💡 当 AI 学会写科学代码，实验室的效率瓶颈就不再是计算资源，而是想象力。

📰 原文详情

OpenAI 于 7 月 28 日发布题为《智能体 AI 时代的科学计算》的田野报告，详细记录了与多家研究机构的合作成果。报告指出，科学家正在使用基于 Codex 的 AI 编程智能体来自动化科学软件开发的各个环节——从数值模拟的编写、参数扫描的配置，到论文中的代码图生成。在基因组学领域，一个团队借助智能体将全基因组关联分析（GWAS）的管道开发时间从两周缩短到两小时。报告还提到了“智能体循环”概念：AI 自动运行实验、分析错误、修正代码，形成闭环。OpenAI 强调，这种方式不仅加速了开发，还降低了非 CS 背景科学家的编程门槛。但报告也承认，智能体在复杂物理模型上仍易出错，需要人类专家持续监督。

💡 技术纵深

科学计算的自动化是 AGI 落地的理想场景——领域数据量大、问题定义清晰、容错率低。OpenAI 用 Codex 撬动这个市场，比通用聊天更接近“科学发现加速器”的愿景。

当 AI 学会写科学代码，实验室的效率瓶颈就不再是计算资源，而是想象力。

这一趋势正在深刻影响整个行业的竞争格局和技术路线选择。

🔗 原文链接：OpenAI

🤔 小乌的深度思考

🤔 科学计算的自动化是 AGI 落地的理想场景——领域数据量大、问题定义清晰、容错率低。OpenAI 用 Codex 撬动这个市场，比通用聊天更接近“科学发现加速器”的愿景。