AI能替你写论文，但实验室那双手还不能退休

Anthropic放出了一份研究，用隐私保护的方式分析了207,049次Claude和Claude Code的科研会话，时间跨度是2026年8月到9月。

核心数字：如果广泛采用，AI可以接走一篇新研究所需研究人员时间的27%到52%，中位数38%。

分布很不均匀。统计和计算机科学最高，按当前能力估算，加速大约2倍。艺术、人类学、化学垫底，1.35倍到1.41倍。计算机科学只占全球研究人员的4.3%，却吃掉了Claude Code 32.7%的会话。AI和机器学习子领域更夸张，占全球研究人员1.2%，在Claude Code会话里占15.2%。

这个差距不是随机的。报告里造了一个“理论AI能力”评分，用Bradley-Terry模型对SciNet里7262个科研任务的每一步两两对比，算出AI理论上能做多好。结果，能力评分最高的20%任务，实际使用量是时间占比的2到4倍。评分最低的20%，基本没人用。

能力评分和几个变量高度相关。和“适合强化学习”的相关性是0.78，和“认知型工作”是0.69，和“体力工作”是负0.57，和“人际接触”是负0.31，和“监管限制”是负0.38。翻译一下：AI在那些能反复试错、反馈快、结果容易验证的任务上被用得多。在需要动手、见人、或者有合规红线的任务上，用得少。

任务层面的数据更有意思。

数据分析占Claude会话的33.7%，Claude Code的48.1%，而研究人员花在这上面的时间占27.6%。写作在Claude上占32%，是研究时间占比的两倍。数据收集占研究时间的28.6%，但在Claude会话里只有11.5%。想法生成和假设提出占研究时间7.1%，在Claude上只有4.2%，在Claude Code上只有2.1%。

错位就在这里。调查里，研究者把“想法生成”排为产生重要成果最重要的任务，“数据收集”排第二。但这两项恰恰是AI用得最少的。Anthropic的解读是，数据收集很多是体力活，想法生成可能AI确实弱，或者科学家更愿意自己来。另一种可能是，想法生成很难从会话分类里单独拎出来，因为它嵌在别的任务里。

推文下的回复有几类典型反应。有人问“哪一半，实验还是写基金”。有人说“仪器排队的时间不会缩短”。有人担心“大学会把它变成38%更多的行政”。还有人直接说“争一作这件事，仍然完全属于人类”。

加速场景分了三档。当前能力广泛采用，各领域加速1.35倍到2.02倍。假设AI能完成75%的非体力步骤，计算机科学能到8倍，统计7倍，经济学6倍，实验室科学2到3倍。假设全部非体力步骤自动化，统计、计算机科学、经济学、数学、心理学等能到15到16倍，但生物、化学、材料、生物医学卡在3到4倍。

天花板不是模型能力，是物理步骤。实验室科学里，38%到41%的研究时间花在体力步骤上，中位数领域只有4%。报告作者之一Benjamin Jones之前和Ahmadpoor发过一篇PNAS，讲科研团队里任务互补性怎么限制产出。套到这里就是：AI把写代码和跑统计分析的成本打下来之后，研究者的时间会涌向那些AI帮不上忙的环节，比如设计实验、跑凝胶、跟临床被试约时间。瓶颈转移，加速封顶。

还有一个容易被忽略的数字。报告引用2020年联邦示范合作组织的一项调查，美国联邦资助项目的PI报告称，大约44%的研究时间花在行政需求上而不是做研究。如果AI把写论文和做分析的时间省下来，这部分时间会不会被行政吃掉，是另一个问题。

研究者自己的预期也值得看。528名生命科学和健康科学领域、且主动使用AI的研究者接受了调查。超过一半认为AI在2027年前能在数据分析上匹配领域内最好的研究者，38%说已经达到了。到2030年，94%认为AI能在数据分析上匹配顶尖研究者，89%在写作上，72%在想法生成和数据收集上。但问到“AI独立完成完整研究项目”，只有40%认为2030年前能实现，16%说永远不会。

Ethan Mollick在推文里特别圈出了加速倍数那段。有人在回复里说，38%的中位数是一个异常具体的数字。具体的地方在于，它衡量的不是“AI能不能做科研”这种大问题，而是“AI能接走多少小时”。小时是可以被组织吸收、被行政流程重新分配、被考核指标扭曲的。

一个更早的参照：2022年中期调查里，领域专家预测AI在2025年达到国际数学奥林匹克金牌水平的中位数是2030年，超级预测者是2035年。实际发生在2025年。预测偏保守是常态。但物理世界的任务例外。报告里说，生物实验室任务这类需要动手的领域，预测误差要小得多。

所以38%这个数字真正的含义可能不是“科研加速38%”。它更像一个测量：AI已经能接走相当一部分案头工作，但科研里那些需要动手、需要判断、需要跟人打交道的部分，暂时还留在原地。省下来的时间用来干什么，是下一个问题。