编辑 | 泽南
今年的菲尔兹奖被外界贴上「最后一届纯血」的标签——毕竟，未来的突破性研究恐怕都得和 AI 深度捆绑。
这种转变的速度，可能比预想的还要迅猛。在菲尔兹奖的新闻发布会现场，当记者追问加拿大数学家 Jacob Tsimerman 下一步打算做什么时，他的回答令人咋舌：自己已着手转向 AI 安全领域，即将入职 OpenAI 的安全部门。
OpenAI 首席研究主管 Mark Chen 的反应则十分直接，表示热烈欢迎。
站在技术潮头的学者们，正将顶尖 AI 公司视为实现个人抱负的最佳舞台。近期，包括数学家、物理学家、生物学家在内的多位顶尖科学家，纷纷流向头部大模型厂商。仅今年上半年，诺贝尔化学奖得主 John Jumper、经济学家 Chad Jones 以及哲学家 Harvey Lederman 等人都加入了 Anthropic 的阵营。
这一趋势的背后，是顶尖 AI 公司对同一方向的默契选择：将科学家请进 AI 研发的核心现场。AI 与前沿科学的深度融合，已从“可选项”转变为“必选项”。
国内大厂也未缺席。本周四，字节的 Seed Edge 团队发布了 Seed STEM 科学家计划，开放了 100 个合作席位，面向数学、物理、化学、生物等基础科学领域的科学家及博士生，邀请他们携手探索未知。从公开资料看，这是国内首个大规模投入 AI 加速科学发现的专项计划。
在大模型的下半场，比拼的早已不是单纯的跑分数据。
在当下以天为单位计算的快节奏竞争中，深耕长期基础 AI 研究，往往不如打磨代码能力或刷高评测分数来得直观可见。后者能迅速转化为产品体验的提升和商业收入的增长，而基础研究、尤其是 AI 加速科学发现的反馈周期漫长，探索路径也充满了不确定性。
但反过来看，一旦在这条路上取得实质性突破，其带来的范式级价值，将远超普通的产品迭代。
姚顺雨曾与团队分享过一个观点：大模型训练没有魔法可言。真正的挑战在于把那些最基础、确定能做对的事情做扎实。这一判断与 Anthropic CEO 达里奥长期持有的观点不谋而合——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”。
回溯 Claude、Seedance 等真正达到 SOTA 水平的模型，背后并无捷径可走，核心都在于早早锚定方向后，在数据质量和底层架构上进行了大量的基础性工作。
Anthropic 将资源高度聚焦于提升模型的代码能力，通过强化学习训练，使模型能够通过反复试验，自主理解并生成高质量代码，进而基于用户反馈形成自我加速的进化飞轮。
在许多大厂难以持续突破的视频生成领域，Seedance 凭借创新的模型架构和精密的数据处理，将 AI 视频生成从类似“抽卡”式的实验，转变为更可控、更具创造性的工业级生产工具。
由此可见，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，同时目光长远，保持战略定力与足够的耐心。
在当前环境下做到这一点并非易事，但我们能看到，在国内大模型赛道上，越来越多的公司愿意沉下心来，去走这条难而正确的路。
今年，DeepSeek 推出的 mHC（流形约束超连接）架构，被视为大模型基础架构领域的一项重大突破。这也是 DeepSeek V4 的重要架构升级之一，它取代了传统的残差连接，贯穿整个模型设计始终。需要指出的是，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 的基础骨架，被行业普遍视为默认配置。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，成为中国 AI 团队在底层架构领域技术创新的一个缩影，这在以往的大模型技术发展中并不多见。
去年初，字节 Seed 专门成立了一个名为 Edge 的团队，旨在开展一类确定性较低、短期未必能看到结果的研究课题。为了保障研究者的稳定环境，他们甚至调整了绩效考核周期——中间不设考核机制，待有成果后再统一评估。
该团队成立后一直较为低调。前不久，他们在 X 平台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，发现了环境学习维度的新 Scaling 定律，引发了不少业内大佬的讨论。
据悉，OpenAI 也正在接入这个评测集，以测试自家模型的长程能力。
在 AI 领域，大家的目光往往聚焦于大模型本身。构建 Benchmark 需要投入漫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，引导整个领域向更透明、更可靠的方向发展。顶尖 AI 实验室对此投入巨大。
OpenAI 开源了 Evals 框架，使其成为业界评估大语言模型及基于 LLM 系统的标准化工具。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 则在 SWE-bench 周围做了大量工作，明确突出了 Claude 的代码能力长板；此外，他们还发布了 Terminal-Bench，用于衡量 Agent 在真实命令行环境中完成长链路任务的能力。
这些评测工作与各家模型的能力长板之间的关系，绝非偶然。
可以看出，前沿 AI 团队对 AI 发展路径的判断正在发生转变。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。字节刚刚发布的 Seed STEM 科学家计划，旨在与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。科学家提供的不仅仅是题目，更是问题意识、判断标准和反馈方式。
为什么顶尖 AI 公司都在争抢领域科学家？
为什么要与科学家合作？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可见。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，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，近期有多位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，还有成体系的项目支撑。
在 OpenAI，Residency 项目已成为吸纳高端人才的常态化通道，明确面向“目前不以 AI 为主要研究方向”的人才。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。
在这类项目中，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 算力和前沿模型的体验，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。
