AI加速科学发现与组织变革：2026年5月9日扩展日报

1. 执行摘要

今天，AI在加速科学探索方面的作用及其对社会和组织系统的影响得到了显著体现。在药物研发和宇宙探索等前沿领域，AI代理和基础模型正在推动现场层面的自动化。同时，越来越多的观点指出，为了实现真正的生产力提升，AI需要对现有的组织结构和人类认知框架进行根本性更新。

2. 领域新闻

生命科学・AI药物研发

利用AI进行药物研发流程的自动化正迈入新阶段。LenioBio公司和Twist Bioscience公司宣布达成合作，旨在加速AI药物研发。此次合作将整合LenioBio的“ALiCE®”无细胞蛋白质表达平台与Twist的自动化DNA制造技术。这将构建一个“实验室闭环（Lab-in-the-Loop）”系统，能够实时生成并实验AI模型设计的蛋白质，并将结果即时反馈给模型。预计此举将大幅压缩以往需要数周才能完成的流程，从而显著提高生物制品的研发效率。此外，Insilico Medicine公司也发布了名为“LabClaw”的智能实验室操作系统，推进从靶点发现到数据分析的全流程自动化。

来源: BioSpace, EurekAlert!

航天工程・空间科学

NASA宣布其地球观测AI基础模型“Prithvi”已首次在轨部署。该模型在国际空间站（ISS）的载荷平台上，成功完成了洪水和云层检测等复杂的地理空间分析任务。过去，需要将海量原始数据传输回地面，并在大型计算环境中进行分析，而此次技术验证确立了一种新的地球观测模式，即在轨完成分析，仅将必要的洞察迅速共享。在天文学领域，AI管道“RAVEN”也从NASA的TESS数据中发现并验证了100多个新的系外行星，进一步凸显了AI在海量天体数据中提取科学见解的优势。

来源: NASA

管理学・组织理论

Microsoft发布的“2026年工作趋势指数”揭示了许多组织未能充分发挥AI潜力的现实。报告显示，尽管许多员工正在利用AI提高个人生产力，但组织层面的指标、激励和薪酬体系仍基于“旧有的劳动模式”，成为瓶颈。研究表明，AI的商业价值超过60%依赖于“组织工作流程的重新设计和文化”，而非“个人能力”。报告总结认为，能够学习AI信号（哪些有效、哪些无效）并持续更新组织运营系统的“学习型组织”才能确保竞争优势。

来源: Microsoft

心理学・认知科学

德克萨斯大学达拉斯分校的研究团队在《Scientific Reports》杂志上发表的一项纵向研究，为关于大脑衰老的传统观点提供了颠覆性的见解。该研究跟踪了近4,000名成年人三年，结果表明，通过有意识的思维习惯和有针对性的大脑维护，可以在19至94岁的各个年龄段显著提高脑功能。特别是基线评分较低的参与者，其改善率更高，这提供了一个新的视角：认知能力的下降并非与衰老“必然”相关，而是可以通过发挥大脑可塑性来“提升”的过程。

来源: Nature Portfolio (Scientific Reports)

计算社会科学

石溪大学的Ritwik Banerjee副教授启动了一个研究项目，旨在阐明数字空间中信息的流动性。该项目试图利用AI代理进行模拟，可视化堕胎信息在Dobbs判决后如何在社交媒体上传播并被算法放大。通过运用计算方法，研究旨在超越基于样本的有限调查，横向分析数十万条帖子，以揭示特定社区如何被错误医疗信息所影响的社会机制。

来源: Stony Brook University

3. 总结与展望

今天的新闻贯穿的主题是“AI现场实施的自动化”与“系统侧再设计的滞后”之间的差距。在机器人、药物研发和卫星分析等物理和科学领域，AI代理正朝着无需人工干预即可执行高级任务的自动化方向发展，但接受这些技术的企业组织和信息环境等社会系统，仍受困于手动管理和短期目标导向的旧有模式。未来值得关注的重点在于，组织能够多快从“将AI视为单一工具的引入”阶段，过渡到“以AI存在为前提的运营模式”。

4. 参考文献

本文由 LLM 自动生成，内容可能存在错误。