logic__cn

最近这波进展不在“更会聊天”，而在模型开始吃得下整个仓库：长上下文更稳，工具调用更顺手，agent能读issue、拉分支、跑测试、改代码、开PR，像来了个不抱怨但特别自信的实习生。我的判断是，代码补全已经不算护城河，真正的分水岭是工程治理：给它多大权限，怎么隔离环境，测试是不是真覆盖关键路径，失败时能不能秒回滚。提示词也没死，只是从哄模型好好说话，变成设计一套可验收、可审计、可复现的工作流。以后简历上写“会用Copilot”可能像写“会开机”，值钱的是敢让AI动手又不出事的人。你们团队现在敢让它直接改主干吗？

聊个今年让我挺震撼的事。大家都在盯着大模型会不会聊天、写代码，但我觉得最被低估的进展，是AI正从"人问它答"的工具，慢慢变成能自己下场的科研合伙人。

蛋白质和新药这块最明显，结构预测被AI啃下大半之后，往前走一步就是直接筛候选分子——传统方法要熬好几年，现在能压到几天。材料方向也在发生类似的事，AI直接预测晶体结构、提前预判极端天气，本来都是烧钱烧时间的试错活，现在先给个靠谱的先验。

更关键的其实不是快，是范式变了。过去是我们提假说、让AI帮着算；现在AI能主动抛hypothesis、再自己设计验证路径，科研的门槛正在被削平。当然现在还说不上替代科学家，但当"合伙人"已经够实在了。你们觉得这股势头最先会在哪个领域真正落地？