AI Researcher 也许是最后被 AI 取代的职业

本文包含人工智能生成内容（包括初稿和某些想法碰撞），但初始论点和证明，以及成文、发布，均由笔者完成。

今年年初，某公司开发了端到端自动科研系统 FARS（第三方介绍 知乎 - 200多小时写作100篇论文…），该系统能自动完成选题、实验设计和执行、论文撰写等科研全流程，并产生质量媲美相关领域科研人员及格水平的论文，这引发了学术界的广泛关注和热议。它的出现无疑给了所有科研人员带来巨大的冲击。“AI Researcher 是否在搬起石头砸自己的脚？”我相信是近来大部分相关从业者在担忧的问题。

但笔者却罕见地在这样的事情上持乐观态度。AI Researcher 可能是最后一个被 AI 取代的职业。

终局定理

AI Researcher 可能是最后一个被 AI 取代的职业

反证法：
假设存在职业 $X$ 比 AI Researcher 更晚被取代。这意味着在 AI 已经能够完全自主进行算法迭代（即实现“全自动科研”）后，它仍然无法胜任职业 $X$。
然而，如果 AI 已经成为了完美的 Researcher（AI-as -an-AI-Researcher），它可以通过自主设计针对 $X$ 的最优模型、损失函数和训练方案来攻克 $X$。只要 $X$ 尚未被攻克，就证明 AI 的“研发算法”能力尚未达到极限，因此仍需人类 AI Researcher 的介入，至少人类 AI Researcher 仍有存在的必要。

潜在反驳与防御

笔者通过与 AI（主要是Gemini-3Pro, -3.1Pro和deepseek-R1，-V3.2）讨论和自己反思，总结了几个可能的反驳意见，并意外地发现上述定理没有看起来那么危如累卵，只要 AI Researcher 的“元算法”的性质存在，我们总能预见其不会很快消失。以下是一些潜在的反驳和相应的防御：

攻击一：物理交互与硬件瓶颈

反驳： 某些职业不会被替代可能不是由于算法限制，硬件、物理限制导致自动化难以实施。深海维修、高精密手术等依赖物理躯体的职业，受限于材料学和能源，将比纯脑力的 AI Researcher 更晚消失。

防御： 这个观点多个 AI 都聊到了，可能是某些公共训练数据导致的，但其实这个反驳尤其苍白无力。对硬件限制的攻克也同样能列入 AI Research 的范畴。例如，AI Researcher 可以分析为什么目前的 AI 攻克不了这样的材料学或能源问题，转而成为 Researcher of AI as a Researcher in the field of Materials Science and Energy。这显然也属于 AI Research 的范畴。

2.2 攻击二：AI Researcher 的定义本身

反驳： AI Researcher 不一定是一个良好定义，其在发展过程中可能由目前存在的任何职业代替。例如，当某些职业被 AI 替代，仅仅只是因为领域知识的瓶颈，例如教育、法律领域的职业，可能只是因为有丰富的领域知识而没有被代替；也就是说这些职业被代替的临门一脚只是该职业的专家来指导 AI （例如在发展到某个时刻时，对 AI 的训练已经是每个人都能进行的），此时这些职业的专家实际上成了 AI Researcher。这意味着原来的 Researcher 先灭亡了，而专家接管了研发。

防御： 这确实能攻击原来的命题，但如果到了这个时候，会出现两种情况：

1. 该职业的专家愿意培训 AI，为自己的职业被替代提供帮助，此时这个职业也即将灭亡了，只需要把命题里的“最后一个”改成“最后一批”就行。因为这些后于 AI Researcher 的灭亡的职业也很快会被替代掉。
2. 该职业已经事实上形成了护城河，那么此时 AI Researcher 仍然是有事情可做的，如何在护城河存在的情况下攻克该职业仍然是一个能讲的故事。

后记与反思

写在后面的是，这个理论看起来对普通研究者似乎没有什么实际的安慰作用：

1. AI Researcher 这个职业的存在并不意味着其中的任何个体都不会被取代。当研究自动化到一定的程度，这个职业一定会饱和直至衰退，个人（例如我）并不一定能搭上这班列车，可能只剩下载着天才的特等座。

2. 更危险的甚至可能是前期（即目前）。这个理论的假设是 AI 会一直发展，导致大部分职业会被取代。如果这个发展最终只是收敛或者衰退，AI Researcher 重新回归为普通的职业，即使这个理论成立，对个人的职业发展也没有什么帮助。