科学超智能不是更聪明的聊天机器人，而是会选下一个实验

科学超级智能的关键不是更聪明的聊天机器人，而是能在不确定下选择下一个实验、从失败中学习并规模化重复。有意义的门槛是：系统在类似约束下能比顶尖人类研究团队更有效地把这类决策反复转化为可靠的新知识。文章提出「智能在循环里」的视角：科学家读文献、找空白、提出解释、决定验证方式，结果反过来改变下一步决策。