最近看到一篇有意思的文章Scaling Laws in Scientific Discovery with AI and Robot Scientists，它提出了一套系统框架，用来衡量AI在科学发现中从“工具”到“独立研究者”的演进。过去几年，AI在基础科研领域确实突飞猛进：

• 2020 年，《Nature》封面报道了用于合成化学实验的机器人化学家；

• 2023 年，卡内基梅隆大学推出了 Coscientist 智能体，能协同设计并执行实验；

• 2024 年，劳伦斯伯克利国家实验室研发出 A-Lab 平台，实现了半自动化的试验流程。

今天我们主要聊聊这篇文章的一小部分，也就是关于AI自动化工作流的分级，并展开联系到求职的过程。

类似于自动驾驶的分级，这篇文章把基础科学中的AI分为了6个等级：

1. Level 0 – 无AI：完全由专用设备和传统软件执行实验，无任何智能成分。

2. Level 1 – 工具辅助（Tool-Assisted）：基本的数据检索与处理功能，但不具备决策自主权。

3. Level 2 – 智能助手（Intelligent Agent）：可以在网络上收集、多领域知识，并给出初步研究建议。

4. Level 3 – 协作伙伴（Collaborative Partner）：与虚拟或物理实验环境深度集成，支持半自动化实验执行与精确操作。

5. Level 4 – 自主研究员（Autonomous Researcher）：能够独立设计并完成复杂研究，跨学科问题也能自行攻关。

6. Level 5 – 科学先驱（Pioneer）：在无人干预下实现突破性发现，引领全新科学范式。

这样分级后，我们就能直观地看出，Level 4–5 的AI几乎能完全替代人类在实验设计和执行中的角色，而目前大多数实验室的AI还处在 Level 2–3 之间，少数顶尖机构才开始探索 Level 3 与 Level 4 的场景。当前，非AI强相关行业则主要处于 Level 2–3 阶段——AI还只是“知识顾问”或“智能助手”。当技术真的迈向“奇点”，人类在科研一线的许多岗位都将面临被取代的风险，短则10年，长则20年，没人预测得清楚。

所以，无论你刚走出象牙塔，还是打算在职场上寻求跳槽，都不妨先自问：

• 我的日常工作中，哪些环节已经可以被AI自动化？

• 这些AI工具在该环节目前的智能水平能达到什么程度？

在谈论薪水、平台发展前景和团队氛围(企业文化)之前，先搞清自己是否在“AI可替代”的名单上，是非常有必要的。

那我们是不是该“转型”去抢占 AI 新兴岗位了？答案是：是也不是。以“提示词工程师（Prompt Engineer）”为例：

• 2023 年，这一角色因市场缺口暴增，多家公司大肆招聘，薪资水涨船高。

• 2025 年，当许多大厂已将模型调优到接近自然语言的水平，Prompt Engineer 的独立岗位开始缩招或裁员。

但并不意味着“提示词”技能不值钱——它反而渗透到更多细分领域：法务检索、历史文献解读、化学实验指导等，都开始要求类似能力。换句话说，Prompt Engineer 作为单一岗位或许在消失，但相关技能正成为各类科研和业务岗位的标配，它正在成为你岗位Job Description的一部分。

最后，祝愿列位在AI的浪潮下保持清醒，求职路上武运昌隆，大展宏图！