为AI辅助科学建一座CERN？

文章提出科学界需要公共资助的前沿AI系统，包含简单的对话与智能体接口以及背后的公共算力，研究者可免费获得基线访问，资源需求大的项目则申请多智能体系统与大规模算力。 相对于此前欧洲委员会在描述其AI基础设施计划时使用过的“CERN”类比，作者给出了更具体的版本：以AI作为科学研究的公共基础设施，并明确区分免费基线访问与竞争性大算力分配两层机制。 属于观点与政策倡议，论证依据是作者列举的四类问题（敏感或涉密数据、未发表研究的敏感性、私营公司激励与科学共同体不一致、最强AI系统访问高度不平等）以及加拿大与欧盟的既有投资与合作协议等公开事实。

文章指出私营公司集中掌控前沿AI会带来四类问题：科研可能涉及敏感、专有甚至涉密数据，需要强保密与明确问责；未发表研究本身敏感，提示词、上传文档与智能体交互可能包含新想法与部分结果，需要保证不被后续系统复用；私营公司的激励与科学共同体不同，竞争鼓励快速展示能力与惊人结果，而科学同样需要验证、归属、细致阐述与人的理解；最强AI系统的访问高度不平等，可能形成两级科研体系。 把“AI用于科学”的讨论从能力展示转向制度与治理层面，将保密、数据复用、激励错位与访问不平等并列为需要公共基础设施回应的结构性问题。 以Navier–Stokes结果由OpenAI内部模型产生、该模型被公司描述为显著强于其公开前沿模型，以及若干近期数学进展同样使用未发布模型等事例作为支撑；同时引用Julia Stadlmann两年工作被AI辅助工作在数日内超越的经历说明速度对早期职业研究者的影响。

文章认为当前时机可能格外有利：欧盟与加拿大正在快速深化战略关系，双方都在对AI与计算基础设施进行重大公共投资，并已明确同意探索在基础AI研究、面向科学发现的智能体系统、先进AI基础设施访问以及为公共利益共同开发先进AI模型方面的合作。 把制度倡议与正在形成的具体政策窗口对接，指出加拿大承诺五年20亿加元主权AI算力（其中最多10亿加元用于公共超级计算基础设施）、欧盟发展RAISE与AI工厂网络并启动最多七个AI超级工厂的征集（最高100亿欧元公共资金、预期带动至少200亿欧元额外私人投资）等可依托的既有安排。 依据为文中引述的公开政策承诺与合作协议，属于对政策环境的描述而非实证研究结果。

文章强调该系统不能只是又一个超级计算中心，面向用户的层至关重要：每位研究者都应能通过简单聊天框直接访问前沿AI模型，无需成为模型部署、云基础设施或GPU计算专家；更宏大的项目可把困难研究纲领分解为许多相互作用的子问题，用协调的AI智能体半自主探索，由研究者把握总体策略并解读结果。 把公共AI科研基础设施的设计重点放在可用性与人机分工上，并提出以竞争性申请分配大算力与多智能体系统，参照加拿大数字研究联盟通过同行评审的资源分配竞赛分配先进计算资源的既有机制。 属于设计主张与类比论证，作者同时列出若干待解问题，包括公共资助模型能否现实地保持在前沿附近、应从零训练还是结合商业与开放权重模型、如何治理、需要多大规模资金、如何分配超大算力、如何防止公共基础设施本身变得官僚化、技术停滞或被特定国家或商业利益俘获。

文章面向的是科研治理与基础设施政策讨论：它主张为所有研究者提供免费的对话式与智能体式AI科研环境基线访问，并让需要超常资源的项目通过竞争性申请获得大算力与多智能体系统，适用于愿意贡献资源并接受科学治理、保密、访问与问责共同标准的合作方。作者明确表示动机主要不是节省学者的AI订阅费用，而是研究工具的长期独立性，并希望该倡议对其他研究伙伴开放。

作者自己列出多项开放问题：公共资助模型能否现实地保持在前沿附近；应从零训练模型，还是把公共基础设施与商业及开放权重模型结合；该机构应如何治理；需要多大规模资金；超大算力访问应如何分配；以及如何防止公共基础设施本身变得官僚化、技术停滞或被特定国家或商业利益俘获。此外，本文为博客观点文章，未提供实验数据或量化评估，读者若关心具体可行性证据，仍需关注后续的政策讨论与试点安排。