陈天桥谈AI下半场：竞争从生成转向验证，模型须学会证明自身

过去三年，全球人工智能产业陷入了一场前所未有的军备竞赛：参数规模不断膨胀，算力投入成倍增加，基准测试成绩被频繁刷新。

然而，当大模型越来越擅长给出答案时，一个根本性问题浮出水面：如果AI提出了人类从未发现过的科学结论，谁来证明它是正确的？

盛大集团及Apodex创始人陈天桥在AIAS峰会上发表主旨演讲，明确指出：“过去三年，人工智能越来越擅长给出看似正确的答案；未来三年，人工智能必须学会证明自己的答案确实正确。”

这一判断不仅指明了技术演进方向，也揭开了其新创立的AI科研公司Apodex的发展路径。目前，Apodex已组建约150人的科学家团队，储备近万张GPU算力，并开始尝试用AI自主训练下一代AI，以及利用该体系进行AI药物研发。

AI的核心瓶颈是判断力，而非单纯智力

陈天桥在演讲中分享了一组对比实验。在软件修复任务中，模型单次尝试的成功率仅有16%；当尝试次数放宽至250次时，超过半数任务已包含了正确方案。问题在于，模型自身无法辨识哪个方案有效。

Apodex的测试显示，让一个弱模型独立工作，成功率仅有8%；但若引入独立的评判模型专门负责纠错，弱模型的成功率跃升至56%。这表明，识别正确答案的能力与生成答案的能力同样关键，甚至更为紧迫。

陈天桥将这两种角色划分为“求解者”（Solver）与“评判者”（Critic）。实验还发现，来自同一模型家族的评判者往往存在相似的认知盲区，反而会导致性能下滑；而引入不同模型家族相互辩论并自主调取实验检验，最困难任务的成功率能提升至84%。

这意味着，AI不能止步于回答问题，必须学会质疑答案、寻找证据并接受客观检验。

验证效率成生命科学突破的最大卡点

从国际象棋、围棋到AlphaFold的蛋白质结构预测，AI取得突破的领域都具备一个先决条件：人类早已建立了成熟的验证机制。代码可以通过自动化测试运行，围棋胜负立判，蛋白质结构预测背后则有半个世纪积累的PDB数据库和CASP盲测机制。

但在药物研发和材料科学领域，规则截然不同。AI可以在数秒内设计出几十万个候选分子，判断其有效性却依然需要漫长的体外实验与临床验证。过去二十年间，基因组测序成本骤降10万倍，但每10亿美元研发投入对应的新药产出却每九年减半。生成方案极其廉价，验证方案却极为昂贵。

陈天桥认为，未来科学AI的壁垒不再仅仅是模型参数规模，而是验证效率。谁能低成本、规模化地将计算假设转化为可复现的实验结果，谁才能建立真正的护城河。

提前布局：近万张GPU押注验证基础设施

与常规大模型初创企业不同，Apodex优先搭建的是验证基础设施。他们自主研发了涵盖即时通信、文档与实验记录的协同系统，严格记录科研过程中的每一步决策。

陈天桥表示，传统科研论文往往只呈现成功结果，忽略了试错过程。但AI若要学会科学探索，最需要学习的是研究者的思考路径：当时掌握了什么信息、为何放弃备选路径、失败后如何调整策略。唯有将真实决策过程数字化，AI才能学习如何真正开展科学研究。

在模型训练层面，Apodex正在研发专注于机器学习、代码、数学与科学逻辑的专用模型，尝试在不依赖外部通用前沿模型的前提下，让AI自主训练下一代模型，探索真正的递归自我改进（RSI）。

走向物理世界：湿实验与验证网络

在AI制药方向，Apodex正在推进三项关键基础设施：

1. 合同验证组织（CVO）：建立自动化实验室网络，使物理实验执行速度紧跟AI提出假设的节奏；
2. 药物计算中心：向生物医药行业免费开放16个专业计算模块，通过服务真实研发场景反哺系统演进；
3. 科学验证委员会：引入包括诺贝尔奖得主在内的顶级学者，在实验开展前严格确立证据标准。

目前，Apodex的首个湿实验室项目已通过AI从零设计了超过20万条腺相关病毒（AAV）衣壳序列，重点针对心脏和肌肉组织的靶向递送。该候选库已进入合成阶段，后续将开展细胞与动物实验。

“候选库的规模只代表我们提出了多少种可能性，唯有实验结果才能证明其真实价值。”陈天桥强调，算力可以买到更多GPU，但买不回细胞生长所需的客观时间。不要只建设模型，更要建设一个能够验证模型的世界。