愿意公开做激进预测的人，往往是对AI最乐观的人。这本身就是个选择偏差——你不会看到Andrew Ng天天发推说"AGI还要几十年"，因为这不够刺激。

那些真正突破性的科学发现——那些打破现有范式的东西——恰恰来自计算不可约性带来的"惊喜"。AI被训练成避免惊喜，而科学的前沿就是惊喜本身。一句话：AI让科学更高效，但不能让科学"完成"。宇宙比任何AI都复杂——这不是bug，是feature。

AI之于科学，就像GPS导航之于探险：GPS能高效带你去已知目的地（计算可约的部分），但无法替你发现新大陆（计算不可约的突破）——发现新大陆仍需人类走进未知的丛林。

1. 调整对AI科学能力的预期：将AI定位为"高级计算助手"而非"科学解决者"
2. 将计算语言（如Wolfram Language）与AI结合：LLM擅长自然语言接口，计算语言擅长精确计算
3. 在研究中区分"可约"与"不可约"问题：对可约问题积极使用AI

勿以善小而不为，勿以恶小而为之

善恶两边，天壤之别

substack.com/profile/1128...