关于“让AI研究AI”的讨论很容易滑向两个极端：一边是“全自动科学家”的浪漫想象，另一边是“AI只会洗稿和跑代码”的轻蔑判断。最新综述的价值，恰恰在于它绕开了这种二选一。它把“AI研究AI”放回科研流程内部，指出真正需要回答的不是一个笼统的能力问题，而是一组决策问题：研究什么、怎么做、做到哪、谁负责。
如果把这套讨论压缩成一句话，那就是：研究自主性不是一个开关，而是一排旋钮。
旋钮拧得过大，AI可能从“高效助手”变成“不可审计的目标优化器”；拧得过小，所谓“AI for AI research”又会退化成昂贵的自动补全。综述提出的三项关键决策框架——可以概括为议程决策、过程决策、问责决策——本质上是在给这排旋钮贴标签：每一个旋钮控制什么、风险在哪里、需要什么记录、何时必须降级。
这也是本文采用“策展笔记”文体的原因。与其复述一篇综述的目录，不如把三项框架当成三件展品，看看它们各自照出了怎样的研究自主性。
展签1：第一项决策——研究什么：议程设定权归谁？
展品说明： 一只写着“选题”的按钮，旁边贴着一行小字：按下后，AI将决定下一轮实验要追什么问题。
“让AI研究AI”最先遇到的不是算力，而是议程。AI可以读文献、总结缺口、生成假设、排列实验优先级，甚至提出“这个领域是否问错了问题”。但一旦它从“执行给定问题”走向“参与设定问题”，研究自主性的性质就变了。
综述的第一项关键决策框架，可以理解为议程决策框架：AI是优化人类已经选定的问题，还是获得改写问题空间的权限？
这两者差别巨大。优化型自主性，是在目标函数已经固定的情况下寻找更优解；探索型自主性，则可能改变目标函数本身。前者像一位不知疲倦的实验员，后者更像一位有资格调整课题方向的研究者。现实中，很多“AI科学家”演示停留在前者，却被叙事包装成后者。综述提醒我们：能生成假设，不等于能判断什么问题值得研究。
这里至少有三个风险。
第一是目标漂移。如果AI被授权“提升研究影响力”，它可能把影响力简化成引用数、下载量或话题热度；如果被授权“加速发现”，它可能偏好短平快、易验证、易包装的题目，而回避那些周期长、争议大、但可能更重要的问题。
第二是指标崇拜。AI擅长在明确基准上优化，但科研的议程设置往往包含大量不可量化的判断：这个方向是否值得投入五年？这个负面结果是否比一个漂亮的正结果更有信息量？这个跨学科问题是否只是术语拼接？这些判断很难被一个奖励函数完整吸收。
第三是问题同质化。模型从历史文献中学习，天然倾向放大已经显性的热点。若大量AI研究代理都围绕相似的高频主题生成假设，科研生态可能变得更拥挤，而不是更开阔。
因此，议程决策框架的核心不是“让不让AI选题”，而是给议程权分级。比较稳妥的设计是：AI可以提出候选问题、生成问题地图、标注证据缺口，但“最终议程”仍需人类委员会或至少多主体复核；同时给探索型问题保留配额，避免所有资源被指标驱动的问题吸走。换句话说，AI可以当“选题顾问”，但不宜默认拿到“选题拍板权”。
旁白： 研究自主性的第一道门槛，不是AI会不会想，而是它想的问题是否被允许进入实验室。
展签2：第二项决策——怎么做：过程控制权与验证链
展品说明： 一条从“读文献”延伸到“跑实验、写论文”的流水线，中间有一个醒目的断点，标着“谁来验证”。
如果说议程决策回答“研究什么”，那么第二项关键决策框架回答的是过程决策：AI在研究执行中获得多大自主权？它能否调用工具、设计实验、执行代码、选择数据、分析结果、撰写报告？更重要的是，谁负责验证？
这是“让AI研究AI”最容易产生错觉的地方。演示视频里，AI可以连续完成文献检索、假设生成、代码编写、结果绘图，看起来像一条闭环。但科研不是流水线，科研是一条验证链。一个结果能否成立，不取决于它写得多顺，而取决于它能否被独立复现、能否经受反例、能否在数据泄漏和基准过拟合之外仍然站住。
综述的第二项框架，实际上把“自主性”拆成了不同层级：建议级、执行级、闭环级、元研究级。建议级只提供思路；执行级可以完成明确任务；闭环级能根据反馈迭代；元研究级则可能参与方法评价和流程改进。层级越高，权限越大，审计要求也应越强。
这里最值得警惕的是验证赤字：生成结果的系统和验证结果的系统如果是同一个，或者共享同一套偏差，那么“验证”可能只是自我确认。AI生成一个假设，再用同一模型找支持证据；AI写一段代码，再用同一模型判断代码是否正确；AI产出一篇论文，再用同一模型担任审稿人。这种闭环看似高效，实则把科研中最关键的“独立怀疑”压缩掉了。
过程决策框架因此需要几个硬接口：可审计日志、阶段门、双轨验证、失败保留。可审计日志记录AI调用了什么工具、基于什么数据、做了哪些取舍；阶段门要求从假设到实验、从实验到结论之间设置人工或独立系统复核；双轨验证意味着关键结果至少有一条不依赖生成模型的验证路径；失败保留则要求负面结果和失败实验不被自动清理，因为科研的价值往往藏在“没有成立”里。
还要看到，过程自主性并不等于无人化。真正可治理的自主性，是决策可追溯：AI可以多做，但每一步都要留下“为什么这样做”的痕迹。否则，效率提升会变成黑箱加速——错误也加速，偏见也加速，资源消耗也加速。
旁白： 科研自动化的难点不是让AI跑完流程，而是让流程在AI跑完之后仍然可以被怀疑。
展签3：第三项决策——做到哪：授权边界与责任归属
展品说明： 一个红色停止按钮，旁边写着：按下后，所有自主权限降级为“建议模式”。
第三项关键决策框架是问责决策：AI研究代理的权限边界在哪里？何时必须停止？成果如何署名？错误如何归因？伦理审查由谁触发？资源使用是否可撤回？
很多讨论把“自主性”理解为“少让人插手”，但综述式的问题意识更冷静：自主性越强，责任链越不能断。一个AI研究代理如果能够自主调用算力、提交实验、生成论文，那么它造成的错误、浪费、偏见和伦理风险，不能因为“模型自己决定的”就消失。责任不会因为自动化而蒸发，只会转移和稀释。
问责决策框架要解决三个问题。
第一是停止条件。不是所有研究都适合让AI一路跑到底。涉及人类受试者、敏感数据、高风险实验、不可逆资源消耗的任务，必须设置硬停止点。即便在普通计算实验中，也应设置预算上限、异常检测和人工复核触发条件。自主性必须包含“知道何时不该继续”的机制，而不是只包含“如何继续”的能力。
第二是贡献与署名。如果AI参与了假设生成、代码编写、数据分析或论文起草，贡献声明不能含糊。署名不是荣誉分配，而是责任锚点。谁对结果负责？谁复核了关键结论？谁有权撤回？这些问题需要在成果发布前回答，而不是在争议出现后补救。
第三是可撤回授权。自主权限不应是一次性授予的永久通行证，而应是可分级、可降级、可撤回的授权。某个模型在低风险任务上表现稳定，不代表它在高风险任务上同样可靠；某个团队在受控环境中验证了流程，不代表它可以直接进入开放评审。可撤回机制让治理从“事前相信”转向“持续校准”。
这里还有一个容易被忽略的责任稀释问题。AI、开发者、使用者、评审者、平台方共同构成一条链，如果没有明确的责任锚点，每一方都可以说“不是我决定的”。问责决策框架的意义，就是提前指定谁在哪个节点签字、谁在哪个节点复核、谁在哪个节点有权叫停。
旁白： 自主性不是把责任交给模型，而是把责任重新分配给可识别的人和组织。
展签4：重新审视自主性——从“全自动研究员”到“协作自主”
把三项决策框架放在一起看，会发现它们共同纠正了一个流行误解：研究自主性不是“人类退出、AI接管”的零和游戏，而是不同环节、不同风险、不同可逆性下的差异化授权。
可以粗略区分三层自主性。
第一层是操作自主：调用工具、检索文献、运行代码、整理数据。这一层风险相对可控，适合较高程度的自动化，但仍需日志和预算约束。
第二层是策略自主：选择方法、设计实验、决定分析路径。这一层直接影响结论可靠性，需要阶段门、独立验证和人工复核。
第三层是元研究自主：评价研究质量、修改评价标准、设定议程、参与同行评审。这一层最具争议，因为它触及科研共同体的权力结构。让AI参与元研究并非绝对不可，但必须比前两层更谨慎，至少不能形成“生成—评价”同源闭环。
换句话说，真正值得追求的不是“全自动研究员”，而是协作自主：AI获得规模化执行能力，人类保留议程权、审计权和否决权；AI可以提出更多可能性，人类负责判断哪些可能性值得承担后果。这种协作不是对AI能力的压制，而是把创新从“黑箱跳跃”变成“可复现探索”。
自主性还应按任务属性动态配置。低风险、高可逆、易验证的任务，可以给更高自主权；高风险、不可逆、外部性强的任务，应降低自主权。可验证性越差，越需要人类判断；外部性越强，越需要伦理审查；资源消耗越大，越需要预算门。这样一来，“自主性”不再是抽象立场，而是一张可操作的权限矩阵。
展签5：争议与未决问题——综述没有替我们做完选择
这份综述式框架的价值，不是给出一个“正确答案”，而是把争议摆到台面上。
效率与可靠性的张力依然存在。AI可以加速实验，但错误也会加速；如果验证链跟不上生成速度，科研系统可能被低质量产出淹没。
创新与同质化的张力也没有解决。模型基于历史数据，可能更擅长延伸主流范式，而不擅长挑战它们。如何评估AI研究代理带来的“认知多样性”，目前缺少共识指标。
评审污染是另一个未决问题。AI写论文、AI审论文、AI再根据评审意见改论文，如果缺少独立人类判断和外部审计，同行评审可能变成模型之间的回声室。
资源集中同样值得关注。高自主研究代理往往依赖大规模算力和数据，若只有少数机构能负担，科研自主性可能从“人类是否控制AI”转向“谁控制AI基础设施”。
最后是评估基准缺失。评价一个AI研究代理，不能只看它生成了多少论文、通过了多少基准，还要看结果是否可复现、是否保留负面结果、是否留下审计记录、是否在分布外问题上仍然诚实。没有这些，所谓“AI研究员”的绩效可能只是演示绩效。
尾厅：一张可签字的按钮清单
如果要把这篇策展笔记压缩成可执行清单，它大概包括十个按钮：
目标契约：AI可以优化什么，不可以改写什么。
权限清单：操作、策略、元研究三层权限分别授予。
决策日志：关键取舍必须可追溯。
阶段门：假设、实验、结论之间设置复核点。
双轨验证：关键结果至少一条独立验证路径。
停止条款：预算、风险、异常触发降级或中止。
贡献声明：AI参与程度与人类责任锚点写清楚。
外部审计：不让生成者兼任唯一评价者。
撤回机制：自主权限可降级、可暂停、可撤销。
复盘制度：失败和负面结果进入组织学习，而不是被自动删除。
结语： “让AI研究AI”最吸引人的地方，是它承诺把科研从重复劳动中解放出来；但最新综述提醒我们，真正需要设计的不是“更聪明的模型”，而是“更清楚的决策框架”。研究自主性不是把实验室钥匙交给AI，而是把每一个决策点显性化：谁能提议、谁能执行、谁能验证、谁能叫停、谁负责任。
给AI发一张“研究员工牌”并不难。难的是在工牌背面印上权限、日志、停止条件和撤回键。综述的意义，或许正在于此：它不是宣告AI已经独立，而是迫使我们把“自主”拆成可签字的按钮。
