上世纪，科学哲学家波普尔在《科学发现的逻辑》中提出，科学进步并非源于正确答案的积累，而是通过“猜想与反驳”的循环实现。即科学家提出大胆假说，再通过严格证伪这些假说，从而推动科学知识的增长。

多年过去，这句话非但没过时，反而精准戳中了当下 AI4S尴尬的地方：会“猜想”的越来越多，能“反驳”、能验证的却越来越稀缺。

过去几年，AlphaFold几乎重新定义了结构预测的天花板，生成式模型把分子、蛋白、核酸的设计效率抬高了几个数量级，一级市场的钱也顺着算力+管线的故事蜂拥而入。可热闹归热闹，一个底层矛盾始终没有解决：模型一晚上能吐出成千上万个候选分子，湿实验却卡在材料、人力和周期上，只能一个个慢慢做。上游的预测堆积与下游的验证瓶颈之间，剪刀差越拉越大。

科理新序（Scinetics）首席运营官Erik把行业痛点说得很直白：“AI可以一口气生成一万个蛋白序列，可如果它们都跑不出想要的功能，算力烧得再多也变不出科学价值；反过来，哪怕只有一两个真正被实验验证有效的发现，产业价值就足够惊人。”

面对行业痛点，成立于2026年8月的科理新序，选择从最底层，也最难啃的地方切入。这家刚成立的AI4S公司，既没在通用大模型上做个垂直微调，也没止步于打磨某一件单点工具，而是提出了一整套涵盖科学原生表征、推理范式与迭代路径的完整框架，并同步对外发布系列技术报告，试图从根源上重构AI与科学发现的相处方式。

团队由两位兼具学术与产业视野的年轻创始人领衔：CEO兼CTO张载熙生于1998年，曾就读于中科大少年班，获中科大计算机博士学位，先后在哈佛医学院、普林斯顿开展研究，于2026年夏入职港科大担任助理教授。联合创始人兼COO Erik生于2002年，本科毕业于康奈尔大学，也在密歇根大学、普林斯顿有过研究经历，曾在再生元制药担任过自动化工程师，本科创业项目曾获美国校园基金投资。

要理解科理新序为什么要绕开主流路线，得先看一个反复上演的“翻车”现场。

Erik描述，让大语言模型优化一个蛋白时，模型会报告“已经优化了三轮、五轮”，但科学结果并未改善，甚至更差。问题不在它“话”说得好不好，而在于它的整个推理都困在文字里，而生命科学的关键推理，压根不发生在文字之间。

把纯文本思维链硬搬到酶设计上，会撞上三堵墙：其一，三维结构、键角、空间位阻这些东西，文字根本说不清；其二，文本上逻辑自洽，不等于物理和生物学上可行；其三，推理过程缺少一个可直接检验、可修正的科学状态，每一步都停留在形容词里。

科理新序递出的第一把钥匙，叫Science Token。说白了，就是把蛋白质或核酸序列、局部三维几何、显微图像、组学状态，以及带单位和实验条件的测量值，统统拆成一个个“原生单元”，和文字共用同一个模型来读和写。模型不必先把结构翻译成文字再思考，而是能直接在科学对象自己的表征空间里动手操作。

科学Token的多模态接口与结构推理概念示例（图源科理新序）

其Perspective还特别叮嘱一句专业细节：这些表示要“保留科学含义”——一个数值必须带单位、一次测量必须带条件、一个结构必须说明它来自预测还是实验。

配套的Chain of Science Tokens（科学Token链），则可以理解为思维链在科学世界里的对应物。传统思维链，每一步都是一个句子；科学Token链的中间步骤，则是一个个“能被解码的科学状态”。

科理新序 给出直观例子：模型先读一个蛋白口袋，试着塞进一个更大的侧链去填补空腔；几何一检查，发现它和配体撞上了，于是换成更合适的侧链，最后才提出实验建议。改变口袋几何，模型就该相应调整设计；可只是把同一个分子旋转一下，结论却应保持稳定。这样的可检验性，正是用来判断模型是不是真的用了科学信息。

“这不意味着要抛弃语言。语言是科学家提出问题、建立假设和沟通交流的重要方式。我们希望自然语言与科学原生表征深度融合，让模型在科学空间本身展开计算和推理。”Erik强调，“这与调用外部工具的智能体、串行拼接专家模型的流水线不同。后两者依靠接口传递信息，每转手一次就会丢失一层细节。”

这套理念最先在蛋白设计上落了地，具象成同期技术报告中的Chain of Structures（COS）——一项由MIT、哈佛、剑桥、港科大与科理新序共同完成的工作。

Chain of Structures技术报告标题与作者团队（图源科理新序）

有意思的是，团队没挑相对好做的折叠预测，而是挑了酶作为切入点——几个核心氨基酸位点的相对位置稍有扰动，催化活性就可能从有到无，这正是检验“化学意图能否落到局部几何”的硬骨头。在酶设计基准的对比中，COS六项指标拿下五项第一：三级酶分类一致率EC3达57.0%，高于CodeFP的55.3%；结构置信度pLDDT 79.3，结构自洽性TM-score 0.729。去掉推理链后，EC3降至53.4%，支持了中间推理步骤的作用。

主结果节选（科理新序提供数据，动脉网制表）
“SOTA”限于报告所比较的方法与统一评测设置；完整六项指标见COS表3。
EC3为功能预测分类匹配，pLDDT为预测置信度，TM为结构自洽性，MMD衡量序列分布差异。

有了概念，得先立一个目标。科理新序在Perspective里正式给出SSI（Scientific Super Intelligence，科学超级智能）的定义：同一个固定模型，既要在专业科学任务上胜过对应的垂直专家模型，又要在广泛的科学推理上，赢过同等参数规模的通用语言模型。

Scinetics Perspective：从Science Tokens到ScienceRSI（图源科理新序）

一句话，既要“专”，也要“通”。

“我们首先要做的，是一个通用的科学推理模型。”张载熙解释道，“既要在蛋白质结构预测、DNA突变预测、小核酸设计这些垂类任务上做得比以往更好，也要具备跨模态的科学推理能力——比如优化一套基因编辑系统，同时牵扯DNA、蛋白和功能文本多种模态，模型就得在同等体量下，比通用大模型更懂科学。”

报告给了一个值得检验的规模窗口：1000亿到3000亿参数，配合10万亿到30万亿训练Token。张载熙坦言，团队是基于在小模型上观察到的能力随参数、数据稳定提升的趋势进行外推，“大概率可以在这个量级达到SSI，但它仍是假设，不是结论”。

Perspective还补了一句关键提醒：训练Token要和独立证据分开算——同一份数据被反复喂给模型，只会增加计算量，并不会凭空多出新的实验事实；模型越大，真正稀缺的，反而越可能是高质量的科学反馈。

比目标更难的是路径。ScienceRSI，就是通往SSI的递归自我改进循环：当前代模型和智能体生成候选推理链，再交由模型之外的验证器，即模拟器、数据库、湿实验、领域专家——筛选打分，最后用幸存下来的证据去训练更强的下一代，如此循环放大。

ScienceRSI研究设想：生成候选、外部验证、训练下一代模型（图源科理新序）

在这套循环里，失败同样值钱：一次结构冲突、一个无法复现的结果，都在告诉模型哪些路不值得再走。Perspective给这条路线定了三个硬指标：验证通过率、验证覆盖率、独立评测增益，只要有一个不涨，就该停下来。

值得一提的是，团队没有回避短板。COS报告标注，这些设计尚未经过湿实验验证，目前只是计算评测里的潜力展示，真实酶活性还得等湿实验检验。

把“预测、模拟、实测、独立复现”四级证据状态分开标注，恰恰是ScienceRSI对诚实二字的硬性要求。

AI4S赛道里，多数公司都从单点工具切入：做分子筛选的只管筛选，做结构预测的只管结构，环节之间靠人传递。科理新序创立之初就明确了“AI4S基模×物理AI”双引擎：基模是负责认知的大脑，自动化实验室是负责执行的手脚，两者通过干湿闭环互相反馈。

布局双引擎的理由藏在“优化解的层级”里，Erik告诉动脉网，“很多AI算法本质是在找最优解、做梯度下降。单一模态下降到的所谓最优，往往是刻意把参数简化之后的局部最优——不考虑更多侧面和模态信息，找不到全局最优；科学是有泛化性的，把智能割裂在垂直盒子里，拼不出完整的科学发现能力。”

但双引擎，不等于两条线同时下重注。近一年，科理新序有意识地聚焦在基模的训练迭代上。物理AI这一侧，先以Agent的轻量形态落地，等模型能力到位，再自建自动化实验室把闭环合拢。

张载熙解释，团队过去在LabOS、STELLA这些学术工作里，既做过干侧模型，也做过硬件自动化和面向实验台的具身操作模型，知道闭环怎么搭，“只是选择先把大脑练强。在基模成熟之前，Agent被视为现阶段生命科学领域的较优解法、这是一个阶段性判断，不是终点。”

STELLA+LabOS自动化实验室（视频由科理新序提供）

科理新序介绍，他们的智能体已服务超过1000名科研用户，其中国际用户约七成来自斯坦福、普林斯顿等顶尖学府，国内覆盖国家重点实验室与高校，社群则聚集了1200多人、收到500多份共创申请。这些系统还曾在英伟达GTC大会和CES上亮相，并与美国上市的合成生物学公司Ginkgo Bioworks已经建立了合作。

更值得注意的是用户结构。早期用户里，有北大做育种与分子对接的团队，有协和血液科老师，也有南方一家牙医研究所——这些领域远离聚光灯，AI赋能程度低，连工具和数据都稀少。科理新序因此推出“共创者计划”，邀请各领域专家带来真实任务和稀缺数据，平台回赠使用额度，双方共建数据平台，目前已有近500位共创者参与，已经成长出一个比部分闭源库“更科学”的专业数据库。

Erik认为，“解决真实用户日常科研，临床，实验等不同任务，而不是让模型自己出题，恰恰能抑制逐代训练中多样性不断收窄的风险，而这正是ScienceRSI循环中最稀缺的一环。”

由Science Token体系顺势延伸出的第四个概念，是整套框架里最具产业冲击力的Science-token economics（科学token经济学）。通用大模型习惯按输入输出的token数量计费，可这套逻辑在科研里不成立：一个300残基的酶设计，无论它吐出的是幻觉，还是真能用的催化剂，烧掉的token数几乎一模一样。

科理新序给这套经济学立了个出发点：两条长度一样的蛋白序列，消耗的输出token可能相同，科学价值却可以差到十万八千里：一条只是候选，另一条已经过实验测量、能在明确条件下完成目标反应。

于是科理新序干脆把账分成两本：模型token只用来计量训练和推理的计算成本；真正被拿来定价的，是一个个“科学资产”。那是版本化、可长期留存的数据包，里面装着科学对象本身、上下文（单位、条件、实验流程）、证据（测量结果与不确定性）以及来源（版本、验证记录、复用权限）。证据还分成预测、模拟、实测、独立复现四级，同样是一段序列，证据状态不同，价值天差地别。

落到商业化，目前，科理新序已与一些高校重点实验室、企业及实验室自动化厂商同步推进合作。但Erik判断，短期内智能体服务对科理新序的长期利润贡献较小，但真正的长期价值要落到公司产出的高价值科学发现——一个药物IP、一种生物材料，以产品模式去商业化。

行业冷热上，张载熙认为AI4S整体仍被低估：和世界模型、物理AI、具身智能相比，AI4S牵扯干湿闭环、周期更长、投入更大，估值却完全不在一个量级；在与美国同行的交流里，大家普遍把AI4S看成下一个“类似Copilot级别”的机会。

Erik则给了一个大胆的时间判断：“按我的理想，用不到3年，AI本身就能产出比领域专家更出色的科学发现。”他透露，团队期待明年暑假或下半年，模型能达到Perspective里描述的SSI规模与能力，届时涌现式能力和潜在商业化阐述都会丰富得多。团队招人也在同步扩张，欢迎大模型人才与医药研究工作者加入。

最后，张载熙用三个关键词给科理新序定了调：科学原生，模型从架构设计之初就兼容各类科学数据，为解决系统性科学问题而生；自进化，既沿模型体量、数据量向上生长，也通过ScienceRSI用小模型生产验证语料训练大模型；开放探索，AI for Science是通往AGI路上最重要的圣杯之一，面向科学探索，是人类最广阔、也最底层的一场革新。

回到波普尔的标准，这套体系的野心其实很清楚：把“可证伪”这件事机器化，让每个猜想都能走到能被检验的地方，让活下来的证据去训练下一代，让定价跟着证据而非字数走。通往科学通用智能的路不会一蹴而就，科理新序选择用长期主义穿越周期，把“可证伪”做成可持续的证据基础设施。