生产力的发展规律与未来的形态
从加速信息流动出发，讨论AI如何帮助科研人员理解概念、复用工具和开展协作，并推演覆盖全流程与专注细分领域的产品形态。
> 作者：郑博元 · 更新日期：2026-07-14
> 说明：作者修订版。标题取自全文核心问题；正文为作者原话（未改写、未校对）。本轮据作者意见只做版式整理——把逐句换行的地方并成段落、把并列点理成清单（原来"1.1/2.1"式手写编号改为带缩进的子清单，层级不变）；此前已据作者确认去掉两处指代团队的"我们"（改为"用好的生产力工具""要帮助科研人员"）。文中两张配图来自作者 PPT《AI Scientist 的技术探索实践》第 3、6 页，存于 assets/。
# 通用人工智能带来的生产力变革，会基于怎样的规律，如何提高科研的生产力，最终的形态是什么
## 问题的提出
当我们去想要做什么时，首先要考虑，未来的生产力的发展形式是什么？不是去想需求，而是应该想趋势。趋势告诉我们要发展什么，需求告诉我们具体落地如何盈利。或者换句话说，一方面，要先可以解决近期的某类用户的需求，保证经济基础，另一方面，要顺应发展趋势去发展。所以，一个组织，合适的发展路线是：
1. 在不断顺应趋势的发展下，预见未来的趋势，去发展；
2. 在顺应趋势的发展中预见未来短期的需求，做铺垫，然后在需求到来时解决需求；
3. 用现在的能力解决现在的需求，保证经济持续。
且，这几环是迭代的。
关于趋势，一个核心的论断是，资产会跟着先进生产力的方向（这或许也是为什么会有股市？因为上市企业是社会筛选出来的相对最先进的一批企业，代表着先进生产力的发展趋势）。
而要考虑未来生产力的发展形式，就需要考虑生产力的发展规律，再结合现在的科技水平，实事求是的去推演。在Agent4S的范畴里，任何一个做相关技术，产品的人，需要想的就是：
1. 通用人工智能带来的生产力变革，会基于怎样的规律，如何提高科研的生产力，最终的形态是什么；
2. 其中有哪些具体的方面
3. 这些方面分别会如何发展，最后的产品形态是什么
4. 对应的底层新技术有哪些？分别对应于哪些形态？
5. 我们想做什么样的事，最终目标是什么，阶段性的目标是什么（即打算用怎样的发展模式（包括经济发展模式（钱）、组织发展模式（人）、技术发展路线（技术））
## 生产力的发展规律
生产力的发展结果，一定会提高人类平均的生产力，即个体的生产力
所以，agent4s的核心目标，是想科研人员需要在哪些方面提高生产力（注意，写文章不是生产力，写文章是提高生产力的目的）
提高个体生产力是指什么？提高个体的生产力，不是替代人脑，而是帮人的脑子转的更快。需要帮助人用好的生产力工具去思考，而不是让用户把脑力浪费在该怎么用这个工具上。
更本质的讲，什么叫帮人的脑子转的更快？那就是加速信息的流动。
有两个具体方向：
一是配备更好的生产工具（即提高个人思考的信息流转效率）（如各种自动化工具）
二是降低多人信息的壁垒（即提高多人的信息流转效率）（如淘宝）
## 基于此规律下的科研领域的未来生产力新形态
在科研领域，最后的新的生产力，一定不是代替人做所有科研，而是帮助人去做更好的科研。
（一个例子是，帮助写要发表的论文不是提高生产力，写文章是提高生产力的目的。）
所以，如果要考虑科研领域的个体生产力提高后的形态，可以理解为，要帮助科研人员：
1. 在核心技能上，更好的建立大脑里对科研概念的理解：
1. 启发思考，即很多时候最难的不是不知道怎么做，而是不知道自己不知道。所以都没办法去搜索。所以可以提供更全面的信息和思考点
2. 帮助帮助梳理碎片化思维，建立所想问题的知识图谱（不是直接做图谱，而是帮助科研人员建立科研人员脑子里的图谱））
3. AI用于科研教育，即教学生如何系统性进行科研，拥有科研思维
4. 加快湿实验速度——Agent4S时代的实验室——AI科学家加上基于Agent的参数调优与具身智能科研仪器
2. 让科研人员可以在非核心创新点上，尽可能方便的使用其他工具和方法
注解：之后个人的能力边界会越来越宽，需要让用户可以更快的掌握和使用非核心技能工具（即让用户从打工者变成多个员工的领导者）（如：figma让不懂前端制作的人，也可以很快的制作好心里想的东西）
（什么叫在非核心创新点上使用工具？如，现在一个已经很常用的是AI Coding，这已经帮助我和我身边的很多做实验，有一点代码基础但没有那么强的同学，可以更快的学习如何做模拟。以前需要两个人做的事，现在做实验的同学，花主要精力在实验上，自己再用AI辅助编程，复现已有文章的模拟方法进行模拟，效果很好。）
1. 帮助做实验的同学做模拟，帮助做模拟的同学尽可能理解实验
2. 基于经用户查验筛选过的文献思考（包括写作、修改等等
3. 帮助科研用户写绘图代码与绘图
4. 帮助科研用户做ppt
5. 上传已有文献和论文初稿，根据已有文献丰富和增加引用，同时给出文章的修改建议（进一步：智能搜索更多相关文献，并下载到云端）
6. 上传学术论文，进行格式矫正
7. 有引用文献的写作时自动文献补全
3. 帮助实验室更好的进行多人协作
做好内容管理和版本统筹
最终的目标：更快的帮助科研人员去试错和迭代
生产力变革对科研的根本变化
*图 1 生产力变革对科研产生的根本变化（对应本节：概念理解 / 工具复用 / 优化协同 / 试错迭代）*
## 未来的产品形态
以上对未来生产力的样式做了讨论。那么，这些功能会在哪些产品上实现？会如何和日常科研结合到一起？
一个核心原则是：为了信息的流通性（即降低用户在使用生产力工具时浪费在思考如何切换生产力工具上的时间），一个成熟的产品，只有两种可以存活的形态：
一是尽可能覆盖全流程，如美团、淘宝，在用户的直接交互场景下，全生态（选品、购物、快递查询）构建产品，或谷歌浏览器生态，在背后的信息渠道，进行全生态建设。在科研领域的例子包括：各种文献管理软件、latex编译器等等。
一是在一个小领域做到极致，使用户愿意花时间切换使用（本质是是切换到此小工具需要花的精力远小于继续用原生态工具在此任务上的精力）。在科研领域的例子包括：各种专业化仪器和专业化绘图软件
且发展路线是：
1. 都是先从一个小点切入，做到很好，先能解决一些痛点，让用户愿意使用。
2. 切入后，思考未来此点处在的站位
- 要么建立技术护城河——在专有领域上优化
- 要么建立生态护城河——在用户量上优化
发展路线与智能体操作系统 Agent OS
*图 2 发展路线：两类科研用户（日常科研 / AI 科学家）与智能体操作系统（Agent OS）架构*