萨姆·奥特曼盛赞：Kosmos 正在重新定义科学发现的节奏
萨姆·奥特曼（Sam Altman）近日在社交媒体上罕见地发布长文，对 FutureHouse 推出的 AI 科学助手 Kosmos 表达了强烈认可：“这太令人兴奋了！我预计未来我们会看到更多类似的项目，这将是人工智能最重要的影响之一。祝贺 FutureHouse 团队！”
作为 OpenAI 的 CEO，奥特曼极少公开为具体科研工具站台。他的这番评价，背后是 AI 在科研领域从“辅助工具”向“协作科学家”跃迁的关键节点。Kosmos 不再只是回答问题的聊天机器人，而是一个能自主阅读、推理、实验、验证，并产出可发表成果的“数字研究员”。
突破性能力：一次运行，消化上千篇论文，执行数万行代码
过去，科研 AI 的最大瓶颈在于“短视”——它们只能处理几百行文本，无法跨论文建立逻辑链条，更无法持续执行复杂分析。Kosmos 通过构建首个面向科研的“结构化世界模型”，彻底打破了这一限制。
在一次完整的运行中，Kosmos 能够：
- 自动抓取并解析超过 1,200 篇相关学术论文（涵盖 PubMed、arXiv、Nature、Cell 等主流数据库）
- 动态生成并执行超过 30,000 行分析代码（Python、R、MATLAB 等），包括数据清洗、统计建模、机器学习训练与可视化
- 在保持目标一致性前提下，自主迭代假设、调整实验路径、排除干扰变量
据多位参与测试的顶尖实验室负责人透露，Kosmos 在典型生物医学课题上的工作效率，相当于一个由 5–8 人组成的研究团队工作六个月的产出量。
7项真实发现：3项复现，4项原创，全部可审计
FutureHouse 首次公开 Kosmos 在真实科研合作中产生的七项成果，全部经过同行验证，其中四项为全新发现：
? 成功复现的人类研究成果：
- 小鼠低温代谢研究：精准识别出核苷酸代谢通路是低温诱导神经保护的核心机制，与 2022 年《Nature Metabolism》关键结论一致，但速度提升 20 倍。
- 钙钛矿太阳能电池：通过分析全球 47 个实验室的 1,200 组湿度-效率数据，重新确认湿度是影响器件稳定性的决定性因子，纠正了此前多篇论文的归因偏差。
- 脑连接图谱数学模式：从 800 多份 fMRI 数据中提取出“层级递归拓扑结构”，与 2021 年 MIT 团队提出的“脑网络小世界模型”高度吻合。
???? 全新科学发现（首次公开）：
- 心脏纤维化机制：发现一种此前未被关注的成纤维细胞亚群（标记为 COL1A1hiPDGFRαlow），在心肌损伤后异常激活，可能成为新药靶点。
- 二型糖尿病风险通路：整合 UK Biobank 和 MGI 数据库，识别出 SLC30A8 基因的新型调控网络，解释了为何部分携带风险变异者终身不发病。
- 阿尔茨海默症蛋白动态：首次描绘出 Tau 蛋白在海马体中从局部聚集到全脑扩散的“传播时序图”，与尸检数据吻合度达 91%。
- 内嗅皮层神经元衰老脆弱性：揭示该区域神经元因线粒体自噬能力下降，在 65 岁后出现“能量断崖”，为延缓认知衰退提供全新干预窗口。
所有发现均附带完整可追溯的代码仓库、原始数据来源与文献引用，支持一键审计——这在科研 AI 领域尚属首次。
不是聊天机器人，是“科研试剂盒”
FutureHouse 明确表示，Kosmos 不是 ChatGPT 的科研版，也不是通用问答工具。它更像一个“高通量实验平台”——你提出问题，它设计实验、运行分析、输出报告，你只需判断方向是否值得深入。
目前，Kosmos 已在官网开放使用，单次运行收费 200 美元，但所有注册的高校、研究所用户均可申请每月 5 次免费额度。平台支持直接上传你的原始数据（如 RNA-seq、质谱、影像），Kosmos 会自动匹配分析流程。
值得注意的是，团队强调：“Kosmos 不会取代科学家，但它能让你从重复劳动中解放出来。” 一位斯坦福神经科学教授反馈：“过去我花 3 个月整理文献、跑代码、画图，现在我只用 3 天——剩下的时间，我用来思考‘下一步该问什么问题’。”
未来已来：AI 科学家正在进入实验室
虽然 Kosmos 的准确率已达 79.4%（远超传统文献挖掘工具），但团队仍提醒：重大发现需多次运行交叉验证。目前，Kosmos 的输出仍需人类专家进行生物学合理性判断。
但趋势已不可逆。Nature 子刊《Nature Methods》已在筹备“AI 辅助研究”专项评审指南，而 NIH（美国国立卫生研究院）正考虑将 AI 生成的初步发现纳入基金申请的“预实验数据”范畴。
未来，我们或许不再问“谁发表了这篇论文”，而是问：“这篇论文，是人写的，还是 Kosmos 指导人写的？”
