一位社区作者把一场晚餐谈话写成了一条完整的判断链。学术研究越来越擅长生产漂亮的理论，却越来越害怕把理论推向现实。于是，AI 被他放进了这条链的最后一环。当智能变得廉价，研究真正缺少的会变成实验、行动，以及不断接受现实反馈的勇气。
PERSPECTIVE
科学真正害怕的，可能是答案会迫使它改变自己的工作方式。
01
故事从一句刺耳的话开始。
帖子先写一场晚餐。作者遇到一位量子物理教授，对方自称身处一片反对 AI、反对增长的学术环境。谈到研究时，教授给出一句让作者反复回看的话。从 20 世纪 70 年代开始，物理学里已经没有真正严肃的课题获得资助。
接下来，帖子的叙述把问题推向更尖锐的位置。什么获得了资助？教授的回答是“漂亮的理论大教堂”——结构宏伟、内部精密，却很少改变现实。作者抓住的，正是这组反差：研究仍然在生产知识，知识却越来越像一座供人参观的建筑。
“科学害怕找到答案。”
作者没有把问题归因于科学家缺少聪明才智。他认为，学术体系太擅长奖励可以发表、评审、被同行理解的工作。真正的发现往往带着更高的不确定性，也更可能撞上既有分类、资助方向和职业评价。
02
“理论大教堂”指向的，是脱离反馈的智能。
帖子随后接上 François Chollet 的一句话。弦理论像一个被切断感官输入的智能系统，失去现实反馈之后开始自我生成幻觉。作者把这句话当成对前面谈话的解释。
在这套比喻里，问题不只是理论是否复杂，也不只是某个研究方向有没有直接用途。更深一层的问题是：一个系统长期只在自己的语言、符号和评价标准里循环，会不会把内部的精密误认为对世界的理解？
这也是“教堂”这个词的作用。它形容的不是无知，而是过度完整。理论可以拥有漂亮的结构、严密的推导和庞大的解释野心，却很少被一个具体实验逼着改写。它越完整，越容易获得崇拜；它越远离现实，越难接受失败。
帖子把“现实”理解成持续反馈：提出假设，做出实验，拿到结果，再修改下一轮判断。只要这条回路还在，理论就会被迫保持可变。
03
作者把问题解释成一次“机构捕获”。
帖子中间引入葛兰西，把科学停滞的原因指向机构如何决定什么值得被想象。大学、媒体和文化机构一旦形成稳定的评价秩序，就会开始筛选问题。
某些问题被定义成严肃，另一些问题则被定义成幼稚、危险或不值得投入。
于是，帖子的推理链完成了一次扩展。研究机构先用资助筛选问题，再用论文和同行评审筛选答案，最后用职业头衔和声望确认结果。
长期留下来的，往往是最适合这套系统的研究，而不一定是最接近现实的研究。
这解释了帖子为什么反复攻击“标题”“身份”和“读者只有十二个人的论文”。作者要说的并非每篇论文都必须立刻变成产品，而是学术身份不能替代结果。一个人拥有怎样的头衔，无法自动回答他究竟改变了什么。
04
AI 在这里承担的角色，是廉价的智能。
帖子的最后一段才真正谈到 AI。作者的判断是，当智能变得充足，智能本身就不再是最稀缺的资源。写出假设、搜索资料、整理模型、生成代码，这些环节会越来越容易被自动化。
稀缺的位置会转移到另一端。谁愿意把假设接到实验里，谁能承受一次次失败，谁有设备、资金、材料和执行团队，这些条件会决定研究能否继续推进。AI 负责扩大候选答案，现实负责淘汰错误答案。
这条判断也解释了帖子最后列出的那些词：反物质、反重力、曲速引擎、意识的微观机制。它们在文中并不是待办清单，而是一组象征：作者希望研究重新面对那些足够大、足够难、也足够可能失败的问题。
05
这条帖子真正反对的，是没有回路的聪明。
把整篇帖子压缩成一句话，它讲的不是“理论没有价值”，也不是“工程一定高于学术”。它反对的是一种脱离反馈的聪明：在概念里不断扩大，在现实中没有下一步动作；在评价体系里不断累积，在世界里没有可检验的变化。
因此，帖子把“研究者”与“工程师”放在同一场冲突里。研究者代表提出问题、建立解释和维护知识传统；工程师代表把解释变成可运行、可测量、可失败的东西。作者希望两者之间的距离缩短，让每一个漂亮想法都尽快遇到现实。
这也是 AI 进入科学之后最值得留意的变化：机器可以帮人提出更多想法，却不会自动替人建立现实回路。研究的速度，最终仍取决于实验能否运行、结果能否被读取、失败能否改变下一轮行动。
“科学会被解放”在帖子里是一句激烈的预言。它真正指向的工作要求，是把想法交给世界检验：让实验结果改变下一轮问题，让失败成为研究流程的一部分。
来源：社区帖子；François Chollet 关于智能、现实反馈与科学进步的公开文章；AI 科学工作流相关研究。