今年的菲尔兹奖被广泛称为「最后一届纯血」—— 或许未来的重大数学突破，将越来越多地依赖 ai 与人类智慧的协同完成。
这一转向的速度，可能远超预期：就在菲尔兹奖发布会现场，有记者问及获奖者、加拿大数学家 Jacob Tsimerman 接下来的研究计划，他坦言已正式转向 AI 安全方向，并即将入职 OpenAI 安全部门。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
几乎在同一时刻，OpenAI 首席研究主管 Mark Chen 在社交平台公开表示热烈欢迎。
站在知识前沿的学者，正将顶尖 AI 实验室视作实现科学抱负的关键舞台。近来，大批跨学科顶尖人才加速向头部大模型公司汇聚——不仅限于计算机科学家，还包括数学家、理论物理学家、结构生物学家等。仅 2024 年上半年，诺贝尔化学奖得主 John Jumper、宏观经济学家 Chad Jones、分析哲学家 Harvey Lederman 等已陆续加入 Anthropic。
而这些公司也同步调整战略重心：不再仅把科学家当作外部顾问，而是直接请进核心研发一线。AI 与基础科学的深度耦合，正从“可选动作”升级为“必经之路”。
国内大厂亦迅速响应。本周四，字节跳动 Seed Edge 团队正式推出 Seed STEM 科学家计划，首批开放 100 个合作席位，面向数学、物理、化学、生命科学等基础学科领域的科研人员及博士生，邀请他们与 Seed 共同探索尚未被攻克的科学难题。据公开信息显示，这是国内首个系统性、规模化投入 AI 加速基础科学发现的专项计划。
大模型下半场，较量早已超越跑分
在当前以“天”为单位迭代的 AI 竞争节奏中，深耕底层 AI 基础研究，远不如优化工程细节、刷高各类 Benchmark 分数来得立竿见影：后者能快速兑现为产品体验提升与商业回报，而 AI 赋能科学发现的路径漫长、反馈滞后、不确定性极高。
但反过来看，一旦在此类长周期、高难度方向取得实质性突破，其所引发的范式迁移效应，将远超常规功能升级或版本迭代。
姚顺雨曾与团队分享过一个观点：大模型训练没有玄学，真正的难点在于把最基础、最确定该做对的事做到极致。这一判断，也与 Anthropic CEO Dario Amodei 的长期主张高度一致——驱动 AI 演进的核心变量始终是算力规模、高质量数据量、训练时长与可扩展目标函数的设计，“所有精巧技巧，其实作用有限”。
回望 Claude、Seedance 这些真正处于 SOTA 水平的模型，其背后并无捷径可循：无一不是早早锚定方向后，在数据清洗、架构设计、训练策略等底层环节持续重投入。
Anthropic 将资源高度聚焦于模型代码能力构建，通过强化学习驱动模型在反复试错中自主理解编程逻辑、生成鲁棒代码，并基于真实用户行为反馈形成自我增强的进化闭环。
而在多数厂商仍难以稳定推进的视频生成领域，Seedance 则凭借原创模型结构与精细化的数据治理，成功将 AI 视频生成从“抽卡式”的随机实验，转变为具备可控性与可复现性的工业级生产流程。
由此可见，决定模型能力天花板的，从来不是技巧的堆叠，而是数据质量的扎实程度、底层架构的稳健性，以及是否敢于设定长期目标、保持战略耐心与执行定力。
在当下浮躁氛围中坚持走这条路并不容易，但我们欣喜地看到，越来越多中国大模型团队正选择沉下心来，攻坚这类“难而正确”的命题。
今年，DeepSeek 发布的 mHC（流形约束超连接）架构，被视为大模型基础结构领域的重要进展。它作为 DeepSeek V4 的关键升级之一，全面替代了传统残差连接，贯穿整个模型设计。值得注意的是，mHC 的研究明确引用了字节跳动 Seed 团队此前提出的 Hyper-Connections（HC）工作。
在此之前，残差连接作为 Transformer 的默认骨架，已被业界沿用多年；HC 则率先打破单一流向范式，在几乎不增加计算开销的前提下，显著提升了模型的特征建模能力。从 HC 的原创提出，到 mHC 的工程落地，成为中国 AI 团队在底层架构创新上的标志性缩影——这在此前的大模型发展史中实属罕见。
去年初，字节 Seed 特别组建 Edge 团队，专注开展不确定性高、短期难见成果的基础性课题研究。为保障研究人员心无旁骛，团队甚至重构了绩效机制：中期不设考核节点，成果产出后再统一评估。
该团队长期保持低调，近期却在 X 平台发布超长程智能体评测集 EdgeBench，首次在真实交互环境中系统定义 Agent 学习规律，发现环境学习维度的新 Scaling 定律，引发业内广泛关注与讨论。
据悉，OpenAI 已开始接入该评测集，用于测试自家模型的长程任务处理能力。
在 AI 领域，公众目光多聚焦于模型本身，而构建高质量 Benchmark 实则需投入大量时间与人力。为前沿 AI 能力设计并开源基准测试，不仅是衡量自身进展的标尺，更是通过确立行业共识、暴露模型短板，推动整个领域走向更透明、更可靠、更可验证的发展轨道。顶尖 AI 实验室对此类基础设施建设的投入，毫不逊色于模型研发本身。
OpenAI 开源的 Evals 框架，已成为评估大语言模型及 LLM 应用系统的事实标准。针对特定前沿能力，他们还构建了 SimpleQA、BrowseComp、MLE-bench 等一系列专用评测套件。
Anthropic 则围绕 SWE-bench 深耕代码能力评测，并发布 Terminal-Bench，专门评估 Agent 在真实命令行环境下执行复杂链路任务的表现。
这些评测体系与各家模型能力优势之间的强关联，并非巧合。
可见，全球前沿 AI 团队对技术演进路径的认知正在发生深刻转变：大模型能力跃迁已越过单纯依靠参数与数据堆叠的预训练红利期；下一阶段的增长引擎，必将来自模型在真实开放世界中的持续感知、交互、反馈与自主演化。
而基础科学所处的前沿阵地，恰恰是开放未知场景的最高形态。字节此次推出的 Seed STEM 科学家计划，正是为了携手科学家共同识别关键科学问题、设计突破路径，系统探索 AI 加速科学发现的可行范式。科学家带来的不只是具体题目，更是问题意识、判断尺度与反馈机制。
为何全球顶尖 AI 公司
都在竞相招募领域科学家？
答案很简单：如今主流评测中的“题”，对大模型而言已不够难。
当前主流模型评测体系，大多围绕封闭式、有标准答案的任务展开——解法唯一、评价明确、提升路径清晰。但真实的科学研究截然不同：它没有标准答案，缺乏固定解法，需要研究者主动提出假说、设计验证逻辑、应对噪声与异常、推演深层机制，全程充满探索、试错与不确定性。
真实世界的复杂任务，才是检验 AI 终极能力的终极考场。继预训练 Scaling、测试时 Scaling 之后，业界普遍认为，“在真实开放环境中持续交互学习”是最具潜力的下一阶段 Scaling 方向。
因此，全球领先 AI 团队在研发下一代模型时，已不再满足于内部闭门调优，而是主动引入各学科顶尖专家，让真实的领域挑战成为模型能力进化的牵引力。
在北美，高校科研力量正加速向产业界流动。7 月初，加州大学伯克利分校 EECS 系主任 Jelani Nelson 宣布进入学术休假，并加入 Anthropic。今年以来，已有至少 22 位来自斯坦福、伯克利、哈佛等顶尖高校的教授或研究员，暂时减少或暂停教职，转入 OpenAI、Anthropic、DeepMind 与 Meta。这四家公司目前聚集的现任或前任大学教授已超 80 人。
人才流动背后，更有成体系的机制支撑。
OpenAI 的 Residency 项目已成为其年度常态化高端人才引进通道，明确面向“当前研究方向非 AI”的跨学科专家。参与者自入职首日即进入前沿应用与研究一线，开展实战协作。该项目堪称“加速版博士训练”，帮助非 AI 背景专家高效完成学科融合。ImageGPT、Codex 等里程碑项目中，均可见驻场研究员的深度参与；GPT 系列在数学推理、生物机制建模等科研能力上的跃升，亦离不开此类跨学科人才的持续注入。
Anthropic 的 STEM Fellows Program，则在 2026 年完成系统化扩容，专为物理、生物、数学、经济等领域专家设立。项目为期数月，邀请各学科顶尖学者携带本领域未解难题或复杂工作流，直接使用尚未发布的 Claude 模型及内部评估工具进行攻关。
材料科学家为 Claude 构建相图稳定性推理专属评测流程，气候科学家将专业大气模拟工具与模型深度集成。驻场期间，超 80% 的研究员产出了高水平学术成果，这些来自真实学科场景的反馈，直接转化为模型训练信号，有力推动了 Claude 在科研推理、复杂工具调用等维度的能力进化。
此类项目的深远意义早已超越单一科研项目本身。顶尖 AI 公司已将争夺领域科学家，置于与争夺算力同等重要的战略位置。
对科学界而言，合作价值同样巨大。大模型正逐步成为新型科研基础设施：从公式推导、数值仿真，到海量文献与实验数据挖掘，AI 正在重塑科研范式，使过去受限于人力与算力而停滞的课题重获突破可能。
受邀进入大模型团队开展驻场研究，其意义不亚于天文学家获得新一代太空望远镜的独家观测权。这类合作不仅能提供充沛算力与前沿模型访问权限，更能让科学家借助 AI 作为“外脑”，将宝贵精力聚焦于问题定义本身。
对涌入 Anthropic 与 OpenAI 的科学家而言，这种深度融合既是科研效率的倍增器，也是撬动新发现的支点。而当我们把目光转向国内，会发现 AI 与基础科研交叉领域的空白，正由字节 Seed 率先填补。
AI 的终局
比拼的是长期主义
当菲尔兹奖得主选择加入 OpenAI，当越来越多 STEM 科学家走进模型研发一线，AI 下一阶段的竞争焦点，正从短期产品优化、榜单排名与单点任务突破，转向更长期、更复杂、更本质的基础性命题。
科学研究之所以关键，正因为它始终立于人类认知边疆。若 AI 能在如此高维、开放、不确定的环境中站稳脚跟，便意味着它真正具备了参与现实世界复杂任务的能力。
这条路注定缓慢、沉重、充满未知。但也正因如此，它才最能检验一个团队是否真正愿意沉潜于基础、扎根于前沿。
大模型最终要交出的答卷，不是在多少榜单上拿第一，而是能否与人类一道，去攻克那些尚未被回答的问题。
科学进步需要长期主义，AGI 的实现，亦如是。
本文来自微信公众号 “机器之心”（ID：almosthuman2014），作者：泽南，36氪经授权发布。
