陈天桥最新演讲：AI下半场，竞争从“生成”转向“验证”，模型能力不在大，而在谁能证明自己正确

过去三年，全球人工智能产业陷入了一场前所未有的模型竞赛：更大的参数规模、更强的推理能力、更昂贵的算力投入，以及不断刷新纪录的基准测试成绩。 但当人工智能越来越擅长给出答案，一个更根本的问题正在浮现：如果AI提出了一个人类从未发现过的科学结论，谁来证明它是正确的？ 当地时间11月5日，在美国旧金山举办的AIAS 2026峰会上，盛大集团及Apodex创始人陈天桥在其主旨演讲中提出了一个鲜明判断： “过去三年，人工智能越来越擅长给出看起来正确的答案。未来三年，人工智能必须学会证明自己的答案确实正确。” 这场题为《The World That Can Verify》（构建一个可以验证的世界）的演讲，不仅是陈天桥对人工智能下一阶段技术方向的系统阐述，也是其新创立的AI公司Apodex的一次重要战略披露。 根据演讲，Apodex已经建立了一支约150人的科学家团队，峰值计算资源接近一万张GPU，并自主构建了覆盖科研决策、数据管理、实验执行与结果评估的基础设施。 更值得关注的是，陈天桥透露，Apodex正在训练一种能够自主训练下一代AI模型的专用模型，并将同一套技术体系延伸至AI药物研发。 在其首个湿实验室项目中，Apodex已经利用人工智能从零设计了超过20万条腺相关病毒（AAV）衣壳序列，试图突破基因治疗在心脏和肌肉组织靶向递送方面的难题。 从AI训练AI，到AI设计新药，陈天桥正在尝试回答一个比“大模型还能做什么”更加基础的问题： 如何让人工智能从生成知识，真正走向创造并验证新知识？

一、AI最大的瓶颈，可能不是智力，而是判断力

在演讲中，陈天桥首先分享了一组引人关注的实验数据。 在一项公开的软件修复研究中，人工智能模型只有一次尝试机会时，成功率约为16%；但当尝试次数增加到250次时，超过一半的任务中已经出现正确的修复方案。 问题在于，模型无法可靠地识别哪个方案才是正确的。 Apodex的内部试点实验进一步显示，在21项真实软件修复任务中，一个能力较弱的模型独立工作时，成功率仅为8%。 但当研究人员引入一个更强大的评判模型，让它只负责检查和指出问题，而不直接编写代码时，弱模型的成功率提高到了56%。 这意味着，人工智能的性能提升，并不一定完全依赖于更强大的生成模型。 能够识别正确答案的能力，可能与生成正确答案的能力同样重要，甚至成为下一阶段AI突破的关键。 陈天桥将这两种能力区分为Solver（求解者）与Critic（评判者）。 但仅仅增加一个评判模型还不够。 在另一组实验中，来自同一模型家族的评判模型，反而让最终表现下降约12%；而来自不同模型家族的评判模型，则带来了约19%的提升。 原因是，同一模型家族可能共享相似的认知盲点。 在论文评估实验中，当研究人员增加一个专门为论文进行辩护的模型后，判断准确率从45%提升至70%。 而当评判模型被允许自主选择测试、检查实验结果时，最困难任务的成功率进一步从68%提升至84%。 这些结果共同指向一个方向： AI不能只学会回答问题，还必须学会质疑答案、寻找证据，并通过实验检验自己的判断。 这也是陈天桥提出的六项验证原则的核心：识别能力、独立性、辩论与行动、多层验证、验证先行，以及低成本和规模化。

二、为什么AlphaFold成功了，而AI制药仍然如此困难？

陈天桥在演讲中提出了一个值得关注的历史观察。 从国际象棋、围棋，到蛋白质结构预测、竞技编程，再到数学，人工智能取得重大突破的领域，往往都有一个共同特征： 在强大的AI模型出现之前，人类已经建立了相对成熟的验证机制。 棋类游戏可以迅速判断胜负，代码可以通过测试程序检验，数学证明可以逐行检查。 AlphaFold的成功同样并非仅仅来自模型能力。 其背后，是从1971年开始积累的蛋白质结构数据库（PDB），以及CASP等长期运行的盲测评估机制。 这些体系为人工智能提供了大量经过实验验证的真实数据，也让模型预测能够接受独立检验。 但当人工智能进入药物研发、材料科学和医学领域时，情况完全不同。 一个AI模型可以在短时间内生成数十万种候选分子，但判断其中哪一种真正有效，仍然可能需要漫长的实验和临床验证。 陈天桥引用了一个鲜明的对比： 过去约20年，基因组测序成本下降了大约10万倍；但从长期趋势看，每10亿美元研发投入所对应的新药产出，却大约每九年减少一半。 这反映出生命科学领域的一个深层矛盾： 生成候选方案的效率不断提高，验证这些方案的成本和时间却没有同步下降。 “验证不仅必须可行，还必须足够便宜、足够快速，并且能够规模化。”陈天桥表示。 在他看来，未来AI科学发现的竞争，不仅是模型能力的竞争，更是验证效率的竞争。 谁能够更快地把一个科学假设转化为可重复的实验结果，谁就有机会建立新的技术优势。

三、Apodex首次系统披露：近万张GPU、150名科学家，却把第一笔投入放在验证体系

这一判断直接影响了陈天桥创立Apodex的方式。 与许多人工智能公司从训练模型开始不同，Apodex选择先建设验证基础设施。 根据陈天桥披露，Apodex已经自主开发了一套覆盖公司内部科研活动的工作系统，包括即时通信、文档、会议、实验平台、数据管理以及Artifact系统。 这些工具被用来替代Slack、Notion和Zoom等常见协作产品。 其目的并非简单地实现办公软件国产化或内部化，而是将科研活动中的每一个关键过程完整记录下来。 每一项GPU任务，都需要对应明确的工作指令。 每一项实验，都必须留下书面结论和支持证据。 每一个数据集，都必须能够追溯来源、质量与用途。 为什么如此重视过程记录？ 陈天桥认为，传统科研论文通常只呈现最终结果，却无法完整保留研究者在过程中做出的选择。 但对于一个试图学习科学研究的AI来说，真正重要的恰恰是这些决策过程：研究者当时知道什么、考虑了哪些方案、为什么选择某项实验，以及实验失败后如何调整方向。 只有完整记录这些过程，AI才能学习如何真正开展研究。 陈天桥坦言，建设这套体系最困难的部分并非技术，而是改变研究人员的工作习惯。 许多来自大型科技公司和研究实验室的科学家，最初并不愿意放弃已经熟悉的工具。 Apodex最终采取了强制迁移的方式，并确立了一条原则： “如果一项决策或一个数据集没有进入系统，那么它就等于不存在。” 这一做法的背后，是一个更具野心的目标：将整个AI研发组织转变为可以被人工智能持续学习、验证和优化的科研环境。

四、真正的递归自我进化：让AI不再依赖更强大的AI

Apodex最具技术野心的项目之一，是让人工智能自主训练下一代人工智能。 目前，业界已有不少系统尝试利用AI辅助代码编写、模型评估、数据生成和算法优化。 但陈天桥认为，许多被称为“递归自我改进”（Recursive Self-Improvement，RSI）的系统，仍然依赖外部前沿模型完成关键训练工作。 真正的递归自我改进，应当意味着一个模型能够独立训练出自己的继任者。 按照陈天桥的介绍，Apodex正在开发的模型并不追求成为通用能力最强的大模型。 它不需要精通几十种语言，也不需要具备视频生成等能力。 其核心专长集中于机器学习、代码、数学、统计学和科学判断。 “它的任务，就是训练模型。” 陈天桥透露，Apodex计划让这一模型在不依赖外部前沿模型的情况下训练自己的下一代，并认为这可能成为该方向最早的实践之一。 不过，他也明确表示，相关证据将在后续取得时对外分享。这意味着，完全自主训练继任模型的能力仍有待进一步验证。 这一探索的潜在意义在于： 如果AI能够掌握模型训练的完整过程，那么同一套系统就可能被用于训练不同领域的专业科学发现模型。 从机器学习到生物医药，从材料科学到其他科研领域，底层的训练方法可能具有共通性。 真正需要针对不同领域重新建设的，是专业知识和验证体系。

五、AI制药新布局：免费算力、自动化实验室与诺奖科学家验证委员会

除了AI自我训练，Apodex的另一个重要方向是AI驱动的药物研发。 陈天桥认为，生命科学是检验其技术路线的关键领域，因为这里的验证不仅涉及计算，还必须进入真实的物理世界。 为此，Apodex正在建设三个相互连接的体系。 首先，是自动化实验室网络。 Apodex提出了Contract Verification Organization（CVO，合同验证组织）的概念，希望通过自建、采购和合作等方式，将自动化实验设备与外部实验室连接成统一网络。 其目标是让实验验证的速度尽可能跟上AI生成科学假设的速度。 但陈天桥也强调，必要的动物实验和人体临床试验仍然必须遵守现有科学、伦理与监管标准，自动化不能成为降低证据要求的理由。 其次，是向制药行业提供免费计算资源。 Apodex已经建立Drug Research Computing Center（药物研究计算中心），计划提供16个专业研究模块，其中临床试验预测、老药新用等功能已经上线。 按照其披露的计划，生物科技公司和制药企业可以免费使用平台计算资源及算法。 这一商业策略颇具特点。 Apodex希望通过向行业提供计算服务，接触真实药物研发问题，并获得来自实际应用场景的验证反馈，从而持续改进自身系统。 第三，是引入人类顶级科学家的验证机制。 Apodex正在组建Verification Board（验证委员会），让科学家在实验开始之前，就明确支持或反驳某项科学结论所需要的证据。 据陈天桥披露，目前已有两位诺贝尔奖获得者、两位前大学校长和三位制药公司CEO加入。 Apodex还计划邀请100名来自医学和科研一线的科学家参与验证工作。 这一机制试图解决AI科学研究中的另一个关键问题：如何确保模型不仅能够生成看似合理的结论，还能接受独立、严格、具有专业判断力的科学检验。 六、20万条AI设计的病毒序列，Apodex首个湿实验室项目进入合成阶段 在演讲中，陈天桥还披露了Apodex首个湿实验室项目的具体进展。 Apodex Lab利用人工智能从零设计了一个包含超过20万条AAV衣壳序列的候选库。 AAV，即腺相关病毒，是基因治疗中常用的递送载体。 当前基因治疗面临的重要挑战之一，是如何将治疗性基因更加精准地递送到特定组织。 Apodex的项目将重点放在心脏和肌肉组织，希望探索不同于主要肝脏靶向特征的新型递送方案。 根据陈天桥介绍，这一候选库已于10月4日在AAVnerGene进入合成阶段，后续将开展细胞和小鼠实验。 他同时强调，目前尚未获得实验结果。 这意味着，该项目现阶段证明的是AI大规模设计候选序列的能力，而不是这些序列已经具备经过验证的治疗效果。 但这一项目对于Apodex仍具有重要意义。 它将检验从AI生成假设、自动化实验执行、科学家评估，到实验结果反馈和模型优化的完整流程能否真正运转。 陈天桥用一句话概括了生成与验证之间的区别： “候选库的规模，说明我们提出了多少种可能性；实验结果，才能告诉我们这些可能性究竟有多大价值。”

七、大模型竞争之外，一场新的AI基础设施竞赛正在出现

在当前人工智能产业中，模型规模、算力投入和通用能力仍然是主要竞争指标。 但陈天桥提出了另一种可能的技术路线： 在特定专业领域，一个规模相对较小、但具备深度专业知识和强大验证能力的模型，可能比通用模型更有效。 这一判断并不意味着算力和模型规模不再重要。 事实上，Apodex自身也投入了接近万张GPU和大规模科研团队。 其真正试图改变的是资源配置方式：不再把全部注意力集中于生成能力，而是将科研过程、独立验证、实验自动化和反馈学习视为同等重要的基础设施。 从商业角度看，这也意味着一种不同于传统大模型公司的竞争逻辑。 模型能力可以通过算力投入快速提升，但真实实验体系、长期积累的验证数据，以及科研组织内部的完整决策记录，往往需要更长时间才能建立。 陈天桥在演讲中指出，大公司同样可以建设这样的系统，但一旦进入真实世界，所有公司都必须面对相同的自然规律。 细胞不会因为实验室属于一家大型科技公司，就生长得更快。 资金可以买到更多GPU，却无法买回实验所需要的时间。 因此，在他看来，验证基础设施必须提前建设，而不能等到模型能力已经成熟之后才开始补课。 当然，Apodex所提出的技术路线能否形成持续竞争优势，仍取决于几个尚待回答的问题：AI能否真正独立训练下一代模型，自动化实验能否显著降低验证成本，以及跨领域的验证体系能否产生可重复的科学发现。 这些问题都需要未来的实际成果来回答。 但陈天桥的这场演讲，已经提出了一个值得整个AI产业思考的方向： 当生成能力逐渐普及，能够持续、低成本地验证新知识的能力，是否将成为人工智能时代最稀缺的基础设施？ 演讲最后，陈天桥再次强调，他选择科学发现，并不是为了在一场零和竞争中击败其他公司。 因为未知的世界没有尽头。 “如果你发现了一种治疗癌症的新药，我仍然可以发现一种治疗肥胖症的新药。即使针对同一种疾病，我们也未必会发现相同的分子。” 他用一句话结束了演讲： “Don’t just build the model. Build the world that can verify it.” 不要只建设模型，要建设一个能够验证模型的世界。 对于正在从生成式AI走向科学发现的全球人工智能产业而言，这或许是一场新的竞争的开始。 注：本文根据陈天桥《The World That Can Verify》AIAS⁺ 2026特别演讲稿整理。文中涉及的Apodex团队规模、计算资源、实验数据及项目进展均来自演讲披露。 更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App