本文构建跨度控制模型,解释人工智能为何同时扩大实验室规模并替代研究团队成员:AI降低执行成本、提升实验室产出规模,但也减少每个项目所需的人力份额,因此团队规模随AI能力呈先升后降、最多一次见顶的准凹形变化。模型估计完全可编码团队的自动化覆盖率峰值中位数为0.91,并预测能力时钟下峰值出现在2027年前后、考虑扩散滞后后推迟至2028年左右;数学、理论计算机科学等人类任务占比较低的领域将最早出现拐点。2025年前的实证数据尚未发现显著团队规模响应,主要反映研究工作流仍处于AI扩散前阶段。
报告标题:《AI and the Research Team》;作者: Johan Fourie;发布日期与发布机构:原文未明确列出具体发布日期和机构,但正文引用了大量2025—2026年的研究与数据;研究主题:人工智能如何通过“扩大实验室生产规模”和“替代研究执行人员”两条渠道,影响科研团队规模,重点讨论数学、理论计算机科学等高度可编码领域。
报告的核心论点不是简单地认为“AI会减少科研岗位”,而是认为AI对团队规模存在两个方向相反的影响:一方面,AI降低执行任务的单位成本,使实验室能够承担更多项目、扩大研究规模;另一方面,AI直接完成原本由研究人员承担的代码、实验、数据处理和证明等任务,从而降低每个项目所需的人力比例。
作者用一个“控制幅度”(span of control)模型将这两个效应统一起来,得出科研团队规模关于AI能力的关系具有至多一个峰值:在早期,规模效应占主导,团队扩大;在后期,替代效应占主导,团队缩小;如果AI覆盖率不足以达到临界点,团队则可能持续增长而不会出现下降。
报告最重要的可证伪预测是:对于完全可编码的科研团队,若AI能力本身决定采用速度,团队规模的中位峰值年份为2027.2年;加入现实中的采用和组织扩散滞后后,中位峰值推迟至2028.5年,90%预测区间为2027.4—2029.6年。
报告首先指出,科研生产通常将“方向判断、质量评估”等任务集中在负责人身上,而将实验、编程、数据收集、证明写作等执行任务分配给其他成员。AI主要进入后一个环节,因此它既可能让负责人管理更大的执行体系,也可能使部分成员不再必要。
作者援引两类看似矛盾的证据。一类证据显示,使用AI的科学家发表更多论文、更早成为项目负责人,AI应用也与更大的研究团队相关;另一类证据来自数学领域,语言模型系统已经完成了形式化Lean证明,并出现了多个AI解决开放问题的案例,说明单个研究者可以借助AI完成过去需要合作者共同完成的工作。
这构成报告的经验和理论出发点:AI并不必然导致团队规模立即下降,关键取决于扩张效应和替代效应何者更强。在AI扩散早期,研究负责人可能利用成本下降开展更多项目,因此团队规模上升;当AI能够覆盖绝大多数可编码任务后,新增项目规模不再足以抵消成员需求下降,团队才会达到峰值并收缩。
报告还特别强调,目前截至2025年的团队数据尚未观察到明确的AI冲击,这并不等于AI没有影响,而可能只是因为科研编码代理的广泛采用直到2025年末才开始。2026年初的调查显示,定期使用编码代理的定量社会科学家约占20%,使用量的明显上升集中在2025年12月底以后,因此论文发表和团队组建之间的时滞意味着真正的作者数变化可能要到2026年下半年或更晚才能出现。
模型设定一名负责人拥有固定的判断能力 (C>0) 和一单位注意力。若实验室总执行量为 (X),生产函数可写为 (C^{1-\beta}X^\beta),其中 (0<\beta<1)。(\beta)代表负责人判断能力与可扩展执行之间的互补关系:(\beta)越高,负责人管理更多执行工作的能力越强。
引理1说明,在最优配置下,负责人会按照各项目执行量的比例分配注意力,即项目获得的注意力与其执行量成比例,实验室总产出简化为 (C^{1-\beta}X^\beta)。该结果利用了严格凹性和Jensen不等式,意味着模型不需要逐一决定每个项目的注意力分配,只需研究总执行规模即可。
设任务总量为1,其中比例(\phi)是“不可约的人类任务”,即即使AI能力不断提升,仍需要人类参与的部分;其余 (1-\phi) 是可编码任务。物理操作是不可约人类任务的一种来源,但作者明确指出,这并非唯一来源。
在可编码任务中,AI随着能力 (a) 提升而覆盖更多任务。任务难度分布由 (G(a))表示,自动化任务份额为:
[ \sigma(a)=(1-\phi)G(a) ]
人类完成一项任务的成本为 (q),AI完成一项任务的成本为 (p_A),且 (p_A<q)。因此单位执行成本为:
[ c(a)=q-(q-p_A)\sigma(a) ]
随着AI能力提高,(\sigma(a))上升,单位执行成本下降;在完全覆盖所有可编码任务时,成本仍不会降至零,因为不可约的人类任务仍然存在,长期成本下限为:
[ c_\infty=\phi q+(1-\phi)p_A ]
这意味着,即便AI极其强大,只要(\phi>0),实验室仍需要一定人类执行投入。
实验室选择执行规模的优化问题为:
[ \max_X C^{1-\beta}X^\beta-c(a)X ]
最优执行规模与负责人能力正相关、与单位成本负相关,形式上为:
[ X^*=C\left(\frac{\beta}{c}\right)^{1/(1-\beta)} ]
成员就业量等于总执行规模乘以未被自动化的任务比例,即:
[ m^=X^(1-\sigma) ]
总团队规模还包括负责人,因此为 (N^=1+m^)。随着AI增强,(X^*)上升,但 (1-\sigma)下降;前者是规模效应,后者是替代效应。两者乘积的导数分子随自动化份额严格下降,所以符号最多改变一次,团队规模只能从上升转为下降,而不会出现多个峰值。
在完全可编码的极限 (\phi=0) 下,长期成员就业趋近于零,团队最终只剩一名负责人;如果(\phi>0),长期仍存在不可约的人类成员需求,因此长期团队规模大于1。
报告定义 (r=p_A/q),即AI任务成本相对于人类任务成本的比例。团队出现内部峰值需要同时满足:
峰值对应的有效自动化份额为 (s^),字段阈值为 (\phi^),二者满足:
[ s^+\phi^=1 ]
这意味着,某一领域只有在其人类任务份额低于团队转折时的非自动化份额时,才会出现内部峰值。如果AI相对成本不够低,即 (r\geq\beta),团队从一开始就不会因AI而扩张;如果 (r<\beta)但(\phi\geq\phi^*),团队会增长并趋向长期极限,而不会下降。
作者强调这是固定价格下的比较静态分析。如果AI相对价格持续下降,(s^)会上升、(\phi^)下降,许多正人类任务比例的领域反而可能进入“持续增长”而非“先升后降”的状态。也就是说,AI更便宜并不必然意味着所有领域都会出现团队收缩。
作者从OpenAlex选取30个子领域,在每个领域抽取2015年和2019年的120篇文章,共3,600篇摘要,并根据预先制定的规则给执行方式打分:理论、模拟、软件和二手数据为0;实验室、田野、临床或制造工作为1;混合型为0.5。领域均值 (\phi_f) 被用作不可约人类任务份额的序数代理。
外部验证显示,被映射到可远程办公职业的领域平均分为0.13,其余领域平均分为0.73,说明该指标大体上能够区分计算型研究与物理执行型研究。
图1横轴是物理暴露代理值,点为各领域均值,横线为95%抽样区间,颜色区分映射职业是计算型还是物理型。
图中最左侧是代数与数论、理论计算机科学、计算机科学应用、几何与拓扑、统计与概率等领域,代理值接近0;最右侧则是动物科学与动物学、有机化学、生物化学、细胞生物学和植物科学等,代理值接近0.8—0.95。整体呈现出清晰的领域梯度:数学和理论计算领域最容易被AI执行自动化,生物、化学和田野研究最依赖物理或临床操作。
图中的误差线也提示,部分领域的排序并非完全精确,尤其是中间区域存在区间重叠。因此作者将其视为“任务内容代理变量”,而不是直接观测到的真实(\phi)。该指标假设物理操作程度能够代表更广泛的不可约人类任务,但这一映射本身存在测量误差。
未经调整的领域层面回归中,物理领域与AI后的作者数交互项为正,方向与模型预测相反。但作者指出,物理领域在过去二十年本来就有更快的团队扩张趋势;加入领域特定趋势后,交互项转为负,但统计上不显著。
在领域内部比较计算型论文与物理型论文时,2022年后计算型论文的作者数相对增加,但幅度较小且估计不精确。该结果方向上与模型的“低物理暴露领域早期增长更快”一致,但不能排除零效应。
研究者层面样本包括2,279名2015—2019年间识别的首席研究者、36,186篇预印本,研究者的物理暴露根据最多20篇2020年前摘要计算。模型加入研究者固定效应、领域—月份固定效应和服务器固定效应,试图利用同一领域内不同研究者之间的预定暴露差异进行识别。
截至2025年12月,作者数回归中的交互项为0.19,标准误为0.26,虽然点估计仍是“错误的正号”,但统计上无法区别于零。年度论文数和研究者获得的总作者署名数也呈现相同的无显著结果。
图3展示相对于2021年的年度事件研究系数,点估计大多接近零,置信区间较宽并普遍覆盖零。2023年点估计约为0.15,但区间从接近0延伸到约0.29,不能据此确认团队规模扩大;2024—2025年点估计回落到约0.05和0.03,依然不显著。
因此,图3支持作者的判断:截至2025年没有可靠的研究者层面团队规模响应。需要注意的是,事件研究的置信区间较宽,且预趋势不能证明平行趋势,因此“没有检测到变化”不能等同于“没有变化”。
图4左图比较同一领域内计算型论文与物理型论文的作者数差异。2015年计算型论文作者数低于物理型论文,差异约为-0.14个对数点;2019年差异接近零;2022—2024年计算型论文略高于物理型论文,约为0.03—0.04个对数点,但误差线仍覆盖零。
右图展示跨领域冻结代理变量的年度系数。2010—2015年系数由约-0.12逐步升至接近0,反映物理领域长期向更大团队收敛;2022—2024年的点估计在正负之间波动,且区间很宽。这解释了为何不控制领域长期趋势时会得到误导性的正交互项。
报告将预测分成三个层次。
完全可编码团队在自动化份额达到 (s^) 时达到峰值。先验模拟得到 (s^)中位数为0.91,90%区间为0.75—0.97;58%的抽样结果中,(s^*>0.90)。因此,模型通常要求有效覆盖率达到非常高、接近完全覆盖的水平,团队规模才会开始下降。
如果长期采用率停留在低于 (s^*)的水平,团队规模只会增加或趋于平台,不会转为下降;所以AI能力本身和实际科研工作流采用率必须同时观察。
在各领域共享(\beta)、(r)、任务难度分布 (G) 和采用路径的前提下,不可约人类任务份额越低的领域越早达到峰值。
基准参数为 (\beta=0.6)、(r=0.10)、(\phi^*=0.074)。按代理变量的数值解释,30个领域中有7个低于阈值:代数与数论、理论计算机科学、计算机科学应用、几何与拓扑、统计与概率、政治科学、统计物理。第八名领域的代理值为0.075,仅略高于0.074,因此边界非常脆弱;作者在正式日期检验中只使用两个零分领域,即代数与数论、理论计算机科学。
作者将METR的软件长任务能力映射为科研任务覆盖率:
[ G[a(t)]=\frac{a(t)}{a(t)+h_{50}} ]
其中 (a(t))是AI可完成的软件任务时长,(h_{50})是可编码科研任务时长的中位数。蒙特卡洛共进行20,000次抽样,参数先验包括:(\beta)在0.4—0.8均匀分布,(r)在0.05—0.20均匀分布,(h_{50})在2—24小时之间对数均匀分布,并对2023年后的METR趋势进行成对bootstrap。
图2比较三种峰值年份分布:
图形直观显示,现实扩散会将峰值整体向右推移,并增加年份不确定性。黄色分布并不是所有模拟结果的无条件分布,而是“条件于峰值发生”的分布,因此不能把它误读为峰值一定会在2028—2029年发生。
在采用率上限模型中,峰值只在约50.4%的抽样中出现;固定采用率为80%、85%、90%、95%和100%时,峰值概率分别约为0.11、0.23、0.42、0.79和1.00。
报告设计了两阶段检验。第一阶段确认有效AI覆盖率已经超过临界值,使用长时长软件任务和科研任务能力评估,以及科研工作流采用率调查。覆盖率超过0.75时,至少对95%的临界值先验抽样而言,峰值条件已经可能成立;超过中位数0.91则构成更强确认。
第二阶段将在2030年上半年重新提取2,279名研究者截至2029年第四季度的数据,并重新估计研究者回归,同时观察代数与数论、理论计算机科学两个领域的季调作者数路径。峰值需满足:出现一个内部最大值,随后连续四个季度低于该最大值,且峰值与后四季度均值之差超过两倍聚类标准误。
如果第一阶段确认覆盖率越过阈值,而第二阶段没有观察到峰值,则会否定模型、任务代理变量、软件能力到科研任务的映射以及“署名作者数代表实验室就业”的联合假设,但不会单独否定“至多一个峰值”的数学形状限制。
这是一篇关于科研组织和劳动需求的理论—实证研究报告,不是公司或行业证券研究报告,因此没有收入、利润、现金流、DCF、P/E、EV/EBITDA、目标价或投资评级。报告中的“预测”是团队规模峰值年份和峰值概率,而不是企业价值估计。其核心量化工具是生产函数、最优化模型、回归分析和蒙特卡洛模拟,而非金融估值模型。
主要风险包括:
报告的优势在于明确区分了能力、采用、团队反应三个阶段,并给出具体的未来检验协议;但其最强的日期预测依赖最多假设,尤其是METR指标到科研任务的映射、最终采用率以及作者署名与真实就业之间的稳定关系。因此,2027—2028年应被理解为条件性预测,而不是无条件确定事件。
总体而言,报告提出了一个具有明确机制的判断:AI对科研团队规模的影响是“先扩张、后替代”,但只有在AI有效覆盖率接近完全覆盖时,替代效应才足以推动团队规模下降。
表格和图表共同支持这一框架的谨慎版本:图1显示数学和理论计算机领域确实最接近完全可编码环境;图3和图4显示截至2025年尚未出现统计可靠的团队规模变化,且跨领域原始结果受到长期趋势干扰;图2则显示峰值年份高度依赖采用滞后和长期采用上限。
作者的总体立场不是断言AI已经导致科研团队缩小,而是提出一个可被未来数据检验的条件性预测:若能力继续按当前趋势提升且采用最终充分扩散,代数与数论、理论计算机科学等领域可能在2027年左右达到团队规模峰值,加入现实扩散滞后后则更可能在2028年左右达到峰值;若长期采用率不足80%—90%左右,峰值可能根本不会出现。
因此,这份报告最重要的观察对象不是单一的AI能力指标,而是三个联合变量:有效任务覆盖率是否越过 (s^*)、不同领域是否按照不可约人类任务份额排序、以及低暴露领域的作者数是否出现经过统计确认的转折。
2608.08437.pdf