在本期播客中，我们邀请到了两位重量级嘉宾——Google DeepMind 的沈家骏博士与斯坦福理论物理教授、Path Integral Technology创始人祁晓亮教授——共同探讨了人工智能如何推动科研范式的变革。围绕“AI Scientist”的构想与实践，他们分享了各自在模型架构、分布式训练、智能体设计、科研流程自动化等方面的最新进展和深刻洞察。 对科研人员、AI 开发者或科技创业者而言，这是一期充满前瞻性思考的高密度对话，揭示了通用大模型背后逐步显现的“专业智能”。 嘉宾介绍 沈家骏博士：谷歌DeepMind Research Engineering Manager，芝加哥大学CS博士，专注于大语言模型架构设计与跨数据中心分布式训练。 祁晓亮教授：斯坦福大学理论物理教授，Path Integral Technology(旗下有大名鼎鼎的AI研究助手TXYZ.ai）创始人，关注AI在科研中的实际落地。 主要话题 05:06 模型 benchmark 的重要性与局限性 16:17 垂直领域 benchmark 的挑战与构建路径 23:53 AI如何协助科研，从TXYZ说起 34:00 AI会不会取代博士生？对初级科研者来说是好是坏？ 36:18 理想中的 AI Scientist 应该具备哪些能力 44:42 AGI 到来的可能路径与时间判断