而不是单独存在。
二、北美巨头都在搞“全能AI科研助手”
谷歌推出Gemini for Science套件，把能生成假说的AI Co-Scientist、优化算法的AlphaEvolve都整合进去；OpenAI让GPT接入实验室做实验，还可能用模型解决了80年的数学猜想；Anthropic的Claude Science能自动生成多个“子AI”分工干活（比如一个查文献、一个算数据）。他们的目标都是让AI覆盖科研全流程，而不是只做某一步。
三、人才争夺变天：AI公司抢的不再是程序员，是科学家
以前AI公司抢机器学习工程师，现在抢的是懂物理、化学、生物的科学家。比如AlphaFold灵魂人物江珀去了Anthropic，菲尔兹奖得主（数学最高奖）拿奖后立刻加盟OpenAI。为什么？因为AI做科研需要科学家给“真实反馈”——比如AI提出的假说对不对，实验设计合理吗？科学家能帮AI纠正错误，形成“AI做科研→科学家反馈→AI改进”的闭环。字节跳动也推出了STEM科学家计划，和Anthropic的逻辑一样。
四、AI做科研得先过“靠谱+安全”两道关
AI做科研不能像聊天机器人那样“瞎编”——错误会在实验中暴露，所以得满足三个要求：①不能有“幻觉”（说假话）；②过程可审计（比如数据来源、实验步骤都要留痕，人类能复核）；③能提出新问题（不是只回答已知的）。另外还有安全风险：比如AI能设计药物，也可能设计出有害的生化武器，所以需要“受控环境”（比如只有授权的人才能用）和安全验证体系。
五、中美竞争新战场：AI for Science成国家级较量
美国白宫把AI赋能科学提升到国家竞争高度，想利用现有模型和科研优势，把技术领先变成长期科学发现能力。中国企业也在跟进（比如字节的计划）。未来竞争的关键是谁先建立“模型→智能体→实验平台→科学家”的完整闭环——这不仅是技术比拼，更是科研体系的比拼。
一句话总结
AI做科研的方式正在从“单点突破”转向“全流程参与”，巨头们在抢技术、抢人才，中美在抢未来的科研主导权。这不是AlphaFold的结束，而是AI改变科学的开始。