{
 "about": "VC / 投资人 / 投研机构写的 AI for Science 文章（投资备忘、赛道论点、市场地图、年度预测、行业报告），外加少量专业媒体的分析文章；每篇打开原文核对过标题、日期、作者。stance = 文章立场一句话。vs / why / route / top / region 是我们的归类，不是文章原话：vs = 与图谱判断「AI 正在从辅助分析走向能自己提出并验证科学假设，自建实验室闭环是关键」一致 / 部分 / 相反 / 无关，route = 文章看好的路线（自建实验室闭环 / 卖模型与软件 / AI 科学家 Agent / 数据 / 不涉及），top = 最值得读。gist 是核心观点的中文转述，不是原文；seg 对应 layers.json 的 code，all = 赛道总论。",
 "articles": [
  {
   "t": "Google DeepMind AI crystallography database includes near duplicate structures and unrealistic compounds",
   "org": "C&EN（美国化学会）",
   "au": "署名未显示",
   "date": "2026-10-14",
   "url": "https://cen.acs.org/research-integrity/Google-DeepMind-structures-near-duplicates-questionable/104/web/2026/10",
   "kind": "媒体分析",
   "seg": [
    "c1",
    "c2",
    "h1"
   ],
   "co": [
    "Google DeepMind GNoME 材料发现"
   ],
   "gist": "Kurlin 团队 arXiv 新分析称 GNoME 最新库中超过 15% 与库内其他结构近重复，近四分之一与 Materials Project 近似，约 17% 与 ICSD 相近。Seshadri 说若当评审会拒稿，也惊讶 AI 预测化合物的真实发现这么慢；DeepMind 未回应新颖性问题。",
   "cav": "媒体转述外部研究者的预印本，尚未同行评议；批评者彼此对是否该撤稿意见不同；日期取自检索元数据。",
   "stance": "质疑：GNoME 的「新晶体」缺乏新颖性，AI 材料发现被夸大。",
   "vs": "相反",
   "why": "指出 GNoME 库含大量近重复和不现实化合物，新颖性被夸大",
   "route": "不涉及",
   "region": "美国"
  },
  {
   "t": "The State of AI Report 2026",
   "org": "Air Street Capital（Air Street Press）",
   "au": "Nathan Benaich（与 Air Street Press）",
   "date": "2026-10-08",
   "url": "https://press.airstreet.com/p/state-of-ai-2026",
   "kind": "行业报告",
   "seg": [
    "all",
    "p3",
    "a1"
   ],
   "co": [
    "Epoch AI",
    "Anthropic Claude Science"
   ],
   "gist": "2026 版在科学上强调：Epoch 开放问题集已有 9 个解，4 个自主、5 个人机协作；AI 先导药物进入后期试验；Anthropic 称 Claude 在 8 月主导了 26% 的模型研发工作，但报告仍说完全自主的递归改进「尚待证明」；科学品味可能需要论文里缺失的失败实验。",
   "cav": "页面摘要未涉及材料、气候和自动化实验室；Anthropic 的 26% 是公司内部指标；药物部分不在本图。",
   "stance": "部分看多：数学上已见真解，其余仍待验证。",
   "vs": "部分",
   "why": "数学已有真解，但自主递归改进仍待证明，材料实验未覆盖",
   "route": "AI 科学家 Agent",
   "region": "英国"
  },
  {
   "t": "Lila Sciences tests AI’s ability to find hydrogen catalysts",
   "org": "C&EN（美国化学会）",
   "au": "署名未显示",
   "date": "2026-10",
   "url": "https://cen.acs.org/business/start-ups/lila-ai-hydrogen-catalyst-electrolyzer/104/web/2026/10",
   "kind": "媒体分析",
   "seg": [
    "a1",
    "c1",
    "l1"
   ],
   "co": [
    "Lila Sciences"
   ],
   "gist": "Lila 称用 AI 引导的实验室在 2942 种催化剂配方里找出六族钯基氧化物，可减少电解制氢对稀缺铱的依赖；最耐用的铟锰钯氧化物在实验室耐久测试超过 1000 小时。但样品不是完整电解槽，工业电流密度约高 300 倍；预印本未同行评议，其首席科学家也说多半不会直接用。",
   "cav": "报道转述 Lila 自己的预印本与外部学者评论；具体日期页面未显示，仅知 2026 年 10 月；人在实验室里仍做部分物理转运。",
   "stance": "部分：闭环确实出了候选，但离工业可用很远。",
   "vs": "部分",
   "why": "闭环确出候选，但离工业可用很远，外部学者不觉意外",
   "route": "自建实验室闭环",
   "region": "美国",
   "top": true
  },
  {
   "t": "Artificial intelligence or clever artifice?",
   "org": "Chemistry World（英国皇家化学会）",
   "au": "Phillip Broadwith",
   "date": "2026-08-18",
   "url": "https://www.chemistryworld.com/opinion/artificial-intelligence-or-clever-artifice/4024055.article",
   "kind": "媒体分析",
   "seg": [
    "all"
   ],
   "co": [],
   "gist": "编辑部评论：新闻编辑部每天看到学界和业界关于 AI 将「革新」下一个领域的大胆说法，少有经得起细看。作者主张不否定 AI，但化学界应现实看待它能做什么、不能做什么。",
   "cav": "页面只露出开头和副标题，下文未能展开；评论文，非数据研究。",
   "stance": "总论质疑：对 AI 革新一切的说法保持怀疑。",
   "vs": "部分",
   "why": "对 AI 革新一切的说法保持怀疑，但不否定其价值",
   "route": "不涉及",
   "region": "英国"
  },
  {
   "t": "Teaching AI to Ask the Right Questions",
   "org": "Radical Ventures",
   "au": "Aaron Rosenberg",
   "date": "2026-08-17",
   "url": "https://radical.vc/articles/teaching-ai-to-ask-the-right-questions/",
   "kind": "赛道论点",
   "seg": [
    "a1"
   ],
   "co": [
    "Inherent"
   ],
   "gist": "Radical 合伙人介绍其被投公司 Inherent 的 Faraday：270 亿参数的 AI 科学家智能体，不自己写代码而是指挥前沿编码智能体，在复现机器学习、生物、材料、天气研究论文上胜过更大的前沿模型。论点：一层紧凑的「科学判断」监督大模型，回报高于一味扩大单个模型。",
   "cav": "投资方推介自家被投公司；对比结果是 Inherent 自己的评测，页面未给第三方复现；比较对象为文中点名的前沿模型版本。",
   "stance": "看多：科学判断层加编码 Agent，是 AI 科学家的可行路线。",
   "vs": "一致",
   "why": "押科学判断层加编码 Agent，让 AI 科学家更会做研究",
   "route": "AI 科学家 Agent",
   "region": "加拿大"
  },
  {
   "t": "AI for science needs reasoning, not just data",
   "org": "MIT Technology Review",
   "au": "Eric Schmidt、Suhas Mahesh",
   "date": "2026-08-10",
   "url": "https://www.technologyreview.com/2026/08/10/1141384/ai-agents-for-science/",
   "kind": "媒体分析",
   "seg": [
    "a1",
    "h1"
   ],
   "co": [
    "Google DeepMind AlphaEvolve 与 AlphaProof",
    "Schmidt Sciences"
   ],
   "gist": "两位作者主张 AlphaFold 不是多数学科的模板：它依赖几十年积累的蛋白质数据库，多数领域缺这种数据。更可行的是智能体：用语言模型推理加工具，像研究者一样处理假设，并能自动记录以改善可复现。局限如幻觉、不一致被视为暂时。",
   "cav": "作者之一是前谷歌 CEO、Schmidt Sciences 联合创始人，另一位在 Schmidt Sciences 负责 AI for Science，有明显立场与利益；是观点文章。",
   "stance": "看多 AI 科学家 Agent：推理加工具优于等数据集。",
   "vs": "部分",
   "why": "主张推理加工具的 Agent 优于等数据集，未讲实验室闭环",
   "route": "AI 科学家 Agent",
   "region": "美国",
   "top": true
  },
  {
   "t": "Our Investment in Discovery Loop",
   "org": "Radical Ventures",
   "au": "Jordan Jacobs、Aaron Rosenberg",
   "date": "2026-08-05",
   "url": "https://radical.vc/articles/our-investment-in-discovery-loop/",
   "kind": "投资备忘",
   "seg": [
    "a1"
   ],
   "co": [
    "Discovery Loop"
   ],
   "gist": "Radical 共同领投 Discovery Loop。论点：AI 不只替代现有软件，还会推动科学与工程；公司让 AI 自主做研究——提假设、并行跑上千个实验、复盘并改进下一轮，先从机器学习研究起步，再延伸到工程、医学、材料和清洁能源。",
   "cav": "投资方撰文，另一位联合领投方和金额页面未披露；起步领域是 AI 研究本身，与 RSI 图谱有重叠。",
   "stance": "看多 AI 科学家 Agent：自动化科学方法，先做 ML 再扩到物理科学。",
   "vs": "一致",
   "why": "直接押 AI 自主提假设、并行实验、复盘改进",
   "route": "AI 科学家 Agent",
   "region": "加拿大"
  },
  {
   "t": "Why the Legendary Erdős Problems Are Falling to AI",
   "org": "Quanta Magazine",
   "au": "Konstantin Kakaes",
   "date": "2026-08-03",
   "url": "https://www.quantamagazine.org/why-the-legendary-erdos-problems-are-falling-to-ai-20260803/",
   "kind": "媒体分析",
   "seg": [
    "p3"
   ],
   "co": [
    "OpenAI for Science",
    "Google DeepMind AlphaEvolve 与 AlphaProof",
    "Harmonic"
   ],
   "gist": "Quanta 讲 AI 如何攻克 Erdős 问题：2026 年 5 月 OpenAI 内部模型找出单位距离猜想反例，DeepMind 报告在 353 个开放问题中解出 9 个；但早期结果被人类数学家大幅改进，有人的「解」其实 1977 年已被解决，未经人检查的 AI 论文开始涌入。",
   "cav": "OpenAI 的新模型未公开，其结论来自公司公告，文章未独立验证；材料全部是数学，与实验科学不可直接类比。",
   "stance": "部分看多：数学上 AI 确有真结果，但核验成了新问题。",
   "vs": "部分",
   "why": "数学上 AI 有真结果，但核验和署名成新问题",
   "route": "AI 科学家 Agent",
   "region": "美国"
  },
  {
   "t": "From Algorithms to Atoms, Part II: Doubling Down on CuspAI",
   "org": "NEA",
   "au": "Lila Tretikov、Philip Chopin、Andrew Schoen、Thomas Joshi、Elie de Fressenel",
   "date": "2026-07-23",
   "url": "https://www.nea.com/blog/from-algorithms-to-atoms-part-ii-doubling-down-on-cuspai",
   "kind": "投资备忘",
   "seg": [
    "c2"
   ],
   "co": [
    "CuspAI",
    "Kemira"
   ],
   "gist": "NEA 与 Kleiner Perkins 联合领投 CuspAI 4.5 亿美元 B 轮。论点：CuspAI 已从承诺走向验证，为客户 Kemira 在 6 个月内从 300 万亿个候选结构里交付 20 个经验证的新候选；轻资产，靠 45 家以上机构组成的「材料铸造厂」网络，而非自建实验室。",
   "cav": "投资方撰文，二次加注，有自我背书倾向；20 个候选是「交付待测」，文中没给后续实验结果；数字为公司口径。",
   "stance": "看多卖模型加伙伴网络：用合作方实验室做验证，资本更轻。",
   "vs": "部分",
   "why": "用客户案例证明闭环，选轻资产伙伴网络而非自建",
   "route": "卖模型与软件",
   "region": "美国",
   "top": true
  },
  {
   "t": "Investing in Mirendil",
   "org": "Andreessen Horowitz (a16z)",
   "au": "Matt Bornstein、Malika Aubakirova",
   "date": "2026-06-24",
   "url": "https://a16z.com/announcement/investing-in-mirendil/",
   "kind": "投资备忘",
   "seg": [
    "a1"
   ],
   "co": [
    "Mirendil"
   ],
   "gist": "a16z 领投 Mirendil 种子轮。公司训练前沿模型成为 AI 研发专家并包装成产品，让循环式研究与工程工作越来越自主，称之为「vibe research」，先服务工程师和 AI 研究者，之后才轮到科学家，材料科学和药物发现是文中提到的远期领域。",
   "cav": "a16z 为领投方；主线是「AI 帮人做 AI 研究」，只部分属 AI for Science，与 RSI 图谱重叠；金额页面未披露。",
   "stance": "看多：先做 AI 研发 Agent，再扩到各学科科学家。",
   "vs": "部分",
   "why": "做的是 AI 研发 Agent，科学家用户在远期",
   "route": "AI 科学家 Agent",
   "region": "美国"
  },
  {
   "t": "The Rise of NeoLabs",
   "org": "Radical Ventures",
   "au": "Rich Kotite、Aaron Rosenberg",
   "date": "2026-06-21",
   "url": "https://radical.vc/articles/the-rise-of-the-neolab/",
   "kind": "赛道论点",
   "seg": [
    "all"
   ],
   "co": [
    "Periodic Labs",
    "Safe Superintelligence"
   ],
   "gist": "Radical 提出「NeoLab」概念：由前沿实验室或学界研究者创办、押注长期技术突破的创业公司，40 多家共融资约 400 亿美元，DeepMind 是最大人才来源，算力是硬约束。Periodic Labs 被列为其合作对象；文末给出看多、基准、看空三种情景。",
   "cav": "Radical 是 Periodic 等的投资方，文章在讲自家投资版图；科学类 NeoLab 只是一小部分，多数篇幅讲通用模型实验室。",
   "stance": "总论：押研究型新实验室，科学只是其中一支。",
   "vs": "部分",
   "why": "讲研究型新实验室的资金潮，科学只是其中一支",
   "route": "不涉及",
   "region": "加拿大"
  },
  {
   "t": "Report: Periodic Labs Business Breakdown & Founding Story",
   "org": "Contrary Research",
   "au": "Sachin Maini",
   "date": "2026-06-12",
   "url": "https://research.contrary.com/company/periodic-labs",
   "kind": "行业报告",
   "seg": [
    "c1",
    "a1"
   ],
   "co": [
    "Periodic Labs",
    "Lila Sciences",
    "Radical AI"
   ],
   "gist": "报告梳理 Periodic：粉末合成自动化实验室加 AI 科学家，瞄准高温超导；9 月种子轮 3 亿美元、传闻投后 13 亿美元，2026 年 3 月据报道洽谈约 5 亿美元、估值约 70 亿美元（截至 6 月未确认）。风险：进展慢成本高、跨领域泛化不确定、赛道拥挤。",
   "cav": "页面只标更新日期 2026-06-12；估值洽谈为媒体传闻；半导体早期客户为报道所称。",
   "stance": "中性：复述论点并列出三项风险。",
   "vs": "部分",
   "why": "复述自建实验室论点，并列出进展慢、泛化不确定等风险",
   "route": "自建实验室闭环",
   "region": "美国",
   "top": true
  },
  {
   "t": "Frontier Systems for the Physical World",
   "org": "Andreessen Horowitz (a16z)",
   "au": "Oliver Hsu",
   "date": "2026-04-15",
   "url": "https://a16z.com/frontier-systems-for-the-physical-world/",
   "kind": "赛道论点",
   "seg": [
    "all",
    "c1",
    "l1"
   ],
   "co": [
    "Periodic Labs",
    "Medra"
   ],
   "gist": "a16z 美国活力团队合伙人论述机器人、自主科学和新型人机界面三条线。自主科学一节称自驱动实验室循环跑假设、实验、分析，瓶颈正从生成假设转向制造和验证，每次实验还产出可训练物理世界模型的已验证数据；点名 Periodic Labs 和 Medra。",
   "cav": "a16z 是 Periodic 的领投方，文章点名的公司多为其被投；自主科学一节没有性能数字，只说材料发现可从数年压缩。",
   "stance": "看多自建实验室闭环：把验证和制造当作新的瓶颈。",
   "vs": "一致",
   "why": "明说自主科学的瓶颈从生成假设转向制造与验证，实验室循环是关键",
   "route": "自建实验室闭环",
   "region": "美国",
   "top": true
  },
  {
   "t": "AI Will Write All the Code. Mathematics Will Prove It Works.",
   "org": "Menlo Ventures",
   "au": "Matt Kraning",
   "date": "2026-03-12",
   "url": "https://menlovc.com/perspective/ai-will-write-all-the-code-mathematics-will-prove-it-works/",
   "kind": "投资备忘",
   "seg": [
    "p3"
   ],
   "co": [
    "Axiom Math"
   ],
   "gist": "Menlo 领投 Axiom 2 亿美元 A 轮，投后估值 16 亿美元。论点：AI 会写出几乎所有软件，但统计模型无法保证正确；Axiom 用 Lean 训练出可机器检验的输出。文中称 AxiomProver 在 2025 年 12 月 Putnam 竞赛拿到 12/12，团队 30 多人，运营不到 7 个月。",
   "cav": "作者是投资方合伙人、已加入董事会；论点主要是代码验证，数学发现只是起点；Putnam 满分是公司口径。",
   "stance": "看多形式化验证：数学证明当验证引擎，而不是做发现本身。",
   "vs": "部分",
   "why": "把数学证明当验证引擎，与科学假设发现距离较远",
   "route": "卖模型与软件",
   "region": "美国"
  },
  {
   "t": "What the Rise of AI Scientists May Mean for Human Research",
   "org": "SingularityHub（转载自 Undark）",
   "au": "Claudia López Lloreda",
   "date": "2026-02-20",
   "url": "https://singularityhub.com/2026/02/20/what-the-rise-of-ai-scientists-may-mean-for-human-research/",
   "kind": "媒体分析",
   "seg": [
    "a1"
   ],
   "co": [
    "Autoscience Institute",
    "FutureHouse",
    "Sakana AI"
   ],
   "gist": "Autoscience 的 Carl 提交的四篇论文有三篇被某 AI 会议接收；FutureHouse 称其 Robin 提出药物候选。批评方指出 Sakana AI Scientist-v2 在加噪任务上报告近乎完美，且会在声称用原数据时编造合成数据；担心「AI 糊弄稿」淹没期刊。Undark 原文日期 2026-01-26。",
   "cav": "网络转载，原文发表于 Undark；引用的 Shah 研究尚未经同行评议；部分例子属药物或 AI 研究，与本图只部分相关。",
   "stance": "质疑：AI 科学家可靠性与新颖性待证。",
   "vs": "相反",
   "why": "列举 AI 科学家的编造数据、创造力有限和灌水风险",
   "route": "不涉及",
   "region": "美国"
  },
  {
   "t": "Themes in AI to Watch in 2026",
   "org": "Radical Ventures",
   "au": "Molly Welch",
   "date": "2026-02-09",
   "url": "https://radical.vc/articles/themes-in-ai-to-watch-in-2026/",
   "kind": "年度预测",
   "seg": [
    "all"
   ],
   "co": [
    "Periodic Labs"
   ],
   "gist": "Radical 合伙人的年度主题文章（转自其 Substack）。涉及科学的两处：一是「科学」领域会出现专门的新实验室，以被投的 Periodic Labs 为例；二是垂直数据提供方更重要，「纵向科学测量数据」是让模型可靠的底层数据。自动化研究循环的主题主要指软件与模型研发。",
   "cav": "个人署名的年度展望，科学只是配角；Periodic 是 Radical 被投公司。",
   "stance": "总论：看好科学类新实验室和垂直数据，但着墨不多。",
   "vs": "无关",
   "why": "年度展望，科学内容很少，只提科学类新实验室和垂直数据",
   "route": "数据",
   "region": "加拿大"
  },
  {
   "t": "‘Nature’ robot chemist paper corrected, but some questions remain unanswered",
   "org": "C&EN（美国化学会）",
   "au": "署名未显示",
   "date": "2026-01-28",
   "url": "https://cen.acs.org/research-integrity/Nature-robot-chemist-paper-corrected/104/web/2026/01",
   "kind": "媒体分析",
   "seg": [
    "c1",
    "l1"
   ],
   "co": [
    "A-Lab（Berkeley Lab）"
   ],
   "gist": "Nature 在 2026 年 1 月 19 日对 A-Lab 论文发布更正：删去「新」材料说法，不再宣称一定是科学上的新材料。批评者 Palgrave 认为不必撤稿，但指出模型无法预测真实无序排列这一根本问题没被回应；Schoop 称其推进「很增量」。共同作者 Ceder 未回复置评。",
   "cav": "专业媒体报道，转述批评者与更正；作者未显示；批评者本身是 2024 年那篇质疑文章的作者。",
   "stance": "质疑：自驱动实验室发现的「新材料」被收窄，概念仍成立但执行有缺陷。",
   "vs": "相反",
   "why": "A-Lab 论文被更正，「发现新材料」的说法被收窄",
   "route": "不涉及",
   "region": "美国",
   "top": true
  },
  {
   "t": "How social media encourages the worst of AI boosterism",
   "org": "MIT Technology Review",
   "au": "Will Douglas Heaven",
   "date": "2025-12-23",
   "url": "https://www.technologyreview.com/2025/12/23/1130393/how-social-media-encourages-the-worst-of-ai-boosterism/",
   "kind": "媒体分析",
   "seg": [
    "p3",
    "all"
   ],
   "co": [
    "OpenAI for Science",
    "Axiom Math"
   ],
   "gist": "文章以 2025 年 10 月的争议开头：OpenAI 研究员称 GPT-5 解出 10 个未解数学题，Erdős 问题站主 Bloom 指出模型多是找到他没见过的已有解。作者批评社交媒体奖励夸张说法；文末补充 Axiom 称解出两个开放 Erdős 问题，仍需细审。",
   "cav": "媒体评论；Axiom 的说法为公司公告的转述；文末补充段是印刷版截稿后加的。",
   "stance": "质疑：把「找到已有解」说成「做出发现」是被夸大的。",
   "vs": "相反",
   "why": "指出「解出未解题」多是找到已有解，批评夸大",
   "route": "不涉及",
   "region": "美国"
  },
  {
   "t": "Report: Lila Sciences Business Breakdown & Founding Story",
   "org": "Contrary Research",
   "au": "Arav Nangia",
   "date": "2025-12-18",
   "url": "https://research.contrary.com/company/lila-sciences",
   "kind": "行业报告",
   "seg": [
    "a1",
    "c1"
   ],
   "co": [
    "Lila Sciences",
    "Periodic Labs"
   ],
   "gist": "Contrary 的公司研究：Lila 把 AI 模型和机器人「AI 科学工厂」结合，覆盖生命科学、材料和化学，累计融资 5.5 亿美元、估值超 13 亿美元。报告同时列出风险——多学科机器人未规模化验证、发现数据未公开、平台尚非全自主、资本消耗大。",
   "cav": "页面只标「更新于 2025-12-18」，无原始发布日期；作者为研究员；文中自述存在创立年份等不一致；市场规模数字来自第三方研报引用。",
   "stance": "中性：认可闭环路线，但把证据不足列为主要风险。",
   "vs": "部分",
   "why": "认可闭环，同时列出证据不足、非全自主、数据未公开等风险",
   "route": "自建实验室闭环",
   "region": "美国"
  },
  {
   "t": "Has AI Solved Materials Discovery? - AI & Materials Discovery Part 2",
   "org": "Pangaea Ventures",
   "au": "Mitchell Ballentine",
   "date": "2025-12-16",
   "url": "https://www.pangaeaventures.com/blog/has-ai-solved-materials-discovery-ai-amp-materials-discovery-part-2",
   "kind": "赛道论点",
   "seg": [
    "c1",
    "c2"
   ],
   "co": [
    "Eonix",
    "Dunia Innovations",
    "Schrödinger"
   ],
   "gist": "结论是 AI 还没「解决」材料发现。AI 主要加速现有模拟而非替代物理，可合成性、良率和真实稳定性要做出来才知道；多数公司靠暴力实验而不是更好的预测。实验规模或可形成优势，但投资价值取决于商业化、放大和垂直整合；给出六条评估维度。",
   "cav": "投资机构的框架文章，披露声明只写「非投资建议」；引用 Eonix「快 37 倍、便宜 16 倍」是该公司宣传口径，作者未验证；页面只写月日，年份按链接推定。",
   "stance": "部分看多：实验规模可能成护城河，但别把加速模拟当成发现。",
   "vs": "部分",
   "why": "承认实验规模可成优势，但说 AI 多是加速模拟，尚未解决发现",
   "route": "自建实验室闭环",
   "region": "加拿大",
   "top": true
  },
  {
   "t": "Can AI discover new science?",
   "org": "Air Street Capital（Air Street Press）",
   "au": "Air Street Press、Nathan Benaich",
   "date": "2025-12-16",
   "url": "https://press.airstreet.com/p/ai-for-science-new-knowledge",
   "kind": "赛道论点",
   "seg": [
    "all",
    "a1",
    "p3"
   ],
   "co": [
    "OpenAI for Science",
    "FutureHouse",
    "Sakana AI"
   ],
   "gist": "Air Street 认为 AI 正开始产生新科学知识，但还不可靠、也不遍及所有领域。GPT-5 给出 4 个经专家核验的数学结果；Kosmos 抽样 850 条论断，79.4% 有证据支持、跨域假设约 60%，新颖性仍有争议；Sakana 的 AI Scientist-v2 有一篇过了 ICLR 工作坊门槛。",
   "cav": "投资机构写的综述，Air Street 是 AI 初创投资人；数字转述自各公司和论文；怀疑一方的观点文中只一笔带过。",
   "stance": "部分看多：已见发现苗头，但验证难、洞见与重组的界线不清。",
   "vs": "部分",
   "why": "承认 AI 已出现新知识苗头，但验证难、洞见与重组难分",
   "route": "AI 科学家 Agent",
   "region": "英国",
   "top": true
  },
  {
   "t": "AI materials discovery now needs to move into the real world",
   "org": "MIT Technology Review",
   "au": "David Rotman",
   "date": "2025-12-15",
   "url": "https://www.technologyreview.com/2025/12/15/1129210/ai-materials-science-discovery-startups-investment/",
   "kind": "媒体分析",
   "seg": [
    "c1",
    "c2",
    "l1"
   ],
   "co": [
    "Lila Sciences",
    "Periodic Labs",
    "Radical AI",
    "Google DeepMind AlphaEvolve 与 AlphaProof"
   ],
   "gist": "Lila、Periodic 等在建 AI 主导的实验室，想把材料发现从几十年压到几年，但迄今没有决定性突破。瓶颈是真实合成而非模拟；固态合成比液体处理难自动化；DeepMind 2023 年的百万新材料说法被指夸大新颖性；投资人要看到产品和收入。",
   "cav": "专业媒体综述；援引的批评主要来自 UCSB 研究者；所提融资数字未逐项核对。",
   "stance": "部分：看好自建实验室方向，但强调尚无突破、合成是真瓶颈。",
   "vs": "部分",
   "why": "看好自建实验室方向，但强调无突破、合成才是瓶颈",
   "route": "自建实验室闭环",
   "region": "美国",
   "top": true
  },
  {
   "t": "AI & Materials Discovery - Part 1: Four Paths to the Frontier",
   "org": "Pangaea Ventures",
   "au": "Mitchell Ballentine",
   "date": "2025-12-09",
   "url": "https://www.pangaeaventures.com/blog/ai-and-materials-discovery-part-1",
   "kind": "赛道论点",
   "seg": [
    "c1",
    "c2"
   ],
   "co": [
    "Schrödinger",
    "Periodic Labs",
    "Good Chemistry",
    "Intermolecular"
   ],
   "gist": "Pangaea 把 AI 材料发现分成四条路：纯软件卖订阅、软硬结合的台式实验室、做自家产品、大资金全栈硬件平台。作者认为许多自建实验室公司沦为「研发外包公司」，设备和人力吃掉毛利，只靠服务收入养不起自驱动实验室；纯软件则面临推理算力成本上升的压力。",
   "cav": "硬科技投资机构撰文，页面只写月日（Dec 9），年份按同系列第二篇推定为 2025；文中提到的公司 Pangaea 是否持股页面未披露。",
   "stance": "谨慎：自建实验室经济账难算，纯软件也有成本压力。",
   "vs": "部分",
   "why": "全栈硬件平台只是四条路之一，并警告自建实验室的经济账",
   "route": "自建实验室闭环",
   "region": "加拿大"
  },
  {
   "t": "State of AI Report 2025",
   "org": "Air Street Capital",
   "au": "Nathan Benaich 与 Air Street Capital",
   "date": "2025-10-09",
   "url": "https://www.stateof.ai/2025",
   "kind": "行业报告",
   "seg": [
    "all",
    "a1"
   ],
   "co": [
    "Google DeepMind AlphaEvolve 与 AlphaProof",
    "Stanford Virtual Lab"
   ],
   "gist": "年度报告称 AI 正成为科学协作者：系统提出假设、辩论备选并设计候选，再交给实验，价值取决于能否通过独立核验和实验室验证；强调泛化与物理有效性比基准准确率更要紧；并预测未来 12 个月内会有开放式 Agent 端到端做出有意义的科学发现。",
   "cav": "页面摘要只覆盖科学部分的一段，未见材料、气候的细节；预测是机构自己的判断，下一版报告会打分。",
   "stance": "部分看多：协作者阶段，发现要靠实验验证，预测一年内出现端到端发现。",
   "vs": "部分",
   "why": "预测一年内会有端到端发现，同时强调要靠独立核验和实验验证",
   "route": "AI 科学家 Agent",
   "region": "英国"
  },
  {
   "t": "Q3 2025 in Review: Revolutionizing Materials Discovery (Our Investment in Radical AI)",
   "org": "Partnership Fund for New York City",
   "au": "署名未显示",
   "date": "2025-10-07",
   "url": "https://partnershipfundnyc.org/news/q3-2025-in-review-revolutionizing-materials-discovery",
   "kind": "投资备忘",
   "seg": [
    "c1"
   ],
   "co": [
    "Radical AI"
   ],
   "gist": "纽约市伙伴基金披露对 Radical AI 的投资。Radical AI 融合计算设计、AI 建模与自动化实验，预计每天测 100 种合金，对比 DARPA 最快合金项目一年做 500 种，称五个工作日可达同量；基金认为这有助把纽约建成先进材料中心。",
   "cav": "地方投资基金的季度回顾，投资方自述；100 种每天是公司预期而非实测；页面元数据日期与正文日期冲突，按正文 2025-10-07。",
   "stance": "看多自建实验室闭环：吞吐量当卖点，带地方产业政策色彩。",
   "vs": "一致",
   "why": "把自动化实验的高吞吐当作核心卖点",
   "route": "自建实验室闭环",
   "region": "美国"
  },
  {
   "t": "AI is dreaming up millions of new materials. Are they any good?",
   "org": "Nature",
   "au": "署名未显示（Nature 646, 22–25）",
   "date": "2025-10",
   "url": "https://www.nature.com/articles/d41586-025-03147-9",
   "kind": "媒体分析",
   "seg": [
    "c1",
    "c2",
    "h1"
   ],
   "co": [
    "Google DeepMind GNoME 材料发现",
    "Microsoft MatterGen 与 MatterSim",
    "Meta FAIR Chemistry"
   ],
   "gist": "Nature 新闻特写：DeepMind 近两年前宣布用深度学习发现 220 万种新晶体，似乎开启材料研究新纪元，但批评者指责谷歌、微软、Meta 加速材料发现的尝试被夸大；不过夸大之外也有进展。标题与副标题已核对，正文因付费未能读到。",
   "cav": "只读到标题、副标题和参考文献，正文付费；日期按 Nature 646 期 2025 年 10 月，具体上线日未显示。",
   "stance": "中性偏质疑：夸大与进展并存。",
   "vs": "部分",
   "why": "说 AI 材料成果被夸大，同时承认有进展（正文未读全）",
   "route": "不涉及",
   "region": "英国",
   "top": true
  },
  {
   "t": "Investing in Periodic Labs",
   "org": "Andreessen Horowitz (a16z)",
   "au": "Anjney Midha",
   "date": "2025-09-30",
   "url": "https://a16z.com/announcement/investing-in-periodic-labs/",
   "kind": "投资备忘",
   "seg": [
    "c1",
    "a1"
   ],
   "co": [
    "Periodic Labs"
   ],
   "gist": "a16z 领投 Periodic Labs 3 亿美元创始轮。论点：前沿模型在物理实验数据分析上不如人类研究者，原因是互联网文本约 10 万亿 token 已用尽、论文又缺负面结果；要让 AI 做科学，必须自建自动化实验室，用实验结果当反馈。目标行业合计约 15 万亿美元 GDP。",
   "cav": "作者是 a16z 合伙人并在 Periodic 董事会，利益相关；15 万亿美元是文中口径；a16z 的出资额页面未披露。",
   "stance": "看多自建实验室闭环：数据是瓶颈，实验室是解法。",
   "vs": "一致",
   "why": "投资方直接说 AI 缺实验数据，要靠自建实验室闭环",
   "route": "自建实验室闭环",
   "region": "美国",
   "top": true
  },
  {
   "t": "Building a New Way to Do Science: Our Investment in Periodic Labs",
   "org": "Felicis",
   "au": "Peter Deng",
   "date": "2025-09-30",
   "url": "https://www.felicis.com/blog/periodic-labs-investment",
   "kind": "投资备忘",
   "seg": [
    "c1",
    "a1"
   ],
   "co": [
    "Periodic Labs"
   ],
   "gist": "Felicis 称是 Periodic 第一张种子支票，当时公司还没命名、没注册。论点：模型提出假设、规划合成，自动化实验室执行并回传结果，每次实验都充实知识库，有望把材料发现从几十年压到很短，目标含室温超导、电网和计算。",
   "cav": "投资方自己写的；金额和估值页面未披露；文中把 GNoME 说成找到「数百万个新稳定晶体」，这一说法正是后来被质疑的点。",
   "stance": "看多：模型加实验室闭环，押创始团队（ChatGPT、GNoME 背景）。",
   "vs": "一致",
   "why": "押「模型加自动化实验室」的闭环来加速材料发现",
   "route": "自建实验室闭环",
   "region": "美国"
  },
  {
   "t": "From Algorithms to Atoms: Our Investment in CuspAI",
   "org": "NEA",
   "au": "Lila Tretikov、Philip Chopin、Andrew Schoen",
   "date": "2025-09-11",
   "url": "https://www.nea.com/blog/algorithms-to-atoms-our-investment-in-cuspai",
   "kind": "投资备忘",
   "seg": [
    "c2"
   ],
   "co": [
    "CuspAI"
   ],
   "gist": "NEA 领投 CuspAI A 轮。论点：AI 正从学数据规律走向会设计、模拟、测试物理材料的闭环智能体，材料发现通常 10 年以上，若计算设计与真实验证紧密相连可缩到数月。文中称 CuspAI 的 MOFGEN 有效、唯一、新颖率 49%，对比微软 10%、Meta 16%。",
   "cav": "投资方撰文；49% 对 10%、16% 是 CuspAI 2025 年 8 月自测口径，非第三方评测；文中没有说 CuspAI 自有实验室。",
   "stance": "看多：计算设计加合作方验证，是较轻资产的闭环。",
   "vs": "部分",
   "why": "看好设计到验证的闭环，但靠合作方数据，不自建实验室",
   "route": "卖模型与软件",
   "region": "美国"
  },
  {
   "t": "Our Investment in Lila Sciences",
   "org": "General Catalyst",
   "au": "Paul Kwan、Marc Bhargava、Rachit Neupane",
   "date": "2025-03-10",
   "url": "https://www.generalcatalyst.com/stories/our-investment-in-lila-sciences",
   "kind": "投资备忘",
   "seg": [
    "a1",
    "c1"
   ],
   "co": [
    "Lila Sciences"
   ],
   "gist": "General Catalyst 与 Flagship 共同投资 Lila 2 亿美元种子轮。论点：AI 加机器人「AI 科学工厂」可同时跑成千上万个实验，产生新科学知识；人类负责定目标和把关。文中列出的内部成果包括 mRNA 构建、成本低得多的催化剂配方、容量和热稳定性更好的材料。",
   "cav": "投资方撰文；成果为公司自述，页面没给数据；Lila 主业横跨生命科学和材料，药物部分不在本图范围。",
   "stance": "看多：自建「科学工厂」做通用科学发现。",
   "vs": "一致",
   "why": "把自建「科学工厂」当作产生新科学知识的路径",
   "route": "自建实验室闭环",
   "region": "美国"
  },
  {
   "t": "CLAI Ventures Invests in Brightband: Revolutionizing Weather Forecasting with AI",
   "org": "CLAI Ventures",
   "au": "CLAI VC（署名未显示）",
   "date": "2024-09-24",
   "url": "https://claivc.substack.com/p/clai-ventures-invests-in-brightband-b9d",
   "kind": "投资备忘",
   "seg": [
    "p1"
   ],
   "co": [
    "Brightband"
   ],
   "gist": "CLAI 参与 Brightband 1000 万美元 A 轮（Prelude 领投）。论点：气候变化让天气预报更难也更重要，AI 可结合物理方法与机器学习，融合气球和卫星的海量观测，做更快更准的预报；公开基础预报工具有助推动整个领域；目标 2024 年底有可用模型。",
   "cav": "小型气候与 AI 基金在 Substack 上的自家公告；没有性能数字；日期按页面标注。",
   "stance": "看多开放的学习型天气模型：靠观测数据而非实验室。",
   "vs": "无关",
   "why": "学习型天气预报，靠观测数据与开放模型，不涉及实验验证假设",
   "route": "卖模型与软件",
   "region": "未核实"
  },
  {
   "t": "Solving the AI Reasoning Gap: How Harmonic is Building Mathematical Superintelligence",
   "org": "Index Ventures",
   "au": "Jan Hammer",
   "date": "2024-09-23",
   "url": "https://www.indexventures.com/perspectives/solving-the-ai-reasoning-gap-how-harmonic-is-building-mathematical-superintelligence/",
   "kind": "投资备忘",
   "seg": [
    "p3"
   ],
   "co": [
    "Harmonic"
   ],
   "gist": "Index 参与 Harmonic 的 7500 万美元融资。论点：现有模型从网络文本学习，缺少严格多步推理；数学逻辑链可补这一缺口。Aristotle 用形式化验证减少幻觉、用合成数据放大训练，文中称在 MiniF2F 达 90%，应用从数值求解、代码验证延伸到未来的科学发现。",
   "cav": "投资方撰文；90% 是公司口径；这是 2024 年 9 月的早期文章，之后 Harmonic 又融资并估值 14.5 亿美元。",
   "stance": "看多：数学是通向可靠推理和科学发现的第一步。",
   "vs": "部分",
   "why": "数学推理是通向科学发现的第一步，但文中只是展望",
   "route": "卖模型与软件",
   "region": "英国"
  },
  {
   "t": "Our Investment in CuspAI: Pioneering AI-Designed Materials to Combat Climate Change",
   "org": "Northzone",
   "au": "Northzone（署名未显示）",
   "date": "2024-06-18",
   "url": "https://northzone.com/insights/our-investment-in-cuspai-pioneering-ai-designed-materials-to-combat-climate-change",
   "kind": "投资备忘",
   "seg": [
    "c2"
   ],
   "co": [
    "CuspAI"
   ],
   "gist": "Northzone 参与 CuspAI 3000 万美元种子轮（Hoxton 领投）。论点：化学和材料科学的专用基础模型会是下一波 AI 创业机会，材料科学仍是被低估的领域；CuspAI 用生成模型、深度学习和分子模拟加速候选材料的生成与评估，缩小生成结构与真实性能之间的落差。",
   "cav": "投资方自己写的；页面日期标 6 月 18 日，部分检索结果记 6 月 17 日；DeepMind 作为天使投资人参与，文中提到。",
   "stance": "看多卖模型和平台：不自建实验室，靠生成加模拟。",
   "vs": "部分",
   "why": "认同 AI 材料设计，但不靠自建实验室",
   "route": "卖模型与软件",
   "region": "欧洲"
  },
  {
   "t": "New analysis raises doubts over autonomous lab’s materials ‘discoveries’",
   "org": "Chemistry World（英国皇家化学会）",
   "au": "Julia Robinson",
   "date": "2024-01-16",
   "url": "https://www.chemistryworld.com/news/new-analysis-raises-doubts-over-autonomous-labs-materials-discoveries/4018791.article",
   "kind": "媒体分析",
   "seg": [
    "c1",
    "l1"
   ],
   "co": [
    "A-Lab（Berkeley Lab）"
   ],
   "gist": "Chemistry World 报道一篇对 2023 年 Nature 论文的批评：该论文称 Berkeley A-Lab 自主发现 40 多种新材料，批评者检查后认为实际没有找到新材料，问题既在实验流程也在计算分析。这是 A-Lab 争议的最早公开报道之一。",
   "cav": "新闻级报道，转述批评论文；2024 年的早期报道，后续有更正，见 2026 年 C&EN 的文章；页面只给出摘要段。",
   "stance": "质疑：A-Lab 的「发现」被指没有新材料。",
   "vs": "相反",
   "why": "批评 A-Lab 并未发现新材料",
   "route": "不涉及",
   "region": "英国"
  },
  {
   "t": "Our Investment in PhysicsX",
   "org": "General Catalyst",
   "au": "Larry Bohn",
   "date": "2023-11-27",
   "url": "https://www.generalcatalyst.com/perspectives/our-investment-in-physicsx",
   "kind": "投资备忘",
   "seg": [
    "p2"
   ],
   "co": [
    "PhysicsX",
    "Velo3D"
   ],
   "gist": "General Catalyst 领投 PhysicsX 3200 万美元 A 轮。论点：先进制造行业有品牌、数据和供应链优势，AI 是对它们的增强；PhysicsX 用深度学习代理模型，以远少于传统仿真的算力遍历设计空间，已在 Velo3D 增材制造上落地。",
   "cav": "投资方撰文，2023 年的早期文章；引用 IDC 和 McKinsey 的行业数字，不是 PhysicsX 自己的业绩；与「提出并验证科学假设」基本无关，属工程仿真。",
   "stance": "看多卖软件：AI 代理模型替代传统仿真，不涉及实验室。",
   "vs": "无关",
   "why": "工程仿真代理模型，不涉及提出和验证科学假设",
   "route": "卖模型与软件",
   "region": "美国"
  }
 ]
}