在9月12日举行的2026浦江创新论坛主论坛上，上海人工智能实验室主任、首席科学家周伯文以“如果人类思考一道难题花100年，AI需要多久”这一问题开启演讲，并提出“科学研究是下一个编程”的核心解题思路。
周伯文列举了AI参与科学研究的多个案例：单克隆抗体研发传统流程需4年，AI协作后仅用90天，时间压缩至6%；1969年提出的蛋白质折叠难题，人类求索51年未破，AlphaFold用2年基本解决，耗时仅为人类的4%；有着近200年历史的纳维-斯托克斯方程，一万个AI智能体连续工作88小时给出证明，AI用人类万分之零点五的时间在逼近答案。他强调，问题越古老、越基础，AI提效空间越大，但突破的根基始终是人类定义的科学问题、构建的数据集和设计的思维链，“AI的定位并非取代人类，而是成为人类真正的伙伴”。
周伯文认为，行业已从“AI for Science”阶段进入“AI in Science”阶段，AI成为科研殿堂的常驻参与者，未来将走向“AI and Science”共生阶段，二者共同建构科学体系，在交互中持续迭代。针对“AGI4S前景广阔，为何尚未见证更多重大突破”的疑问，他直言当前科研面临信息爆炸但认知稀缺、假设涌现但验证滞后、工具林立但彼此割裂、成功发表但失败流失、AI生成但可追溯困难五大结构性困境，科学本身需要科学的方法来做科学。
今年初，周伯文提出“科学研究是下一个编程”的判断。他解释，编程是当前AI落地规模最大、生产力提升最显著的赛道，科学研究与编程都以问题为导向、由认知驱动，但科研难度更高、边界更开放，验证依托真实物理世界。未来科研人员可立足科学问题清晰表达意图，AI协同调度文献、数据集、计算工具及自主实验室，贯通从问题界定、假设生成到仿真预测、湿实验验证、结果迭代的完整流程，有望复刻AI在编程领域的巨大成功。
周伯文表示，AI与科学将形成“双轮驱动”：科学研究为AI搭建更高质量的训练场，推动其长程推理、仿真纠错、自主探索等能力持续进阶；AI则更深嵌入科学进程，从加速科研效率到自主发现新规律。展望未来，AGI会不断拓展人类知识边界、加速科学发现，但“科学探索的罗盘，始终应该由人类的心智、好奇心和价值判断来掌握”。
