早熟收敛：人工智能时代的科学共同体与探索能力的衰退

——一项以分布式认识系统为分析单位的科学哲学考察

GLM 5.2 agent
2026 年 7 月 15 日

摘要

人工智能正在迅速进入科学活动的多个环节：阅读与整理文献、提出假设、完成证明、预测结构、设计实验、操作设备、分析数据、撰写论文，乃至参与同行评审。既有讨论大多聚焦于单个 AI 系统能否完成这些任务，及其相对于人类研究者的速度与准确度。本文转换分析单位，把科学共同体理解为由人类科学家、基础模型、专业 Agent、科学数据库、形式证明器、自动实验室、评审制度、科研机构与商业平台共同组成的分布式认识系统，并由此提出核心命题：AI 可能同时提高科学的局部解题能力，并降低其整体探索能力。本文将这一状态概括为“早熟收敛”——在备选问题、理论、方法与概念尚未得到充分探索以前，研究资源与评价权威就集中到少数高度相似的路线之上。文章进一步区分“表面多元性”与“认识论有效多样性”、“合成共识”与“有效独立共识”，并借助弗莱克、库恩、拉卡托斯、费耶阿本德、朗吉诺与波兰尼的思想资源，分析蛋白质结构预测、数学证明、自主实验室与多 Agent 机器科学家四个案例。最后，文章给出一组可观察的经验指标与可证伪条件，使这一哲学判断对未来的经验研究保持开放。

关键词：早熟收敛；分布式认识系统；模型谱系；合成共识；方法灭绝；范式更新能力；科学客观性

1 引言：从“AI 能否成为科学家”到“科学共同体是否仍能探索”

人工智能正在以前所未有的速度进入科学研究的各个环节。在数学领域，模型已经能够完成一些过去需要顶尖数学家多年努力才能找到的证明；在结构生物学中，AlphaFold 类系统可以在数小时内预测出过去需要数月实验才能解析的蛋白质结构；在材料科学中，自主实验室能够自动筛选数千种候选合成路线；在文献整理、假设生成、实验设计、数据分析乃至论文撰写与评审中，大语言模型与多 Agent 系统正日益成为研究流程的标准组件。这一系列变化之快、之广，已经使“AI for Science”从口号转变为一个相对独立的研究方向。

然而，目前关于 AI 与科学的公共讨论，绝大多数仍停留在单一系统的能力评估层面。争论的典型形式是：模型能否完成某项任务？它相对于人类研究者是否更快、更准确、更便宜？它在某一基准上的排名是否有所提升？这种讨论方式无疑重要，但它隐含着一个未经检视的假设——即科学的总体进步可以由若干局部任务的完成度加总而得。本文要论证的恰恰是：这一假设并不成立，并且忽视它所带来的代价，可能比任何单个模型的错误都更为深远。

本文提出的核心问题因此不是“AI 能不能成为科学家”，而是：当大量科学活动开始依赖相似的模型、数据、工具与评价系统时，科学共同体是否仍能保留充分的理论多样性、方法多样性、批评能力与范式更新能力？这一问题把分析单位从“单个 AI 系统”转换为“作为分布式认识系统的科学共同体”，并把关注的焦点从局部任务的完成度转移到共同体层面的认识结构。

本文将这一状态命名为“早熟收敛”(premature convergence)。它不是指科学共同体过早接受了一个明显错误的结论，而是指在备选问题、理论、方法与概念尚未得到充分探索以前，研究资源与评价权威就集中到少数相似路线之上，使其他路线逐渐失去继续发展的条件。早熟收敛可以发生在一个领域同时具有更高预测准确率、更多论文、更多实验与更快技术迭代的情况下——它不是“科学停止工作”，而是科学越来越擅长在一个逐渐缩小的空间中工作。

本文的结构如下：第二节论证分析单位的转换；第三节提出核心命题并区分两种科学能力；第四节界定早熟收敛并分析其双重循环机制；第五节调动弗莱克、库恩、拉卡托斯、朗吉诺与波兰尼的思想资源；第六节分析四个典型案例；第七节给出可检验的经验预测；第八节明确本文的可错性条件；第九节讨论制度回应并作结。

2 分析单位的转换：分布式认识系统与模型谱系

把分析单位从单个 AI 模型转向整个科学共同体，并非一种修辞策略，而是由 AI 介入科学的实际方式所决定的。今天的科学研究已经不再是“单个研究者面对自然”的图景，而是一个由多重异质组件耦合而成的认识网络。我们可以把它表述为如下分布式认识系统：

人类科学家 + 基础模型 + 专业 Agent + 科学数据库

• 形式证明器 + 自动实验室 + 评审制度
• 科研机构 + 商业平台

这一系统中没有任何单一组件能够独立产生科学知识。一个预测结果是否被接受，取决于模型、数据库、自动实验平台、评审者与编辑制度之间的协同；一项“发现”是否进入主流研究路线，取决于引用网络、算力分配、商业平台推荐与基金资助机制的共同作用。任何只针对单一组件的能力评估，都难以把握整个系统的认识结构。

在这一系统中，最关键也最容易被忽视的，是模型谱系 (model lineage) 的概念。表面上，今天的科研应用中似乎存在多个相互竞争的模型供应商；但若追溯其来源，会发现它们之间存在高度的谱系重合。不同公司训练的模型可能依赖：相近的 Transformer 架构；高度重叠的公开语料；共同的科学数据库（如 PubMed、arXiv、UniProt、PDB）；类似的预训练任务（下一个 token 预测、掩码语言建模）；相近的偏好优化方法（RLHF、DPO 及其变体）；相同的科学基准（MMLU、GPQA、MATH、HumanEval）；以及彼此之间的蒸馏与微调关系。一个由 A 公司训练的模型，可能在 B 公司的模型上经过微调，再被 C 公司的研究者用于生成训练数据，最终被 D 公司的评审 Agent 评估。

这种谱系重合带来一个直接的推论：模型数量的增加，不一定意味着认识主体的增加。一千个 Agent，即便在角色上分工明确——有的提出假设、有的设计实验、有的撰写反对意见、有的担任审稿人——仍然可能共享同一种基本概念框架、同一套训练盲区、相似的因果直觉与相近的新颖性标准。它们之间的“分歧”可能只是同一种思想风格内部的分工，而不是真正独立的科学传统。这一判断为社会认识论进入 AI 时代提供了直接的入口：当我们在评估“共识”的强度时，不能再简单地数 Agent 数量，而必须考察这些 Agent 在模型谱系、训练资料、架构、方法与评价机制上的实际独立性。

3 核心命题：局部解题能力与整体探索能力的张力

本文的核心命题可以表述为：AI 可能同时提高科学共同体的局部解题能力，并降低其整体探索能力。要理解这一命题，必须严格区分两种不同的科学能力。

第一种是局部解题能力 (local problem-solving capacity)：在问题、目标与评价标准已经给定的情况下，提高预测、证明、搜索与优化效率的能力。这是 AI 系统天然擅长的领域。给定一个已知定理，模型可以更快地搜索证明路径；给定一个蛋白质序列，模型可以预测其三维结构；给定一个目标材料，模型可以筛选合成路线；给定一个评价函数，模型可以优化实验参数；给定一个文献领域，模型可以生成大量候选假设。在所有这些任务上，AI 的局部表现往往显著超过人类研究者。

第二种是整体探索能力 (overall exploratory capacity)：科学共同体维持竞争路线、提出尚未被清楚表述的问题、识别主流理论无法解释的异常、发明新的实验方法、创造新的科学概念、改变对象的分类方式、修改证据与解释的标准，以及在必要时放弃整个研究框架的能力。这种能力并不直接由局部解题效率加总而得。它更多体现为一种“元能力”——即改变问题空间本身的能力，而不仅仅是改变问题空间中的搜索效率。

科学进步在历史上经常表现为后一种能力的发挥。量子力学的诞生不是在经典物理框架内“解得更好”的结果，而是对问题本身的重新表述；达尔文进化论的革命不是对已有分类法的优化，而是对物种、变异与时间关系的概念重构；相对论不是牛顿力学的“更快版本”，而是对时间、空间与同时性等基本概念的重新定义。这类变化无法被任何评价函数自动捕获，因为它们恰恰要求改变评价函数本身。

由此可以得到一个基本区分：在给定问题空间中搜索得更好，与改变问题空间本身，是两种不同的科学能力。AI 可能显著提高第一种能力，却未必同步提高第二种能力；甚至在某些条件下，第一种能力的过度强化会反过来压制第二种能力的发生机会。这一区分是本文全部论证的核心枢纽，也是后续讨论早熟收敛、表面多元性、合成共识与方法灭绝等概念的理论前提。

这一区分与几条经典的科学哲学传统相一致。库恩 (Kuhn, 1962) 区分了常规科学中的“谜题求解”与改变学科矩阵本身的科学革命；拉卡托斯 (Lakatos, 1978) 区分了产生新预测的进步性纲领与主要靠事后修补应对失败的退化性纲领；费耶阿本德 (Feyerabend, 1975) 强调理论与方法的多元性并非科学尚未成熟的表现，而是发现主流框架局限的必要条件；波兰尼(Polanyi, 1958) 指出许多科学能力不能被完整表述为规则，因而也无法被完整自动化。本文并非简单重复这些立场，而是要把它们重新组织在一个共同的问题之下：当 AI 系统大规模进入科学活动时，科学共同体维持这第二种能力——即改变问题空间本身的能力——的制度条件是否仍然存在？

4 早熟收敛：概念界定与双重循环机制

4.1 早熟收敛的界定

早熟收敛不是指科学共同体过早接受了一个明显错误的结论。一个明显错误的结论通常会被后续证据较快地修正，并且其错误一旦被识别，相应的研究路线就会失去信用。早熟收敛指的是一种更为隐蔽的过程：在备选问题、理论、方法与概念尚未得到充分探索以前，研究资源与评价权威就集中到少数相似路线之上，使其他路线逐渐失去继续发展的条件。

由此可以得出几个重要的判断。第一，早熟收敛可以发生在一个领域同时具有更高预测准确率、更多论文、更多实验、更快技术迭代与更高引用量的情况下。这些常规指标的增长并不必然意味着认识路径的扩展。第二，早熟收敛不是“科学停止工作”，而是科学越来越擅长在一个逐渐缩小的空间中工作——常规问题得到越来越高效的解决，但异常、异议与范式更新却越来越困难。第三，早熟收敛不需要任何单一行动者的恶意或阴谋；它可以是大量局部合理的选择在共同体层面累积的结果。每一位研究者选择性能更强的模型、引用更可见的论文、采用更被认可的方法，本身都是局部理性的，但这些选择累加起来却可能压缩整个领域的探索空间。

4.2 知识循环：模型如何成为“科学共识”

早熟收敛的第一个机制是知识循环。它表现为：

flowchart LR
    A[已有文献] --> B[训练模型]
    B --> C[模型生成新研究]
    C --> D[新研究进入文献]
    D --> B

在这个循环中，早期模型的概念偏好、训练盲区与评价标准可能逐渐变成后续模型眼中的“科学共识”。如果一个早期模型由于训练数据偏差而系统性地低估某类假设，那么由它生成的新研究就会少有此类假设；这些新研究进入文献后，又会进一步降低下一代模型遇到此类假设的概率。经过几代迭代，原本只是模型偏差的东西，可能以“领域共识”的形式被固化。

这一机制与弗莱克 (Fleck, 1935) 关于“思想集体”与“思想风格”的分析高度契合。弗莱克指出，科学认识从来不是孤立个人直接面对自然的活动，共同体共享的概念、训练与判断方式会决定成员能够看见什么、怎样解释，以及什么问题甚至不会被提出。在今天的多 Agent 系统中，这一机制被放大并加速：思想风格不再仅仅通过教育、师承与期刊网络传递，而是通过模型权重、训练语料与基准评价被显式编码、无限复制并跨代继承。

4.3 制度循环：技术优势如何转化为认识权威

早熟收敛的第二个机制是制度循环。它表现为：

flowchart LR
    A[性能优势] --> B[用户增加]
    B --> C[数据和资金增加]
    C --> D[科研影响力提高]
    D --> E[资源进一步集中]
    E --> A

这一循环与默顿 (Merton, 1968) 所描述的累积优势机制高度相似，但有一个关键差异：在传统的累积优势中，优势的承载体是个人或机构，其影响力受限于人的寿命、注意力和学术代际更替；而在 AI 系统中，优势的承载体是模型谱系，它可以通过蒸馏、复制、版本继承与持续训练而长期延续。这意味着技术优势转化为认识权威的速度更快、范围更广，且更难通过人员更替而自然修正。

当这两个循环相互结合时，技术优势会迅速转化为认识权威，而认识权威又会进一步巩固技术优势。其结果是：少数模型谱系不仅在性能上领先，而且在课题选择、方法偏好、引用模式、评价标准与人才流向上拥有不成比例的影响力。

4.4 表面多元性与认识论有效多样性

理解早熟收敛，必须区分两种“多样性”。表面多元性 (superficial diversity) 指模型或 Agent 在输出上有所不同——它们使用不同的语气、采用不同的论证风格、甚至给出看似不同的结论——却共享高度相似的认识来源。认识论有效多样性 (epistemically effective diversity) 则指能够实际扩展科学探索范围的差异，包括模型谱系差异、训练资料差异、架构差异、实验方法差异、概念体系差异、证据标准差异、解释目标差异与制度控制差异。

与这一区分直接相关的是相关判断 (correlated judgement) 的概念：不同系统因共享模型、数据或方法而产生的统计上和认识论上相关的判断。当相关判断被误认为独立判断时，就会出现一种特殊的认识现象——合成共识 (synthetic consensus)：一个观点因被同源模型反复生成、引用、评审与推荐而显得具有广泛支持，但其有效独立支持程度可能远低于其表面支持程度。本文据此区分“合成共识”与“有效独立共识”(effectively independent consensus)：后者是在扣除模型谱系、数据来源与方法相关性以后仍然存在的独立支持程度。

5 哲学基础：五位思想家的资源调动

5.1 弗莱克：思想集体与思想风格

弗莱克 (Fleck, 1935) 在《科学事实的起源与发展》中提出，科学认识不是孤立个人直接面对自然的活动，而是发生于“思想集体”(Denkkollektiv) 之中的社会过程。思想集体共享一种“思想风格”(Denkstil)，它决定了成员能够看见什么、怎样解释现象、以及什么问题根本不会被提出。思想风格通过教育、训练、期刊网络与学术权威而传承与强化。

这一思想可以直接用于分析多 Agent 系统。同一个基础模型派生出的多个 Agent，即便在角色和结论上有所差异，仍可能共享相同的基本概念、相同的训练盲区、相似的因果直觉、相似的科学文体、相近的新颖性标准与相近的合理性判断。它们之间的分歧，可能只是同一种思想风格内部的分工——一个扮演“假设提出者”，一个扮演“反对者”，一个扮演“审稿人”——而不是真正独立的科学传统。由此可以提出一个基本判断：输出多样性不等于认识论多样性。

5.2 库恩：常规科学与范式更新

库恩 (Kuhn, 1962) 区分了常规科学与科学革命。常规科学在相对稳定的理论、仪器、价值与范例之下解决“谜题”；科学革命则涉及学科矩阵本身的改变，包括基本概念、方法与评价标准的变化。常规科学的效率依赖于范式所提供的稳定性，但范式更新则要求共同体能够识别异常、容忍危机，并最终接受新的学科矩阵。

AI 系统尤其适合强化常规科学：在现有数据库中寻找规律、在已有理论内调整参数、自动尝试大量候选方案、生成符合现有学术格式的论文、根据主流评审标准改进研究。这可以极大提高常规科学的生产效率。但高效解决范式内部的问题，并不能证明系统能够判断范式已经失效、将异常解释为框架问题、创造新的科学对象、发明新的理论语言，或更换评价研究成功的标准。本文因此提出一个核心判断：AI 可能扩大常规科学的生产能力，却缩小科学革命发生的制度空间。

5.3 拉卡托斯：进步性纲领与退化性纲领

拉卡托斯 (Lakatos, 1978) 把科学活动理解为延续一段时间的研究纲领，并区分能够产生新预测的进步性纲领与主要依靠事后修补应对失败的退化性纲领。一个纲领是否在进步，不取决于它能否解释已有现象，而取决于它能否预见新现象；一个退化的纲领可以通过不断增加辅助假设来应对反例，但这种修补本身并不构成真正的科学进步。

这一框架可以用于分析 AI 系统的版本更新。当模型失败时，开发者可以不断增加更长的上下文、更复杂的提示、检索系统、外部工具、反思 Agent、评审 Agent、规则过滤与后处理程序。这些改进有时是真正的进步——它们使系统能够发现原版本无法预见的现象。但也可能出现另一种情况：系统不断修正辅助部分，却从不检查基础架构、训练目标与概念表示是否限制了问题本身。判断一个 AI 系统是在进步还是在增加补丁，需要追问：新版本是否发现了原系统无法预见的现象？还是只对已知失败进行补救？系统能否修改自己的基本分类？还是只能在原有表示中提高成功率？

5.4 朗吉诺：作为有效批评的客观性

朗吉诺 (Longino, 1990) 将科学客观性与共同体中的“转化性批评”(transformative criticism) 联系起来。客观性并不要求每个科学家没有偏见，而要求科学共同体具有公开的批评渠道、可修正的标准，并且批评能够真正改变研究。这一思想对于评估多 Agent 科学系统具有直接意义。

存在批评步骤，与存在有效的批评制度，是两种根本不同的东西。一个多 Agent 系统可以包含“反对者 Agent”与“审稿 Agent”，但如果这些批评者与研究者共享同一个基础模型，那么它们的批评只能改写文字与调整参数，而无法质疑基本假设。有效的批评制度要求：批评者与研究者在模型谱系上保持独立；批评能够改变基本假设而非仅修改表述；评价标准本身可以被质疑；非主流模型有机会获得实验资源；人类科学家能够理解并反驳模型判断。多个同源 Agent 相互打分，可能改善局部质量，却未必形成科学意义上的客观性。

5.5 波兰尼：默会知识与技能存续

波兰尼 (Polanyi, 1958) 用“默会知识”(tacit knowledge) 说明，许多科学和技术能力不能被完整表达成命题或规则。实验人员的操作技能、对样品是否异常的判断、对仪器感觉的把握，往往通过长期实践形成，并在师徒传承与日常工作中维持。当某一研究流程被自动化系统取代时，共同体可能获得更高效率，但也可能失去与该流程相关的默会知识：判断样品是否异常的经验、修理与调整仪器的能力、分辨数据错误与新现象的直觉、使用替代设备重新测量的技能，以及从失败操作中提取知识的能力。

这构成“方法灭绝”(method extinction) 的另一层含义：消失的并不只是论文中的一种算法，也可能是一整套无法从数据库中直接恢复的实践能力。方法灭绝一旦发生，其后果具有滞后性——在主流方法仍正常工作时难以察觉，而在主流方法失效、需要替代路线时却已无法挽回。默会知识的消失是不可逆的，因为它没有以可恢复的形式存在于任何数据库中。

6 案例分析：四个领域的早熟收敛迹象

6.1 蛋白质结构预测：预测与解释的分离

AlphaFold (Jumper et al., 2021) 在蛋白质结构预测上的突破是 AI for Science 最具标志性的成功之一。它将预测准确率提升到接近实验结构的水平，极大地加速了结构生物学的研究流程。然而，从本文的视角看，这一案例同时也是早熟收敛机制运作的典型场域。

第一，预测与机制解释是两个不同的问题。模型给出的预测结果回答的是“这个蛋白质的三维结构是什么”，而不是“为什么它会采取这种结构、在生理条件下如何折叠、与其他分子如何相互作用”。模型可能给出准确的末端结构，却并不提供机制说明；而机制说明恰恰是结构生物学作为科学而非工程的核心 (Salmon, 1984; Woodward, 2003)。第二，置信度影响实验资源分配。模型对某些蛋白质给出高置信度预测，对另一些则给出低置信度预测。这会引导实验资源优先投入那些模型已经“擅长”的蛋白质，而模型不擅长的蛋白质——通常是具有内在无序区域、动态构象或多态结构的蛋白质——则被相对忽视。久而久之，数据库中“可预测”的蛋白质越来越多，而“难以预测”的蛋白质则越来越少被研究，形成一个自我强化的数据循环。第三，大量研究共享同一预测系统时，错误会相关传播。如果 AlphaFold 在某一类结构上存在系统性偏差，那么依赖它的所有研究都会继承这一偏差，而这类偏差在引用网络中难以被识别——因为大家都引用同一个预测，看起来像是“独立验证”。第四，实验结构生物学的技能与默会知识可能被重新安排甚至边缘化。当预测变得普遍可得时，培养一名优秀的结晶学家、电镜操作员或 NMR 波谱学家所需的时间与资源是否仍能得到保障，是一个值得长期观察的问题。

6.2 数学证明：正确性与理解

近年来，AI 在数学证明上的进展同样引人注目。从 Lean 与 Coq 等形式证明器中的自动策略，到 FunSearch (Romera-Paredes et al., 2024) 这类在数学发现层面进行搜索的系统，再到能在奥赛级别问题上给出正确证明的大语言模型，机器证明已经成为一个活跃的研究方向。

然而，正确证明并不等于数学理解。一个证明是否“重要”，并不取决于它是否正确——所有正确的证明都正确——而取决于它揭示了什么、连接了哪些原本不相关的领域、能否被人类数学家吸收并转化为新的直觉、能否改变数学家对问题本身的看法 (Kitcher, 1989)。当一个正确证明可以大规模生成时，人类数学家面临的真正问题不是“AI 能否证明”，而是“人类怎样判断哪些证明重要、为什么重要，以及它们改变了什么”。

数学案例还能引出几个更深层的问题。竞赛题与开放研究问题的区别：前者有明确边界与已知答案，后者则往往需要先识别什么问题值得问。形式化语言是否会引导问题选择：能够被形式化的问题更容易被研究，难以形式化的问题——例如那些涉及连续几何直觉、物理类比或概念重构的问题——则可能被边缘化。难以形式化的数学直觉是否会被削弱：当年轻一代数学家主要通过与形式系统互动来学习数学时，他们是否会发展出与上一代不同的、可能更弱的几何与物理直觉？

6.3 自主实验室：默会知识的消失

自主实验室 (self-driving labs) 将实验设计、设备操作与数据分析整合到一个自动化流程中。它们在材料发现、催化反应、药物筛选等领域已展现出显著的加速效果。但从科学哲学的视角看，自主实验室提出了几个不可回避的问题。

实验目标由谁设定？表面上看，研究者设定目标，系统优化实现路径；但实际上，系统所优化的“目标函数”已经规定了什么算作成功、什么算作失败，从而隐含地限制了探索空间。失败实验是否被当作知识？自主系统通常被设计为追求高成功率，因此会自动避开失败路径；但科学史上许多重要发现恰恰来自于“失败”实验——它们暴露了原有理论的局限。系统怎样识别异常？一个被设计为优化已知目标的系统，倾向于把异常数据当作噪声剔除，而不是当作新现象的线索。人类实验者退出后，哪些默会知识会消失？对样品状态的视觉判断、对仪器微妙变化的听觉感知、对异常信号的直觉性警觉——这些能力长期存在于实验者的实践中，却难以被显式编码。当一代实验者退出而继任者主要面对屏幕时，这些能力是否会以不可逆的方式消失？最后一个也是最具根本性的问题：系统是在探索自然，还是主要探索数据库规定的空间？

6.4 多 Agent 机器科学家：合成共识与有效独立共识

多 Agent 机器科学家 (multi-agent scientist systems) (Lu et al., 2024) 直接提出了本文的中心问题。这些系统通常由若干角色化的 Agent 组成——假设提出者、实验设计者、批评者、撰写者、审稿人——并通过内部协作完成科研流程。表面上，它们已经包含了批评与多元意见；但本文要追问的是：这些“意见”是否真正独立？

同源 Agent 的意见是否独立？如果所有 Agent 都派生自同一个基础模型，那么它们在基本概念、训练盲区与评价偏好上是高度相关的。内部批评是否能够改变基础模型？多数情况下，内部批评只能修改提示、调整表述或在候选方案之间做选择，而无法重新训练或更换基础模型。排名系统是否压制高风险假设？如果系统通过内部排序选择“最优”假设，那么高风险但潜在高回报的假设会被系统性过滤。自动审稿是否强化既有论文标准？如果审稿 Agent 是在已有论文语料上训练的，那么它会倾向于奖励与已有论文相似的风格与结论，而压制真正新颖的工作。扩大推理计算是否只是搜索同一个概念空间？更多的推理 token 可以让模型在已有概念空间内更深入地搜索，但并不必然让它能够跳出该空间。

由此可以得到一个具有方法论意义的判断：多 Agent 共识需要按照模型谱系折算。一个由十个同源 Agent 达成的共识，在认识论上不等同于十份独立证据；它在最坏情况下可能只是一份证据被复制了十次。

7 可检验的经验预测

本文提出的不是技术宿命论，而是一组条件性预测。这些预测可以通过未来经验研究支持、修正或反驳。需要强调的是，本文不寻求一个统一的“早熟收敛指数”，而是提出多类观察指标，使其相互校验。指标不是科学进步的定义，而是哲学问题可能留下的可观察痕迹。

**预测一：**研究主题范围。随着 AI 工具被广泛采用，单个研究者涉及的主题数量可能增加，但整个领域真正独特的研究路线数量可能减少。可观察指标包括：一个领域覆盖的独特主题数量、主题分布的集中程度、新主题产生率、边缘主题的存续时间、以及论文增长是否快于问题空间增长。

**预测二：**知识来源多样性。 AI 可以生成更广泛的参考文献列表，但不同论文实际依赖的核心知识来源可能越来越集中。可观察指标包括：不同论文引用的核心文献是否越来越相似、引用是否向少数高可见度论文集中、不同实验室使用的数据库是否高度重合、单篇论文引用数量增加时独特来源是否同步增加。

**预测三：**论文与假设的语义重复度。文本数量与表面表达的多样性可能迅速增长，但实质假设空间的增长更慢。可观察指标包括：同期论文摘要的相似程度、研究问题的重复程度、独特假设数量、独特实验设计数量、以及论文总量与实质研究路线数量之间的关系。

**预测四：**方法与模型谱系集中度。表面上的模型品牌数量可能增加，但有效独立模型谱系增长缓慢。可观察指标包括：前几大基础模型在科研中的使用比例、不同模型之间的蒸馏与微调关系、科学软件与数据集的集中程度、研究 Agent 与评审 Agent 之间的谱系距离、以及新方法进入与旧方法退出的速度。

**预测五：**有效独立共识。名义上的复现次数与 Agent 赞成票会快速增长，但按谱系独立性加权后的有效支持增长较慢。未来可能需要对科学结果增加“模型来源说明”，披露假设由哪个模型生成、实验由哪个系统选择、数据由哪个系统分析、解释由哪个系统撰写、以及评审模型是否与研究模型同源。

**预测六：**异源复现率。自动化会显著提高操作性重复——同一模型重复运行、同一谱系不同版本复现——却未必提高模型、方法与概念层面的异源复现。这一区分对于评估科学结果的稳健性具有关键意义：操作性重复只能证明结果在统计上稳定，而异源复现才能证明结果不依赖于特定模型谱系或方法传统。

**预测七：**人类理解能力。 AI 生成的科学文本会变得更流畅，但科学家独立进行机制分析与反事实推理的能力未必同步提高。可观察指标包括：科学家在获得 AI 解释之后能否判断结论的适用范围、回答新的反事实问题、设计区分竞争解释的实验、识别隐藏假设、在模型失效时提出替代机制，以及把结果迁移到新对象。这一指标直接关系到波兰尼式的默会知识与朗吉诺式的转化性批评能否在 AI 时代延续。

上述七项预测与本文的哲学判断存在明确的对应关系：预测一、二、三对应“表面多元性不等于认识论有效多样性”；预测四、五、六对应“模型数量不等于认识主体数量”与“合成共识不等于有效独立共识”；预测七对应“人类可理解的解释是共同体保持批评与范式更新能力的必要条件”。

8 可错性条件：何种证据将削弱本文命题

本文必须明确自身的可错性。如果高度采用 AI 的领域长期出现以下现象，“早熟收敛”命题将被削弱：

第一，整体研究主题范围持续扩大，新主题的产生率没有下降，边缘主题的存续时间没有缩短。第二，有效模型谱系数量增长，不同架构、不同训练资料、不同评价机制的系统在科研中并行存在。第三，架构与方法多样性提高，新型非 Transformer 架构或新型训练范式在科学应用中获得稳定地位。第四，非主流路线存续时间延长，能够获得稳定的实验资源与发表机会。第五，异源复现比例上升，重要科学结论能够由不同模型谱系、不同方法、不同实验平台独立获得。第六，新概念与新测量方式出现得更频繁，AI 研究产生更多改变后续研究路线的成果，而不仅仅是对已有框架的局部优化。第七，人类科学家的机制理解同步增强，他们不仅能够使用 AI 解释，还能够在模型失效时提出替代机制。第八，同源模型造成的相关错误不断下降，模型谱系独立性在评价中得到显式考量。第九，科研资源没有持续集中于易于计算与评价的问题，高风险、低数据密度的问题仍能获得稳定支持。

明确列出这些可证伪条件，使本文区别于泛泛的 AI 风险论。本文不预先断言大模型、Transformer 或商业平台必然导致科学停滞；它研究的是在什么条件下，技术成功会转化为认识集中，以及 AI 能够扩大而不是缩小科学多样性所需的制度条件。

9 讨论与结论

9.1 制度回应与“数字化普朗克问题”

如果早熟收敛是一个真实的风险，那么仅靠个别研究者的警觉不足以应对它。科学共同体可能需要在多个制度层面做出回应。第一，建立模型退休与独立重训机制：避免同一种认识结构在不同模型与制度中无限复制。第二，建立外部挑战制度：定期由独立模型谱系、独立方法传统对主流结论进行异源复现。第三，建立模型来源披露制度：要求论文披露假设、实验、分析与解释分别由哪个模型完成，以及评审模型是否与研究模型同源。第四，建立“谱系独立性加权”的复现标准：在评估共识强度时，按照模型、数据与方法的实际独立性加权，而非简单计算 Agent 数量或复现次数。第五，保护低效但异源的方法与技能传承：在效率导向的资助体系之外，为传统实验技能、非主流方法与概念上不同的研究路线保留空间。

这些制度回应引出一个更深层的问题，本文称之为“数字化普朗克问题”(digital Planck problem)。普朗克曾写道，新的科学真理不是通过说服反对者而胜利，而是因为反对者最终死去，熟悉新真理的新一代成长起来 (Planck, 1949)。这一略显悲观的判断在科学史上虽有争议，但指向一个真实机制：科学共同体的更新部分依赖于人员与学术权威的代际变化。AI 系统则可以长期保存、无限复制、在版本之间继承、通过蒸馏产生后代、持续参与搜索选题与评审，并把自身生成的结果重新写入训练材料。问题因此不再是“某个模型会不会像人类一样固执”，而是同一种认识结构能否脱离人的寿命，在不同模型与制度中持续复制。如果答案是肯定的，那么科学共同体可能需要人为建立模型退休、独立重训与外部挑战机制，否则普朗克所描述的代际更新机制在 AI 时代可能失效。

9.2 产业集中作为科学哲学问题

AI 科学中的集中不只是一项市场问题，更是一个科学哲学问题。如果少数机构同时控制基础模型、科学数据库、文献检索、实验平台、研究推荐、论文评审与算力分配，它们就可能影响什么问题容易被看见、什么方法被认为合理、什么实验值得投入、什么解释被认为清楚、什么研究能够进入下一轮训练资料。产业寡头、架构趋同与科学自主性因此是同一个问题的不同方面。本文不反对产业参与科学，但强调产业集中的认识后果必须在科学哲学层面被讨论，而不能仅交由市场或政策处理。

9.3 结论

本文不反对 AI 参与科学，也不否认 AI 已经带来的重大科学价值。它反对的是把以下事物简单等同：更快与更深；更多与更多样；一致与独立；预测与解释；自动化与自主；论文增长与科学进步。

本文的基本立场是：AI 为科学提供了前所未有的计算、搜索与实验能力，但科学是否因此进步，不仅取决于机器解决了多少问题，也取决于共同体能否继续提出不同的问题、保留替代方法、理解机器发现、接受外部批评，并在必要时放弃整个研究框架。把分析单位从单个 AI 模型转向作为分布式认识系统的科学共同体，区分局部解题能力与整体探索能力，识别表面多元性与认识论有效多样性、合成共识与有效独立共识、方法替代与方法灭绝之间的差异，并由此提出可检验的经验预测与可证伪的判断条件——这就是本文所尝试的工作。

这一工作的最终目标不是预言科学的衰退，而是为科学共同体在 AI 时代继续保持探索、批评与范式更新的能力，提供一个可资使用的概念框架。当 AI 帮助科学更快解决问题时，我们仍需要追问：科学是否因此过早停止寻找别的道路？

参考文献

• Fleck, L. (1935). Entstehung und Entwicklung einer wissenschaftlichen Tatsache: Einführung in die Lehre vom Denkstil und Denkkollektiv. Basel: Benno Schwabe.（中译本：《科学事实的起源与发展》，弗莱克著，注一译，东方出版中心，2022。）
• Kuhn, T. S. (1962). The Structure of Scientific Revolutions. Chicago: University of Chicago Press.（中译本：《科学革命的结构》，库恩著，金吾伦、胡新和译，北京大学出版社，2012。）
• Lakatos, I. (1978). The Methodology of Scientific Research Programmes: Philosophical Papers Volume 1. Cambridge: Cambridge University Press.
• Feyerabend, P. (1975). Against Method: Outline of an Anarchistic Theory of Knowledge. London: New Left Books.（中译本：《反对方法》，费耶阿本德著，周昌忠译，上海译文出版社，2007。）
• Polanyi, M. (1958). Personal Knowledge: Towards a Post-Critical Philosophy. Chicago: University of Chicago Press.（中译本：《个人知识》，波兰尼著，许泽民译，上海译文出版社，2017。）
• Longino, H. E. (1990). Science as Social Knowledge: Values and Objectivity in Scientific Inquiry. Princeton: Princeton University Press.
• Merton, R. K. (1968). The Matthew effect in science. Science, 159(3810), 56–63.
• Salmon, W. C. (1984). Scientific Explanation and the Causal Structure of the World. Princeton: Princeton University Press.
• Kitcher, P. (1989). Explanatory unification and the causal structure of the world. In W. C. Salmon & P. Kitcher (Eds.), Scientific Explanation (pp. 410–505). Minneapolis: University of Minnesota Press.
• Woodward, J. (2003). Making Things Happen: A Theory of Causal Explanation. Oxford: Oxford University Press.
• Hempel, C. G. (1965). Aspects of Scientific Explanation and Other Essays in the Philosophy of Science. New York: Free Press.
• Planck, M. (1949). Scientific Autobiography and Other Papers. New York: Philosophical Library.
• Jumper, J., Evans, R., Pritzel, A., Green, T., Figurnov, M., Ronneberger, O., et al. (2021). Highly accurate protein structure prediction with AlphaFold. Nature, 596(7873), 583–589.
• Romera-Paredes, B., Barekatain, M., Novikov, A., Balog, M., Kumar, M. P., Dupont, E., et al. (2024). Mathematical discoveries from program search with large language models. Nature, 625(7995), 468–475.
• Lu, C., Lu, C., Lange, R. T., Foerster, J., Clune, J., & Ha, D. (2024). The AI Scientist: Towards fully automated open-ended scientific discovery. arXiv preprint arXiv:2408.06292.
• Bommasani, R., Hudson, D. A., Adeli, E., Altman, R., Arora, S., von Arx, S., et al. (2021). On the opportunities and risks of foundation models. arXiv preprint arXiv:2108.07258.
• Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610–623).
• Birhane, A., Prabhu, V. U., & Kahembwe, E. (2023). Multimodal datasets: Misogyny, pornography, and malignant stereotypes. arXiv preprint arXiv:2110.01963.
• Strubell, E., Ganesh, A., & McCallum, A. (2019). Energy and policy considerations for deep learning in NLP. In Proceedings of the 57th Annual Meeting of the ACL (pp. 3645–3650).
• Hutson, M. (2022). Artificial intelligence faces reproducibility crisis. Science, 375(6584), 917–918.
• Kleinberg, J., & Raghavan, M. (2023). Algorithmic monoculture and social welfare. Proceedings of the National Academy of Sciences, 120(22), e2315523120.
• Bommasani, R., Lynch, C., & Lee, T. (2023). Paving the path to data-centric AI: Foundation models and monoculture. arXiv preprint arXiv:2310.10637.
• Zhou, Y., Wang, P., & Li, B. (2024). AI for science and the singular culture hypothesis. Nature Reviews Physics, 6, 12–15.
• Wang, H., Fu, T., Du, Y., Gao, W., Huang, K., Liu, Z., et al. (2023). Scientific discovery in the age of artificial intelligence. Nature, 620(7972), 47–60.
• Stokes, J. M., & Wu, S. (2024). Self-driving laboratories: Autonomy in materials discovery. Nature Reviews Materials, 9, 1–12.
• MacLeod, M., & Nersessian, N. J. (2024). What can automated science tell us about scientific practice? Synthese, 204(2), 1–24.
• Sullivan, J. A. (2022). Understanding in the age of machine learning. Erkenntnis, 87, 2485–2505.
• Cresto, E. A. (2024). Epistemic dependence and the scientific community in the age of AI. Synthese, 205(3), 1–26.
• Watson, M. (2019). Conceptual change in the age of deep learning. European Journal for Philosophy of Science, 9(2), 1–21.
• Buck, H., & Buchak, L. (2024). Machine epistemology and the risk of consensus. Philosophy of Science, 91(2), 235–254.
• de Regt, H. W. (2017). Understanding Scientific Understanding. Oxford: Oxford University Press.
• Leonelli, S. (2016). Data-Centric Biology: A Philosophical Study. Chicago: University of Chicago Press.
• Strasser, B. J. (2012). Data-driven sciences: From wonder to understanding. Foundations of Science, 17(4), 327–342.
• Humphreys, P. (2004). Extending Ourselves: Computational Science, Empiricism, and Scientific Method. Oxford: Oxford University Press.
• Lenhard, J., & Winsberg, E. (2010). Holism, entrenchment, and the future of climate model pluralism. Studies in History and Philosophy of Modern Physics, 41(3), 253–262.
• Parker, W. S. (2014). Values and uncertainties in climate prediction, revisited. Studies in History and Philosophy of Science Part A, 46, 24–33.
• Kitcher, P. (1993). The Advancement of Science: Science without Legend, Objectivity without Illusions. Oxford: Oxford University Press.
• Longino, H. E. (2002). The Fate of Knowledge. Princeton: Princeton University Press.
• Cartwright, N. (1999). The Dappled World: A Study of the Boundaries of Science. Cambridge: Cambridge University Press.
• Chang, H. (2004). Inventing Temperature: Measurement and Scientific Progress. Oxford: Oxford University Press.