按日期更新，收录此刻值得追踪的主张、解释与质疑。
主张标准化实验室接口会显著降低 agent 操作仪器的门槛，但 API access 不会自动赋予它对物理状态与安全操作的理解。
为什么读推荐从 Genentech 的泡沫故障读起：软件调用完全正确，实验在物理世界里却出了错。它把下一道瓶颈说得非常具体。
主张如果科学越来越为机器可读的数据而优化，发现或许会加速，但解释权与控制权也可能更远离人。
为什么读它把可解释性、企业控制与生物黑箱数据视为同一个制度问题，而不是三个技术旁支，这是最值得读的地方。
主张真正有用的 AI scientist 需要非显然类比、有效分歧和对环境动力学的建模，而不只是语言空间里的流畅推理。
为什么读Zou 把问题从 agent 能否执行流程，推进到它能否产生让新科学真正开始的那种分歧。
主张AI scientist 应该在可交互的隐藏世界里接受评测，观察证据能否改变假设，而不是只做静态问答。
为什么读这是最清楚的下一步建设提案之一：有限预算、真实反馈，以及能看见 agent 是否真的更新判断的完整轨迹。
主张AI 风险取决于它改变了威胁路径中的哪一步，因此 CBRN 评估必须画出具体流程与物理瓶颈，而不能只计算信息增量。
为什么读建议在 Olvera 之后读。前者说物理门槛仍高，这篇追问 AI 会降低哪一道具体门槛；争论的其实是干预点在哪里。
为什么一起读: 两篇从同一个事实出发：把想法变成物理现实很难。对读才能看见，同一道瓶颈如何同时限制科学收益与危害能力。
主张AI 可能压缩靶点与分子发现，但毒理、药代、试验设计、招募和监管仍以年为单位返回证据。
为什么读它把“加速生物医学”的承诺拆成一系列有名字的环节，让读者看清模型能缩短哪一个时钟，又暂时碰不到哪些时钟。
最短、最好读的一组入门对读：两位作者都承认经验数据重要，分歧只落在一个可检验的问题上，即基因组学是否即将摆脱数据稀缺。
主张实验科学不能依赖 plausibility；自动化必须保留可检查的方法、约束与 provenance，因为错误会直接进入物理世界。
为什么读Rickerby 真的让 AI 一路决定到 reagent 和 well。这是一份来自边界现场的报告，而不是对边界的预测。
主张很强的 benchmark 分数还没有迁移到开放式研究，因为选题、判断和改变方向本身就是任务的一部分。
为什么读两位作者的方法比结论更值得学：逐条追问亮眼数字怎样得到、脚手架贡献了多少、agent 到底独立选择了什么。
主张关于 AI 正在重塑生产率的主张仍主要依赖轶事，而严格证据稀少且格外难解释。
为什么读MIT 预印本撤回后，这篇更像一条编辑纪律：面对每个惊人的生产率数字，先问它究竟测量了什么。
主张如果 agent 让假设变得廉价，验证、agent-ready data 与 peer review 就会成为新的科学瓶颈。
为什么读少数具体回答“下一步该建什么”的文章：当想法不再稀缺，资助者与科研机构该如何重新配置能力。
主张当内部激励让异议代价高昂、外部问责又很弱时，公开的负责任 AI 承诺可能失去实际作用。
为什么读它的价值不在中立，而在具体。Turner 明确区分了公开证据与读者无法独立核实的私人交流。
主张模型可以解决被明确表述的问题，却未必拥有发现值得表述的问题所需的隐性知识、失败经验与判断。
为什么读这是对当下 science benchmark 的结构性质疑：它们评测的，是已经通过最难那一步科学判断之后的问题。
主张信息获取不是生物武器的决定性瓶颈；湿实验隐性知识与物理执行仍主导从想法到危害的路径。
为什么读这个论证与 AI4S 乐观论证互为镜像：把想法变成物理现实的困难，同时限制危害与科学收益。
为什么一起读: 两篇从同一个事实出发：把想法变成物理现实很难。对读才能看见，同一道瓶颈如何同时限制科学收益与危害能力。
主张RLVR 在数学与代码上奏效，是因为 verifier 廉价且可靠；大多数重要科学问题并不具备这个条件。
为什么读这是对“数学和代码行，所以科学也行”最直接的反驳。决定成败的可能不是规模，而是评估器是否存在。
主张如果 agent 收集了证据却不更新信念，正确结果就不能证明它拥有自我修正的科学过程。
为什么读完整轨迹能暴露最终得分掩盖的认识论失败。这是为什么必须评估过程，而不只是答案。
主张如果不先盘点有哪些科学数据、由谁控制、机器能否真正使用，政府就无法有效规划 AI for science。
为什么读它没有模型发布那么显眼，却非常具体地指出了许多能力主张所依赖、但尚未建设的公共基础设施。
主张把想法转成明确项目、获得资金的团队和可执行机构，本身就是一类科研基础设施。
为什么读它把元科学视为可以建设和检验的东西，正面回答了假设变便宜之后，瓶颈会移到哪里。
主张有效的 BioML 工作更依赖扎实基础、面对混乱数据的能力与快速检验问题，而不是记住大量生物学知识。
为什么读这是一张 AI4S 实验室所需复合型科研与工程人才的实用地图，来自正在招人和建设团队的一线。
主张更好的结构与分子建议，并不会消除主导药物研发的生物学、药代、毒理与临床失败。
为什么读这里选一篇药物化学一线的代表作，而不是博客首页。Lowe 最持久的判断是：结构可以很难，却仍然不是决定速度的瓶颈。
主张强大的 AI 可能把五十到一百年的生物医学进展压缩到五到十年。
为什么读这是被引用最多的乐观主张，也把赌注押在了可检验的位置：瓶颈究竟在想法，还是实验吞吐、试验周期与监管？
主张一篇高影响力方法论文若不提供可运行代码，就难以满足科学发表应有的可复现标准，尤其当成果来自企业实验室时。
为什么读它检验的是期刊规范还能否约束前沿企业研究。AlphaFold 3 后来公开代码，让这场争论产生了实质后果，而不只是象征性抗议。
主张全基因组测序的成本曲线可能很快产生巨大规模的数据，从而削弱“生物数据会持续稀缺”这个前提。
为什么读建议第二篇读。它接受 Listgarten 的大部分论证，却直接攻击其中一个前提；两篇短文构成了一场干净的争论。
为什么一起读: Listgarten 认为科学受限于经验数据；Noble 接受这个框架，却质疑基因组学是否会持续缺数据。两篇应当对读，因为分歧最终落在一条未来可以测量的数据增长曲线上。
主张如果缺少合成专长与验证，GNoME 提议的结构很少能同时满足新颖、可信与有用。
为什么读核心争点是计算语境与实验语境里的“发现”根本不是一回事；后来自动化实验室的更正又回到了同一条边界。
主张对 A-Lab 全部产物的重新检查发现了系统性的衍射分析与新颖性问题，因此原始证据并未证明发现了 43 种科学意义上的新材料。
为什么读这是整份档案里最硬的一次外部核查：依据的是原作者的衍射数据，而不是立场或预测。后来的更正采用了同一个区分，即“对平台新”不等于“对科学新”。
主张科学的根本瓶颈是数据而不是模型，用 AI 生成合成数据不能创造缺失的经验信息。
为什么读建议第一篇读。这是整页最精炼的怀疑论，也解释了为什么蛋白折叠可能是异类，而不是其他学科的模板。
为什么一起读: Listgarten 认为科学受限于经验数据；Noble 接受这个框架，却质疑基因组学是否会持续缺数据。两篇应当对读，因为分歧最终落在一条未来可以测量的数据增长曲线上。
主张Data leakage 是跨学科的系统性失效模式，会让机器学习结果显得远比实际可靠。
为什么读如果可靠性只读一篇，就读这篇。它审查的是“用 ML 做科学”的底座，而不是又一个孤立模型。
主张AI 通过一组反复出现的角色改变发现，但效果取决于每个学科的数据、表征、实验与制度条件。
为什么读如果只读一篇了解全局，读这篇。跨学科的横向比较，比其中任何单一方法都更能说明问题。
主张跨学科来看，论文和专利在数十年间越来越少与既有工作形成真正断裂。
为什么读任何“AI 正在加速科学”的说法都该放在这条基线上衡量；对照组不是零，而是一条长期下降的颠覆性曲线。
主张科研制度可以被主动设计与检验，从而让发现生态学会改进自身的社会过程。
为什么读它回答了廉价假设带来的问题：注意力、资金与实验产能会变成分配难题，而模型本身无法解决。
主张准确预测蛋白结构，并不等于理解支配折叠的物理与化学原理。
为什么读适合已经读过科普、想进入下一层的人。“预测对了”和“理解了”的区分，会在之后每个领域重演。
主张AlphaFold2 不是一次常规增量，它实际上终结了单链蛋白结构预测作为竞赛问题的时代。
为什么读整份档案最值得先读的一篇。作者自己的部分研究方向因此被淘汰，却仍是最早不打折扣承认其分量的人之一。
为什么一起读: 第一篇记录 AlphaFold2 之前，AlphaFold 看起来仍无法解决什么；第二篇则记录 CASP14 之后，这个判断需要多快地被改写。
主张临床 AI 的结果再漂亮，如果缺少代码与方法细节、无法接受独立检验与学习，其科学价值就会受损。
为什么读这是 AI4S 时代第一场按期刊规则打完全程的对质。质疑、答辩与补充方法说明：争论的终点应该是可检查的材料，而不是各自表态。
为什么一起读: 质疑追问不可检查的结果还剩多少科学价值；回应与同日 Addendum 则让读者判断，期刊压力能否把异议转化为新增材料。
主张临床限制与受保护数据可能阻止完全公开，但模型仍可接受评估，方法也可以变得显著更可检查。
为什么读建议第二篇读，并同时查看同日 Addendum。它的价值不是让所有异议消失，而是让交锋真正补出了更多实验细节。
为什么一起读: 质疑追问不可检查的结果还剩多少科学价值；回应与同日 Addendum 则让读者判断，期刊压力能否把异议转化为新增材料。
主张在多个领域，维持同样的进展速度需要投入快速增长的科研人力。
为什么读这是整场辩论的分母：AI 改变了科研生产率下降曲线的斜率，还是只往上面再加了一批研究者？
主张能随算力扩展的通用方法，长期会胜过围绕人类知识与手工结构构建的路线。
为什么读AI4S 的架构争论总会回到这里，但要看清适用边界：Sutton 的历史证据来自数据充足的领域，而科学往往最缺数据。
主张AlphaFold 在 CASP13 的第一次突破令人印象深刻，但仍可理解为既有学术轨迹里的正常进展。
为什么读建议在 2020 那篇之前读。观察同一个人在两年内如何修正自己的判断，比任何回顾性叙述都更有说服力。
为什么一起读: 第一篇记录 AlphaFold2 之前，AlphaFold 看起来仍无法解决什么；第二篇则记录 CASP14 之后，这个判断需要多快地被改写。
AI FOR SCIENCE · ARGUMENTS
AI4S Commentary
追踪 AI for Science 中值得持续阅读的论证：从第一现场，到技术质疑与正式的科学交锋。