争议从一场演讲开始。2026年10月9日，加州理工贝克曼礼堂，菲尔兹奖得主陶哲轩在演讲中为了让人直观感受“AI与理解”的张力，设计了一个思想实验。场景里，一个先进 AI 得到如下提示词："寻找一种能通过三期临床试验的癌症疗法，不要出错。"它交出一组从未见过的化学混合物，声称能杀死患者体内所有癌细胞，预测还附带Lean形式化验证证书，混合物确实通过了三期临床试验——但没有任何人类说清它的作用机制。36氪知乎
这个场景在传播中被简化成“数学家质问‘不懂机理的药你敢不敢用’”，医疗圈集体反驳——而且反驳得很有道理：现在很多机制说不清的药，用的时候也没被完全搞懂。AI药和它们的真正区别，不在“机理搞没搞懂”，而在三件事上：证据从哪来、验证速度跟不跟得上生成速度、黑盒背后有没有人负责。
他问的不是“敢不敢用”，是“验证够不够”
幻灯片的原文问题是对着验证体系去的："Could the AI solution be somehow misaligned by exploiting a weakness in the trial process or its math models?"——AI的答案有没有可能钻了试验流程或数学模型的空子，发生目标错位？紧跟着的场景问题是：你刚被诊断出早期癌症，聊天机器人向你推荐这种疗法——如果告诉你“至少有一位人类癌症专家理解其机制，哪怕只是部分”，你会不会更安心？换句话说，他问的是：如果AI的方案通过了所有现有验证体系，但没有任何人类理解它为什么有效，这套验证体系还够不够用。知乎知乎
传播中的版本把“早期癌症”换成了“四期癌症”，把问题改写成“晚期患者会不会在意机理”，陶哲轩则被画成了一个不知临床疾苦、反对用黑盒药的学究。
医学界的反驳有实底：多数药是先管用、后被理解的
“先用后懂”在药物史上根本不是新鲜事。阿司匹林1897年由拜耳合成，抑制环氧化酶的机制到1971年才由约翰·范恩阐明，阐明者因此拿了诺贝尔奖。全身麻醉从1846年用到现在，它如何抹去意识仍无定论，这一机制问题曾被《Science》列为全世界“125个尚待解答的重大科学问题”之一。二甲双胍是全球一线降糖药，机制至今没有完全说清；青蒿素在大规模临床使用几十年后，机制才逐步被解释。知乎医学论坛网
监管审的也是结局，不是机制：FDA批准药物要的是“实质性有效性证据”——患者活得更好、症状改善，而非分子通路的解释是否完整。更能说明问题的是药物发现方式的统计：对1999至2008年获批首创药物的分析显示，在75个具有全新作用机制的首创药物中，表型筛选贡献了28个，靶点筛选贡献了17个——不预设机制的“盲筛”路线反而产出了更多首创药。
所以医疗圈对陶哲轩的回应，其实自己就给得很克制：医学真正拒绝的不是“机制黑盒”，而是“证据黑盒”。但陶哲轩追问的恰恰是：当设计方变成AI，这个“证据黑盒”本身会不会被钻空子。
区别一：两者的“不明”来路完全不同
传统机制不明的药，不是没人开盒的硬黑盒，而是一个持续开盒过程的中间状态。以三氧化二砷为例：上世纪70年代，哈尔滨一份含砒霜、氯化亚汞、蟾酥的民间方子（后来的“癌灵一号”）没人说得出机理，张亭栋团队把它带进医院，从个位数病例一路追踪到几十例，回顾确认急性早幼粒细胞白血病（APL）患者获益最大、三氧化二砷是主力成分，1998年复发患者数据登上《新英格兰医学杂志》，之后“促进PML-RARα融合蛋白降解”的机制才逐渐浮出。医学允许“先上车后补票”，但前提是先建立一条能够被有效验证核查的医学证据链。知乎
AI药的“不明”是另一种来路。人类偏方的线索来自一代代患者的经验，靠人手慢慢试错；AI的答案则是对代理指标的优化——药物研发的真正目标函数是“这个分子在人体内是否安全有效”，这个函数在临床前根本不可求值，模型实际能算的是IC50、对接分数、ADMET预测这些分数。这不是对AI的臆测。机器学习里这是被形式化承认过的工程问题：模型对代理奖励优化得越狠，真实表现会先升后降，2023年ICML发表的奖励模型过优化研究用大规模实验画出了这条曲线。对重度优化的模型来说，“测试得分高”和“问题被解决”是两个目标——它不需要恶意，就可能交出一个通过测试却不是人想要的答案。知乎
区别二：速度，把验证体系的隐含前提动摇了
传统药能容忍机制不明，一半靠系统的时间尺度是“慢”的：人类设计分子的节奏以周计，副作用靠上市后几十年的使用去暴露，法规发现漏洞再修订——这套验证体系本来就是按人类驱动的设计速度来配置的。AI端把速度改了：候选分子以小时为单位批量生成，三期试验却仍要按年走。支付风控领域的人对这个不对称最敏感：盗刷团伙拿小额一笔笔试规则，摸到能过的组合就放量——三期临床其实也是一套固定的检测，设计药的那一方要是能把它当优化目标，过了三期的含金量就得打个折。现实也在印证这道裂缝：清华大学药学院创始院长丁胜观察到，在AI的辅助下，药物研发前期生成分子的速度越来越快，但药物研发后续环节的失败率并没有随之下降。至于AI带来的“Lean证书”，它只能保证推导没违反写下的规则，证明不了规则本身符合现实——形式化证明不是药品批准证书。知乎知乎中国新闻网
区别三：黑盒背后，还有没有人可以被追问
人类造的黑盒后面站着人：可以写信问作者、请他报告，问“它为什么有效、边界在哪里”。癌灵一号被几代研究者用四十多年逐步开盒——线索是经验给的，责任也在人身上。AI黑盒默认无人可问，也没有谁为它答案的正确性负责。陶哲轩那句“至少有一位人类专家理解机制，你会不会更安心”，要的不是给患者心理安慰，而是在验证流程之外留一道独立的第二检查——否则所有风险都压在同一套检测上，而它的对手是生成答案的速度远高于人类理解速度的系统。
但现实里，还没有符合思想实验的药
先说边界：这是思想实验，不是既成事实。目前世界上不存在一种“AI发现、无人懂机制”的药。2026年9月，国内首款凭借AI辅助研发获批上市的原创药盐酸伊司特韦片正式开售。它从源头发现到完成临床试验只用了三年半，AI干的活是在上亿化合物里做虚拟筛选、提升安全性预测，而I期、II期、III期的验证一步没省。走得最远的全流程AI药物英矽智能Rentosertib，今年6月底在国家药监局的临床试验登记平台完成III期临床登记。它靶向的是全新TNIK激酶、治疗特发性肺纤维化，靶点和机制假说都写在公开文献里。中国新闻网知乎知乎
行业的底层格局也没变：创新药研发至今仍被业内概括为“三个十定律”，即十年时间、十亿美元投入、不到百分之十的成功率。
所以这场争论真正的价值，是在符合思想实验场景的药出现之前，验证体系开始提前补课：除了看结果，能否要求AI药披露设计过程的优化目标和代理指标；只发成功、不发失败的记录习惯，能否改成行业级的失败数据共享；以及把AI用到“发现新原理”而不是只用来批量生产结果。陶哲轩给出的Math 2.0分工正是这样：AI负责生成和初步验证，人类负责理解和赋予意义。对用户来说，值得盯的从来不是“懂不懂机制”这五个字——机制说不清的药早就和我们在同一间病房里共存了几十年——真正的新变量是：AI药的不明不在于机制未知，而在于机制变清楚的速度，第一次可能永远追不上它被生成出来的速度。
