菲尔兹奖或成“最后一届纯血”，顶尖科学家涌入大厂，AI终局拼长期主义

AI与前沿科学深度融合成趋势

今年的菲尔兹奖被认为是「最后一届纯血」，可能以后的突破性研究都会与AI结合完成。在菲尔兹奖新闻发布会上，获奖者之一的加拿大数学家Jacob Tsimerman表示已转向AI安全研究，很快去OpenAI安全部门上班，OpenAI首席研究主管Mark Chen表示欢迎。

最近，越来越多顶尖科学家流向头部大模型公司。仅今年上半年，诺贝尔化学奖得主John Jumper、经济学家Chad Jones、哲学家Harvey Lederman等加入Anthropic。顶尖AI公司纷纷把科学家请到AI研发现场，AI与前沿科学深度融合从可选项变成必选项。国内字节的Seed Edge团队本周四发布Seed STEM科学家计划，开放100个合作席位，邀请前沿科学领域科学家和博士生探索基础科学未知问题，这是国内首个大规模投入AI加速前沿科学发现的计划。

大模型下半场比拼基础研究

当下AI领域竞争激烈，打磨代码、刷高评测跑分能快速提升产品体验和商业收入，而深耕长期基础AI研究、加速科学发现反馈周期长、路径不确定。但一旦取得突破，其范式级价值远超普通产品迭代。

姚顺雨观点与Anthropic CEO达里奥呼应，驱动AI进步核心要素是算力、数据质量与规模、训练时长和可扩展目标函数，真正的SOTA模型都在数据质量和底层架构做了大量基础工作。如Anthropic聚焦提升模型代码能力，Seedance让AI视频生成更可控。

今年DeepSeek推出的mHC架构是大模型基础架构突破，也是DeepSeek V4重要架构升级，引用了字节跳动Seed团队的HC。HC打破单流范式，提升模型特征表达能力，mHC工程化落地是中国AI团队底层架构技术创新缩影。

去年初字节Seed成立Edge团队，调整绩效考核周期，让研究者稳定研究。该团队发布超长程评测集EdgeBench，定义Agent学习规律，找到新Scaling定律，引发业内讨论，据说OpenAI正在接入测试长程能力。

顶尖AI公司争抢领域科学家

顶尖AI实验室重视构建基准测试，OpenAI开源Evals框架及专用基准，Anthropic围绕SWE - bench和Terminal - Bench做工作，评测与模型能力长板有关。前沿AI团队对AI发展路径判断转变，大模型能力进化进入新阶段，核心增长动力来自真实开放环境交互、反馈与自主进化。

如今主流模型评测围绕封闭式任务，真实科学研究充满不确定性，真实世界任务是检验AI模型能力最终标准。全球AI顶尖团队研发前沿模型引入各学科研究者，让领域问题牵引模型能力进化。

北美很多高校研究人员加入大模型公司，7月初伯克利EECS系主任Jelani Nelson加入Anthropic，今年至少22名教授和研究人员转入OpenAI等四家公司，这四家公司聚集了80多名教授。

OpenAI的Residency项目吸纳跨领域人才参与前沿应用和研究，Anthropic的STEM Fellows Program在2026年扩充，邀请非AI领域专家使用未发布模型和工具，超80%研究员产出高质量成果，推动模型进化。

对科学界而言，大模型成为新科研基础设施，科学家参与驻场研究可获取算力、体验模型、利用AI外脑，提升科研效率。国内字节Seed率先补齐AI与基础科研交叉领域空白。

AI终局拼长期主义

当菲尔兹奖得主加入OpenAI，STEM科学家与模型团队合作，AI下一阶段竞争转向长期、复杂、前沿的基础命题。科学研究站在人类知识前沿，能让AI具备参与真实复杂任务能力。这条路慢且充满不确定性，但能检验团队是否投入基础和前沿。大模型最终要和人类一起推进未解决问题，科学进展和AGI实现都需要长期主义。