编辑 | 泽南
今年的菲尔兹奖被认为是「最后一届纯血」—— 可能以后的突破性研究，都会是与 AI 结合来完成的了。
这个转变的过程或许比我们想象得还要快：就在菲尔兹奖的新闻发布会上，有人问及获奖者之一的加拿大数学家 Jacob Tsimerman 接下来的工作是什么，他表示自己已经开始转向 AI 安全研究，很快就要去 OpenAI 安全部门上班。
另一边，OpenAI 的首席研究主管 Mark Chen 立即表示欢迎。
站在最前沿的学者，已经把顶尖 AI 公司视为能够展现自己抱负的平台。最近一段时间，越来越多的顶尖科学家，包括数学家、物理学家、生物学家等正在流向头部大模型公司。仅今年上半年，就有诺贝尔化学奖得主 John Jumper，经济学家 Chad Jones，哲学家 Harvey Lederman 等人纷纷加入 Anthropic。
在这背后，顶尖 AI 公司们也不约而同地把目光投向了同一方向：他们纷纷把科学家们请到 AI 研发的现场。AI 与前沿科学的深度融合，正在从可选项变成必选项。
国内的 AI 大厂也在跟进，就在本周四，字节的 Seed Edge 团队发布了 Seed STEM 科学家计划，开放 100 个合作席位，面向数学、物理、化学、生物等前沿科学领域的科学家和博士生，邀请他们与 Seed 一起探索基础科学中的未知问题。从公开信息来看，这是国内第一个大规模投入 AI 加速前沿科学发现的计划。
大模型下半场，比拼的早已不是跑分
在当下 AI 领域以天为单位的快节奏竞争中，深耕长期基础 AI 研究，可能远不如打磨代码能力、刷高评测跑分来得直观：后者的能力提升可以快速转化为产品体验与商业收入，而基础研究、AI 加速科学发现的反馈周期要漫长得多，探索路径也充满不确定性。
但反过来看，这条路上一旦取得真正的突破，其带来的范式级价值，也将远超普通的产品迭代。
姚顺雨之前和团队提到过一个观点：大模型训练没有魔法。真正的挑战在于把最基础、确定能做对的事情做对。这一判断也和 Anthropic CEO 达里奥长期持有的观点形成呼应 —— 驱动 AI 进步的核心要素始终是算力、数据质量与规模、训练时长以及可扩展的目标函数，「所有聪明的方法和技巧，其实并没有那么重要」。
回看 Claude、Seedance 这些真正的 SOTA 模型，背后都无捷径可言，核心无不是早早锚定方向后，在数据质量、底层架构上做了大量基础工作。
Anthropic 将资源高度聚焦于提升模型的代码能力方向，通过强化学习训练，让模型能通过反复试验，自主理解并生成高质量代码，并基于用户反馈形成自我加速的进化飞轮。
在很多大厂都难以持续推动的视频生成领域，Seedance 则通过创新的模型架构、精密的数据工作，将 AI 视频生成从「抽卡」式的实验，变成了更可控、更具创造性的工业级生产工具。
可见，真正决定模型能力上限的，从来不是技巧的堆砌，而是把数据做扎实、把基础结构做稳，同时把目标放长远，保持战略定力与足够的耐心。
这在如今的环境里并非易事，但我们能够看到在国内大模型赛道上，越来越多的公司愿意沉下心来走这样难而正确的路。
今年，DeepSeek 推出的 mHC（流形约束超连接） 架构，被认为是大模型基础架构领域的一项突破。它也是 DeepSeek V4 的重要架构升级之一，取代了传统的残差连接，贯穿于整个模型的设计之中。值得一提的是，mHC 研究引用了字节跳动 Seed 团队提出的 Hyper-Connections（HC）。
在此之前，残差连接作为 Transformer 基础骨架，被行业普遍视作默认配置，HC 率先打破了这一单流范式，在几乎不增加计算量的前提下大幅提升了模型的特征表达能力。从 HC 的开创性提出到 mHC 的工程化落地，成为了中国 AI 团队在底层架构领域技术创新的缩影，这在过去的大模型技术发展中并不多见。
去年初，字节 Seed 专门成立了一个叫 Edge 的团队，希望做一类确定性没有那么高、短期不一定看到结果的研究课题。为了让研究者有稳定的环境，他们甚至调整了绩效考核周期 —— 中间不设考核机制，有结果了再统一考核。
该个团队成立后一直比较低调，前不久看到他们在 X 上发布了超长程评测集 EdgeBench，在业内首次系统定义了真实环境下的 Agent 学习规律，找到了环境学习维度的新 Scaling 定律，也引发了不少业内大佬的讨论。
据说，OpenAI 也正在接入这个评测集测试自家模型的长程能力。
在 AI 领域内，大家往往把目光聚焦在大模型本身，构建 Benchmark 其实需要投入很长的周期及大量人力，为先进的 AI 能力设计并开源基准测试，不仅是为了衡量自身进展，更是通过确立行业标准、暴露模型弱点，来引导整个领域向着更透明、更可靠的方向发展。顶尖 AI 实验室对于构建基准的投入巨大。
OpenAI 开源了 evals 框架，成为了业界评估大语言模型和基于 LLM 的系统的标准化工具。其中针对特定前沿能力，OpenAI 还设计了一系列专用基准，包括 SimpleQA、BrowseComp、MLE-bench 等。
Anthropic 围绕 SWE-bench 做了大量工作，他们把 Claude 的代码能力长板明确出来；他们还发布了 Terminal-Bench，用来衡量 Agent 在真实命令行环境中完成长链路任务的能力。
这些评测工作，和各家模型能力长板之间的关系，并不是偶然的。
可以看出，前沿 AI 团队对于 AI 发展路径的判断已经在发生转变，大模型的能力进化已走出单纯依赖参数与数据堆叠的预训练红利期，下一阶段的核心增长动力，必然来自模型在真实开放环境中的持续交互、反馈与自主进化。
基础科学的前沿，正是开放未知场景的最高形态。而字节刚发的 Seed STEM 科学家计划，就是为了和科学家一起识别和突破研究级问题，探索 AI 加速科学发现的可能性。科学家提供的不只是题目，更是问题意识、判断标准和反馈方式。
为什么顶尖 AI 公司
都在抢领域科学家？
为什么要与科学家们合作？答案是现在剩下的「题」对于大模型来说已经不够难了。
如今主流的模型评测体系，大多围绕有标准答案的封闭式任务展开。题目有确定解，评测有固定标准，模型能力的提升路径清晰。但真实的科学研究完全是另一套逻辑：它没有清晰的解题路径，需要研究者自主提出假设、设计验证方案、处理异常与噪声数据、推导底层机制，全程充满试错、反复与不确定性。
真实世界的任务才是检验 AI 模型能力的最终标准。继预训练 Scaling、测试时 Scaling 之后，行业普遍在寻找下一个 Scaling 方向，「在真实开放环境中持续交互学习」正是最被看好的路径之一。
因此，全球 AI 顶尖团队在研发前沿模型时，已不再只靠 AI 团队闭门打磨模型，而是引入各学科的顶尖研究者，让真实的领域问题成为模型能力进化的牵引力。
在北美，近期有很多高校研究人员陆续加入大模型公司。7 月初，伯克利 EECS 系主任 Jelani Nelson 宣布学术休假并加入 Anthropic。今年以来，至少有 22 名教授和研究人员暂时离开或减少在斯坦福、伯克利、哈佛等高校的工作，转入 OpenAI、Anthropic、DeepMind 和 meta。这四家公司目前至少聚集了 80 多名现任或前任大学教授。
大牛陆续加入的背后，还有成体系的项目。
在 OpenAI，Residency 项目已成为 OpenAI 每年常态化的高端人才的吸纳通道，它明确面向「目前不以 AI 为主要研究方向」的人才，让参与者从第一天起就直接加入 OpenAI 的前沿应用和研究团队，进行实战合作。该项目相当于「加速版博士训练」，能帮助跨领域专家快速完成学科融合。ImageGPT、Codex 等多个里程碑式项目中，都有驻场研究员的深度参与。而 GPT 系列模型在数学推理、生物机制推导上的科研能力突破，也离不开这类跨学科人才的持续输入。
在 Anthropic，专门针对科学、技术、工程和数学领域专家的 STEM Fellows Program 在 2026 年进行了系统化和大规模扩充。该项目为期几个月，专门邀请物理学家、生物学家、数学家、经济学家等非 AI 领域顶尖专家进入 Anthropic 内部。他们可以带着自己领域的未解难题或复杂工作流，直接使用还未公开发布的 Claude 模型和内部评估工具。
这类项目中，材料科学家会为 Claude 构建相稳定性推理的专属评测流程，气候科学家会把专业大气建模工具与模型深度打通。驻场周期内，超过 80% 的研究员都产出了高质量学术成果，这些来自真实学科的反馈直接成为模型迭代的训练信号，也推动了 Claude 在科研推理、复杂工具调用上的进化。
这类项目的价值早已超出科研本身，顶尖 AI 公司纷纷把争抢领域科学家放在了和争抢算力同等重要的位置。
当然对科学界而言，合作同样价值巨大。大模型正在成为新的科研基础设施：从公式推导、数值模拟到海量文献与实验数据的分析，AI 正在重塑科研的范式，让过去受限于人力与算力难以推进的课题成为可能。
受邀进入大模型团队参与驻场研究，意义不亚于天文学家获得了下一代超级太空望远镜的独家使用权。这类项目能为科学家带来诸多优势，不仅能获取大量 AI 算力、前沿模型的体验，还可以利用 AI 作为「外脑」，将精力转移到定义问题本身上。
对于这些涌入 Anthropic 和 OpenAI 的科学家来说，这样的深度协作既是科研效率的放大器，也是撬动新发现的杠杆。而此刻把视野转回国内，我们发现 AI 与基础科研交叉领域的空白，正在由字节 Seed 率先补齐。
AI 终局
拼的是长期主义
当菲尔兹奖得主决定加入 OpenAI，当越来越多的 STEM 科学家开始和模型团队走到一起，AI 的下一阶段竞争，正在从短期产品迭代、榜单跑分和单点任务突破，转向更长期、更复杂、更前沿的基础命题。
科学研究之所以关键，因为它本身站在人类知识的最前沿。如果能在这类高复杂度的开放环境中站稳脚跟，就意味着下一代的 AI 真正具备参与真实复杂任务的能力。
这条路难以很快交出亮眼答卷，也很难在短期内形成清晰的商业闭环。它慢、重、充满不确定性。但也正因为如此，它才最能检验一个团队是否愿意真正沉下心投入基础、投入前沿。
大模型最终要交出的答卷，是能不能和人类一起推进那些尚未被解决的问题。
科学的进展需要长期主义，AGI 的实现也一样。
