Anthropic眼下多数AI公司还在聊天机器人和代码助手里抢用户，PSI却把方向定得更远：让AI直接干科学研究，再靠这个挣钱。据TechCrunch报道，PSI借Anthropic一个还没公开发布的大模型，回答了量子计算领域科学家追问近二十年的基础性问题。
这条消息有两个关键词值得拆开看。一个是「未发布模型」，说明前沿AI实验室正把最强能力先交给特定合作方；另一个是「近二十年」，暗示AI在基础科学里扮演的角色，或许正从辅助工具变成解题者。
一个问题悬了近二十年
量子计算被看作下一代计算范式的核心候选，可它一直受一批基础问题牵制：量子系统到底能被有效模拟到什么程度？量子优势的边界画在哪里？哪些问题是经典计算机永远追不上量子计算机的？这些问法听着抽象，却直接关系到量子硬件怎么设计、商业化时间表怎么排。
近二十年来，科学家围绕这类问题提了不少猜想，也做出了部分证明，但始终没拿到一个让学界信服的完整答案。PSI称，靠Anthropic的模型，它在这个方向上取得了突破。技术细节还没公开，不过这个案例本身就够吸睛：大模型不再只会写代码、做摘要，开始参与最硬核的理论推演。
据TechCrunch报道，PSI利用一个尚未发布的Anthropic模型，回答了一个量子计算领域科学家追寻近二十年的基础性问题。
借力「未发布模型」意味着什么
「未发布模型」这个说法有嚼头。它意味着PSI拿到的不是市面上人人能调的API，而是Anthropic实验室里更前沿、能力更强、也可能更不稳定的版本。对Anthropic来说，这是典型的前沿部署打法：把模型放进少数高价值场景，既收真实反馈，也立起「AI能做真科学」的标杆。
对PSI来说，这里头有机会也有软肋。机会是它能比对手更早摸到模型能力的天花板；软肋是核心生产力架在别人的模型上。模型版本一换、访问权限一变，公司的技术优势可能很快被稀释。
把科学发现做成生意
PSI的野心不止发一篇论文。它想把「AI驱动科学发现」做成产品：客户抛出难题，PSI用AI模型加领域专家给出可验证的答案或方向，再按项目、订阅或成果分成收钱。这条路和Isomorphic Labs等「AI制药」公司有相似之处，但PSI把摊子铺得更宽——量子计算、材料、物理，凡能靠计算和推理往前推的领域，都可能成为它的市场。
这门生意的逻辑不难懂：基础科学突破价值极高，传统研发周期又极长。要是能借AI把「从问题到假设」的时间从数年压到数月，企业客户愿意掏的溢价会相当可观。难点在于，科学发现不像软件订阅那样能按月收费，怎么定价、知识产权怎么界定、怎么证明「这个发现是AI的功劳」，都是还没解决的商业难题。
AI for Science 赛道正在升温
PSI不是孤例。DeepMind的AlphaFold掀起过蛋白质结构预测的革命，多家初创公司也在用AI找新材料、设计药物、优化实验，AI for Science成了资本和巨头一起下注的方向。自动化实验室、科学基础模型、AI科学家代理等概念一个接一个冒出来。
热潮之下，真正的分水岭是「可验证的发现」。AI能生成海量假设，其中绝大多数可能是错的；科学共同体手里仍握着实验和同行评审的裁决权。谁能把从AI假设到实验验证的闭环建起来，谁才真能把科学发现变成可持续的生意。
光环之下的三重考验
PSI眼下看似风光，可三道关得先过。头一道是模型依赖——拿未发布的模型来用，本身就带着不确定性，商业产品总不能押在一个随时会变的黑箱上。第二道是科学验证：量子计算题目的「答案」得有数学证明或实验兜底，AI给出的东西要经得起学界推敲。第三道是商业闭环：从演示走到付费客户，中间隔着一段不短的信任建立期。
往大了看，PSI的尝试抛出一个全行业都该想想的问题：当AI开始产出真正的科学知识，价值该怎么在模型提供方、应用公司和科学共同体之间分？这个问题的答案，可能比任何一个量子计算难题都更难求解。
