先说一个反常识的结论：AI 进实验室，真正难住它的已经不是「会不会动手」。
10月18日，智能科学家生态联盟第四届年会在合肥举办。会上，中国科大智能科学家团队发布了机器科学家2.2版本，现场开放「灵境造物」平台入口，供到场的学者和研究人员体验；支撑这个平台运转的，是同期发布的 AI 原生实验室语言 ALL（AI-native Laboratory Language）。配套论文题为《物理实验室的可计算表示，让可验证工作流成为可能》，已在预印本平台发布，系统性工程验证依托国产昇腾算力平台完成。
报道里有一句话，我觉得是整篇材料的题眼：让 AI 调用仪器、生成控制代码，甚至驱动机器人完成实验动作，已不是最大的难题。真正的问题是，面对由样品、容器、设备和环境构成的真实实验室，它能不能判断「什么可以做、在什么条件下才能做」。
这两句话之间，隔着的不是一代模型，而是一整套规矩。
动作已经不值钱了，边界才值钱
我们这几年看演示看多了，容易产生一种错觉：AI 会调用仪器、会生成控制代码、机械臂能把试管拿起来，就等于它能干活了。
恰恰相反。这些是入场券，不是上岗证。
团队列出了真实实验室里几件很朴素的事：面对不同厂商、不同年代、控制方式各异的设备，能不能稳定运行；面对多流程并发和突发异常，能不能扛住；以及能不能让每一次行动都有边界、每一次状态变化都可追踪。
在化学、材料和生物实验里，这不是苛求。一个未被识别的样品状态，一次不满足约束的操作，就可能让后续流程全部失效，甚至带来安全风险。这一点做过实验的人应该都有体感：前处理错了，后面跑得再漂亮也是白跑。
所以我更愿意把「会做实验」和「能上岗」分成两件事。前者是能力，后者是纪律。能力解决的是「能不能做到」，纪律解决的是「在这个时刻、对这个对象、用这组参数，该不该做」。
行业里常把这两件事混着谈，结果就是演示很好看，产线上没人敢撒手。
它补的不是「对象是什么」，而是「怎么作用于它」
要理解 ALL 在补哪一层，得先看清楚科学界已经有什么。
分子可以表示为结构式、图结构或三维构型，材料可以表示为晶体结构和元素组成。这些语言已经很成熟，但它们回答的都是「科学对象是什么」。它们回答不了「如何在物理世界中作用于它」。
这正是 ALL 想站的位置：从「科学对象表示」走到「科学行动表示」。它把实验对象、物理状态、科学操作、实验约束和工作流程，全部组织成机器可理解、可验证、可执行的标识，目标是让 AI 做到行动前检查、执行中追踪、异常时处置、实验后还原全过程。
这话听着抽象，往下拆就具体了。团队是拿一门自然语言的结构去类比实验室的：名词、动词、语法、规则。
名词是实验对象。 但对象不脱离容器和环境。同一种材料，装在离心管、反应釜、微孔板还是无盖样品瓶里，对机器人来说完全是不同的对象。ALL 里的定义是：实验对象＝科学身份＋物理载体＋当前状态＋空间环境＋操作历史。容器决定抓取方式和设备兼容性；开盖状态、体积、形态、温压和位置，共同决定此刻能做什么操作。
这一条看似琐碎，其实很要命。传统的数据表里，一管样品就是一行记录；而在机器人眼里，「开没开盖」和「在不在机械臂够得着的位置」比它的化学式更影响下一步。
动词是工作站。 每台设备都是一个「状态转换算子」。传统自动化只告诉设备启动、加热、设定转速，却说不清实验对象发生了什么。ALL 把工作站抽象成一次状态转换：样品从一个状态出发，经过有明确输入条件、参数范围和物理约束的操作，进入新状态。
它举的两个例子我觉得挺到位：加热搅拌不只是升温和转动，而是反应体系发生了状态转换；离心不只是设定转速和时间，而是悬浊液变成沉淀与上清液。每个工作站都得声明自己的科学能力、输入输出、参数范围、安全边界和可能产生的状态变化。设备就这样从「可调用的机器」，变成了改变对象状态的基本算子。
语法是工作流。 它需要从步骤清单变成状态的连续演化。合成、离心、洗涤、烘干、表征、测试，这些写给人看的步骤说明，机器照做不了。ALL 用顺序、并行、分支、循环、等待这些控制流算子，把基础操作组合成复杂实验，并让样品的身份和状态在步骤之间连续传递。实验方案也就从「写给人看的说明书」，变成了机器能解析、组合、验证和运行的科学程序。
规则是物理约束，而且直接写进语言本身。 容器兼不兼容、体积够不够、机械臂能不能到达、离心能不能配平、温压有没有超安全边界、上一步输出能不能接上下一步输入——全部必须在执行前检查。
这一层是我认为全文最关键的地方。它把「安全检查」从人脑子里的经验，变成了语言必须接受的语法。一项操作不仅要说清做什么，还要说清作用于什么对象、对象应处于什么状态、参数范围是多少、怎样算完成、异常之后怎么处理。
为什么说这是工程问题，不是模型问题
有人可能会问：模型再聪明一点，这些规矩它自己不会学吗？
我的判断是，学不会，至少不该指望它自己「悟」出来。原因不复杂：能不能做，是一个开放世界的推理问题；该不该做，是一个有明确边界的判断问题。后者需要被写下来、被执行前强制执行、被事后复盘的。靠一个概率模型临场发挥，等于把安全边界交给运气。
同一周，中国信息通信研究院在2026人工智能产业大会开幕式上发布了《2026人工智能产业十大关键词》，10月15日发布。这份报告跟上面那套工程实践没有互相引用，机构也完全不同，但两边指向的方向出奇一致。
报告对「AI驱动的自动化实验室」的定义是：在研究人员设定目标与边界的前提下，人工智能自主提出猜想、方案或实验，驱动自动化设备执行并借助测量表征获得反馈，据此推进「提出—检验—修正」研究循环的实验基础设施。
请注意定义里的状语，这不是装饰句。设定目标和边界，是人的活儿，也是这套系统成立的前提。
再看「具身智能实景实训」那一条。报告说，今年具身智能融资升温、赛事热点不断，从「表演模式」走向「作业模式」成为各方共同期待；当前沿规模数据、场景对接、应用部署三大方向推进实训，目标是推动从「进得去、干得成」到「留得下、跑得久」。
进得去、干得成，说的是动作；留得下、跑得久，说的是稳定和边界。真正拉开差距的是后半句。
还有「智能体工程化」：从产业界正在形成的初步共识看，基本路径是「模型提供推理决策能力、工程组织和约束任务执行」。模型管想，工程层管拦。这个分工放在实验室或者产线上对得上。
这三条放在一起看，它指出的是同一个位置：卡点在工程化和约束，不在单点能力。
上产线的账，最终算在稳定性和成本上
对制造业读者来说，这件事还有一层更现实的账。
报告里给了两组与成本有关的数字：2026年6月，我国词元日均消耗量约500万亿，是去年12月的近4倍；报告引用Gartner的预测，到2028年每个智能体工作流的AI推理成本将增至当前水平的五倍以上。产业界正从智能密度、服务性能、安全防护、费用透明四个方面提升词元服务的性价比。
需要说清楚的是：这是报告口径的宏观预测，不能拿来推算某个实验室或某条产线的具体成本变化，更推不出投资回报。它只说明一件事——如果 AI 要在产线上长时间跑，每一次无效尝试都对应真金白银。在这种账本下，一个会冲动的智能体比一个动作慢但守规矩的智能体更贵。
这也是「把检查前置」在经济上合理的原因。执行前把容器兼容性、体积、可达性、配平、温压边界都校验一遍，看起来多了一步，实际上省掉的是报废样品、重跑流程和事故处置。
另外，报告把「芯模协同」列为支撑国产智算规模化应用的关键环节，提到芯片与模型在算子性能、互联通信、存储调度上的协同进一步深化，呈现适配能力提升、超节点方案商业落地、智算生态日趋完善三个特点，判断未来一到两年将以提升系统效能、降低使用成本为重点。这条线索跟实验室自动化不是同一件事，但方向上呼应：能不能规模化，取决于系统层的配合，而不是单点指标。
需要说清的边界
有一条必须交代：ALL 的设计细节，以及它「已经具备什么效果」，目前都是团队自述，经媒体报道路径传播，未见第三方独立评测或复现结果；配套论文公开的只有题目和发布平台，原文我没有读到，因此不对它的方法学严谨程度和验证深度下判断。昇腾算力平台在这条线里承担的是系统性工程验证的角色，也不构成对精度或效率的量化结论。
此外，十大关键词是趋势判断与概念界定，不是实测数据。本文也不涉及任何良率、节拍、投资回报的量化收益，更不主张哪条产线已经实现无人化。
把这些讲清楚，不影响那个判断成立：会做实验是入场券，守规矩才是上岗证。
工具越能干，规矩越值钱。人干的活儿，正在从动手变成划线。