科学的图景正在悄悄转身。过去几百年，重大发现大多来自一线科学家的灵感、苦功和运气：居里夫人在沥青铀矿里熬了四年，才提炼出镭；达尔文在贝格尔号上颠簸五年，才理出进化论的线索。那是一段"人挑着灯，在黑屋子里摸索"的岁月。而今天，下一代科学发现的路标，已经不再指向某一位天才的顿悟，而是指向一种全新的分工——人类出题、机器出答案，人机共同把未知一步步逼到墙角。

先说"算"。蛋白质结构问题困扰结构生物学家半个多世纪，一条条X射线衍射图谱背后，是年复一年的冻样、对焦与修正。直到AlphaFold登场，把几十年的手工活儿压缩成几分钟的"预测"。它不再靠人的耐心，而靠海量数据和深度网络在暗处织就的那张因果之网。过去我们靠实验"试"出答案，现在可以先靠算法"算"出候选，再用实验去验证——科学家从"运动员"变成了"裁判员"。

再说"造"。传统的科研像是"搜"：在已知的世界里翻找新东西。而合成生物学正在把科研变成"造"：像AI设计噬菌体那样，用程序去编排基因，造出自然界并不存在的生命模块。这不是重复造轮子，而是给造物主递纸笔。

还有"看"。下一代望远镜、下一代加速器、天关卫星这类大科学装置，已经把"观察"的边界推到人类感官之外。潮汐瓦解事件、反超氢-4……那些曾经只存在于方程里的东西，正被一一"看见"。它们不是某一国、某一个人的发现，而是全世界几千名工程师、几百台仪器、数十亿行代码共同"挤"出来的结果。

有人说，照这样下去，科学家是不是要被机器取代了？我以为不然。机器会算、会搜、会造，却不会"好奇"。它不会在咖啡馆里突然想"苹果为什么落地"，也不会为一颗恒星的死亡而心潮澎湃。下一代的科学发现，缺的从来不是算力，而是那个敢出难题、愿意等几十年、肯为真理较劲的人。

科学这条路，从来没有变快过。变的只是：以前是一个人扛着火把独行，现在是一群人抬着探照灯，机器在暗处替我们睁大了眼睛。而点亮那束光的，永远是我们。

支持单位：