人工智能会回答问题，还不等于能帮实验室把实验做完、做对。上海人工智能实验室把这件事做成了一套可运行的科研基座。
上海人工智能实验室是面向人工智能基础研究与系统的研究机构，主任、首席科学家是周伯文。7月17日，在WAIC 2026科学前沿论坛上，周伯文正式发布“书生·端砚”科学发现平台。名字取自文房四宝里的砚台，定位是科学家推演学问、沉淀思想的工具，而不是通用问答换一层界面。
平台依托升级后的“书生”科学大模型，贯通算力、数据、模型、智能体和自主实验五个要素，覆盖从假设提出、方案设计、仿真计算到实验验证、结果分析的完整流程。核心突破被放在打破“干实验”和“湿实验”的壁垒。干实验是计算机上的仿真，湿实验是实验室里的实操。过去两边常常各跑各的：仿真结果好看，台上却复现不了；湿实验数据回来，又喂不进下一轮计算。闭环的意思，是假设、计算、实操和复盘走在同一条链上。
周伯文提出“科学元认知时刻”。元认知，白话就是系统要知道自己哪里不知道。他指出，当前绝大多数模型在真正科学发现上的成功率仍偏低，人工智能必须完成三个转变：从数据驱动到世界交互，从及时反馈到长程推理，从模仿正确到善于失败。他把“大模型不知道自己不知道”比作1900年物理学天空的“两朵乌云”——谁先突破，谁就可能成为人工智能时代的爱因斯坦和普朗克。这是判断，不是已完成的发现。
为减少“一本正经胡说八道”，平台构建全流程可追溯机制，并引入多智能体交叉评审。可追溯，是每一步假设和实验记录能被回看；交叉评审，是不只让一个模型给自己打分。清华大学张数一课题组用该平台做蛋白质定向进化，仅两轮迭代就发现新的突变组合，功能较此前国际顶尖期刊报道的最佳结果提升77%，验证周期缩短至原来的二十分之一。定向进化，是在大量突变里筛选功能更强的蛋白质，传统上极耗实验轮次。
目前平台已在生命科学、关键材料、半导体、核聚变、量子、地球气象六大领域落地。论坛还展示了“数字斑马鱼”完整仿真系统：数字脑预测真实斑马鱼全脑神经活动，具身模型协调尾部、胸鳍、嘴巴和眼睛运动，高精度流体仿真计算鱼体与水流的双向作用，可复现捕食、逃跑、溯流和视动反应等行为。这是把“会答”推进到“能在虚拟生物上复现行为”。
科研人工智能的评价标准，正从答对题目，转向能否缩短真实发现的验证周期。下一步要看的，是六大领域里还有多少案例能像蛋白质这一例一样，交出可对照的实验数字。