凌晨，南京鼓樓高新區，南京靈樞鑄藥智能科技有限公司（以下簡稱“靈樞鑄藥”）的實驗室沒有開燈。

ORBIT自動化實驗平台的機械臂執行的實驗方案，是人工智能（AI）根據上一輪結果自己修訂的——沒有哪位科學家熬夜寫它。落地一年多，6—7條新藥研發管線正以這樣的節奏並行推進。

過去AI做科研，讀文獻、算數據，結論停在紙面上﹔如今它走進物理世界，親手做實驗、驗証猜想。AI黑燈實驗室，正把大模型從屏幕裡請出來，成為人工智能驅動的科學研究（AI for Science）走向物理世界的一條重要路徑。

伴隨人工智能快速迭代，AI黑燈實驗室成為社會關注的熱點話題。近日，記者走訪相關企業和高校發現，AI黑燈實驗室正在我國加速落地，催生智能科研新賽道。AI黑燈實驗室是什麼？應該怎麼建、如何管？相關人士給出他們的答案。

第一問：什麼是AI黑燈實驗室？

“黑燈”不是簡單關燈無人，而是人工智能、機器人與精密儀器協同，在較少人工干預的情況下完成實驗設計、執行、分析，並優化下一輪方案。

這個理解，是南京信息工程大學人工智能學院講師曹政從一段親身經歷裡得來的——讀博期間，他在浙江大學參與自主實驗室建設。圍繞小分子有機合成，AI設計合成路線，機械臂負責取料、稱重、投放，反應完成后由儀器自動分析，結果再反饋給系統，由AI選擇或預測下一步實驗。

過去，方案由人定好、機器照做﹔如今，AI根據數據提出下一個實驗，機器執行，結果回來再修正判斷。曹政解釋，這相當於AI用實驗驗証猜測，再據此調整下一步方案。

科研由此從人工“試配方”，逐步轉向AI“算配方”。

目前，AI黑燈實驗室的路徑已逐步明朗：先建懂科學知識的基礎模型﹔再用小模型算出下一個最值得做的實驗﹔AI智能體把決策翻譯成機械臂、蠕動泵、反應釜能聽懂的參數﹔設備執行后回收結果。閉環就此轉起來。

記者在採訪時發現：有的實驗室裡，工程師圍著機器轉，反復調試參數﹔也有的實驗室裡，機器自己在動，人隻在旁照看。前者把“手”交給了機器，后者開始把“腦”也交給AI。

如果今晚關掉AI，隻留下自動化設備按既定方案運行，實驗還會繼續嗎？

“單批實驗的物理結果一樣，甚至更穩定﹔但管線不會一樣。”靈樞鑄藥董事長凌煜的回答，道出了黑燈實驗室與傳統自動化實驗室的差別：設備能夠重復昨天的動作，AI則要依據實驗結果尋找明天的路徑。

當更多實驗室的燈次第熄滅、數據晝夜奔流，新一代科研基礎設施正在成形，一條推動我國科研發展的新賽道也隨之打開。

第二問：如何既“跑”得快也“行”得穩？

在靈樞鑄藥，一條管線從虛擬庫走到先導化合物，通常要經歷3—5輪“設計—合成—驗証”閉環迭代。從靶點驗証到先導化合物優化的周期，由傳統模式的2—3年縮短至6—9個月。

這筆賬的底層邏輯，曹政一句話點破：“AI做實驗最大的優勢，是邊際成本特別低。”培養科研人員需要長期投入，訓練模型同樣需要積累﹔但當實驗擴展到成千上萬次，AI系統更容易復制和並行，人力卻很難同比例擴張。

效率提升的深層意義，不只是“更快做實驗”，更是科研組織方式的變化。

曹政認為，其核心是讓AI根據真實物理實驗驗証猜測，再調整下一步方案。科學問題仍由人提出，關鍵選型和安全邊界仍由人把控，重復性操作和海量篩選則更多交給系統。

黑燈實驗室也為垂類模型打開了落地的入口。靈樞鑄藥的架構就是通用大模型當“項目經理”，負責拆解和編排﹔自研垂類科學模型當“專家”，負責打分和預測。

同時，自主並不意味著放任。實驗室的燈雖然滅了，但人的價值並未退場，而是更多體現為選擇方向、設置邊界、對結果負責。

“方向盤在人手裡，油門在AI腳下。”凌煜說，靈樞鑄藥的辦法是把人放在三個閘口上：關鍵選型拍板、不可逆動作前確認、執行安全確認。單次實驗失敗后，數據自動回流，AI修訂方案，經人確認再執行。科研人員從盯儀器、做記錄，轉向提出好問題、判斷異常、審視証據鏈。

今年1月，中國檢驗檢測學會發布《黑燈實驗室智能化評價規范》。

中國藥科大學教師喬波表示，AI黑燈實驗室的建設標准，除了評價自動化程度，還應覆蓋數據質量、算法變更、人工介入、異常處置和結果復現﹔從實驗室走向臨床、生產，仍須經過充分復現、嚴格驗証和層層把關。

凌煜也提醒，單次失敗已可閉環修訂，但“模型長期悄悄變差”的自動發現仍是空缺。曹政則認為，首要標准仍是安全優先，包括倫理安全、實驗安全和技術安全。（記者 張曄）