第四届大赛首创的「AI4S智能体CNS挑战赛」是全球首个自主科研智能体赛事，考核的不是算法精度，而是AI全流程自主完成科研任务的能力。优胜团队「可以的」研发的MidSummer智能体采用「苏格拉底循环」机制——不是简单重复实验，而是通过不断追问来质疑假设、分析失败，自主识别出蛋白质构象问题不在主链而在侧链冲突，从而调整优化重点。这种让AI自己反思、自己纠偏的闭环，突破了传统算法竞赛的边界。

世界科学智能大赛前三届主要聚焦算法比拼，如2023年首届围绕航空安全、材料设计等常规赛题，选手只需提交模型。第四届向「AI4S智能体CNS挑战赛」的跃迁，背后是两股力量：一是AI研究智能体（如AutoSOTA、Karpathy的单GPU自治系统）已能自主发现超百个SOTA模型，证明「AI做科研」已从概念走向可落地；二是复旦校长金力所言「直接让智能体挑战CNS级问题在两年前不可想象」，核心原因是AI正拉平科研起跑线，让年轻人无需顶级团队也能做前沿探索。

AI4S被捧为第五科研范式，获2024年诺贝尔奖背书，但诟病同样尖锐：有资深学者直指「连分子动力学基本收敛条件都没搞懂，就在谈AI颠覆科学」。WAIC 2026科学前沿论坛上，多家新型科研机构也承认，AI正在打破科研瓶颈，但尚未产生根本性突破——它缺乏提出颠覆性假设的能力，也无法为错误假说承担风险。当前AI4S商业落地转化率仅约5%，呈现出「技术能力非线性飞跃 vs 商业落地线性进展」的鸿沟，理性视角下泡沫不在技术，而在商业闭环。

当前AI科研智能体已能完成约83%的常规科研任务，但在创造性突破上仍需人类参与。下一个关键变量来自两个方向：一是从「模仿正确」走向「善用失败」——只有让模型学会从失败中自我反思、自我校正，才能从重复已知走向产出未知；二是AI迭代速度本身——清华团队提出「密度法则」认为大模型能力密度每百天翻一番，若持续有效，AI自主科研的能力将在2026-2027年迎来质变节点。真正的拐点不是某篇论文被接收，而是AI首次独立提出一个颠覆性科学假说并被实验验证。

当AI自主科研加速，一个容易被忽视的问题是：AI复现的成果，人类能复现AI吗？当前AI决策过程常是「黑箱」，当模型能独立读完论文、搭环境、跑实验、核对结论，却说不清推理过程时，科研的「可重复性」面临全新挑战——不是结果不能被重复，而是结果无法被追溯。已有研究指出，AI可能因数据泄露、参数操纵、模型不透明等问题加剧科学可重复性危机。如果AI成为科研主角，谁来验证它的验证？