AI 4 S青年志①|摇瓶子的手与调参数的脑：两个95后和一场物质科学的化学反应
在AI4S，AI出身的人是在等AI出奇迹，而Science出身的人是在给AI立规矩。
作者丨 周蕾
编辑丨岑峰
【编者按】 这是雷峰网 (公众号：雷峰网) AI科技评论“AI4S青年志”系列专访的第一篇。当所有人都在谈论AI4S，我们想听真正在做的人怎么说。本系列与这个领域的青年人对谈，记录他们如何走向两个学科的交界，在难题与弯路中走到今天。
2026年7月7日，上海科学智能研究院“百题马拉松”超级科研工厂直播开启，连续5天不间断跑完135道课题。
或许徐丽成和安俊逸自己入行时也没想到，做科研还要“三班倒”盯一场120小时的 干湿闭环直播 。
直播是“一次性的艺术”，没有多少试错空间。徐丽成最紧张的，是配体推荐环节。配体是催化剂的核心组成部分，直接决定反应的效率和选择性。他其实并不确定模型推荐的配体是否能够成功提升反应产率，而直播里不能额外验证——一旦失败，他们来不及再买新的药品。
“非常幸运，它确实提升了4个反应的平均产率，我之前也不知道这个实验结果。”徐丽成回忆起当时的情景，仍然感到十分庆幸。
安俊逸负责Agent系统开发，他最担心的是药物发现题目的执行。药物发现主打长链路，调用工具多，单个任务一跑就是5小时、甚至10小时。这种长链路执行会有误差积累，工具的运行也存在不稳定因素，Agent极有可能在后续步骤中连环出错，最终中途崩溃——这也是大部分Agent的通病。
“直播的时候，药物发现达到了从未有过的任务成功率。”这是最让安俊逸提心吊胆的一类题目，这个结果让他意外。
两人回忆起这场“百题马拉松”时，办公室窗外刚经历了一场盛夏午后的雷阵雨，刚刚放晴。
上智院的办公室位于上海西岸，这里也是众多科研机构和科技企业的驻点。黄浦江穿城而过，有波澜壮阔的历史，也有新的船驶向远方。
徐丽成和安俊逸这两位“95后”，是上智院物质科学方向的青年科学家，也是上智院重点孵化企业“格物智研”的算法专家，一个从化学走向AI，一个从物理走向计算机再走向AI4S。 他们与这个研创一体的团队一起，搭建了国内首个无人介入的物质科学干湿实验全闭环系统——Golab物质科学智能研发工厂。
徐丽成 
安俊逸 借着这个机会，雷峰网与两位年轻的科学家聊了聊，他们在来到上智院后，是如何在两个AI和Science的交界处，完成一场“化学反应”的。
01
活化
“化学还有太多未知，但继续卷绩点好像已经没有什么挑战了。”
徐丽成本科在华东理工大学读应用化学，成绩名列前茅。大二那年AlphaGo正火，他开始上网课自学Python，试图转向AI，但始终不得其门而入，直到大四保研去浙江大学闯进了洪鑫教授的计算化学课题组，方向是当时还很异类的 “机器学习for化学” 。 大多数学生怕计算机难，竟无一人联系。
“大家都挺怵的，但我决定去试试。” 徐丽成当了那个“吃螃蟹”的人。
他的第一个科研任务，就是从文献中收集湿实验反应数据。一年半的时间，他从数百篇文献收集了上万条烯烃不对称氢化的反应数据，“一个一年级学生去指挥高年级学生，很有挑战。”他后来回忆。赶上疫情，居家两三个月又收了几千条。
这个数据集，至今仍是 规模最大的结构化不对称催化反应数据集 ，发表在化学顶刊《德国应用化学》上，也让徐丽成拿到了AI4S世界的入场券。
随后，徐丽成经历了短暂的字节实习，在2023年底参加了复旦大学和上智院主办的 世界科学智能大赛 ，带着反应数据集和AI的历练，走进了上海西岸那栋楼。
几乎同一时间，安俊逸博士毕业，从南京来到了上海。
相较于徐丽成的化学背景，安俊逸其实在计算机领域实践更久，但一开始，他其实是怀着对物理的浓厚兴趣进入到南京大学物理系的。
在南京大学，物理系是一个盛产“神人”的地方：那里汇聚了全国各省最高分的一群头脑，也承载着相当宏大、甚至有些孤傲的雄心。但物理这门学科极其残酷，低垂的果实早已被前人摘尽，剩下的都是足以消磨掉大多数天才志气的硬骨头。
到了选专业的节骨点，他真实地感受到了，一种物理式的无情打击。当兴趣在晦涩的理论深渊中逐渐摊薄，他做出了南大数理大类学生近年来最常见的选择：跨越那道并不算高的门槛，转向更具生机的计算机赛道。
2016年，何恺明的ResNet开启了深度学习新时代，安俊逸应潮流转至南大计算机系，师从申富饶教授。申教授极其欣赏安俊逸身上那股物理系的“执念”，引导他将物理学中的能量最小原理、Hopfield网络模型融入神经网络。
博士期间，他先从图像做起，工作集中在分类、分割、检测的神经网络架构设计上，但他始终说服不了自己：“把数据相关机理融入到网络设计上能对下游应用有什么确定的影响吗？感觉很虚。”
直到他做 3D点云 ，那些杂乱无章的离散点，在点云处理的旋转等变性公式下，在他面前第一次展现出了让物理学家痴迷的“对称之美”。
“一切变得有迹可循”。安俊逸终于找到了那个锚点。沿着这种“实”的思路，他做了几篇点云配准的工作，拿了ICCV竞赛一等奖。
2023年，安俊逸偶然认识了如今在上智院担任AI科学家的屈超。当时屈超正在复旦大学特聘教授、上智院院长漆远教授的团队做底层技术，他告诉安俊逸， 分子、原子某种程度上也是三维空间中的点云，而且比激光雷达的点更“听话”，没有噪声，信息是固定的，需要引入的物理先验远比点云复杂、也确定得多 。
安俊逸意识到，自己这种“改模型”的能力放到微观的分子、原子表征里，或许就是开天辟地的巨斧。通过屈超，他又认识了上智院物质科学智能方向首席科学家曹风雷。曹风雷给他描绘了3D化学空间表征模型的蓝图，也让他看到了上智院的平台潜力。
“大语言模型已经展现了通用基座模型的超强边界，这一点在分子原子领域同样适用，我想在这里做很多事。”安俊逸回忆。博士毕业那年，他决定加入上智院，曹风雷后来也成为了他的直接leader。