防走失，电梯直达安全岛

来源：返朴

作者：Ren

对标曼哈顿计划 ，特朗普政府按下“创世纪
”按钮
，设定了一个大胆的目标：在十年内将美国联邦研发的生产力和影响力翻倍
。该计划要用AI彻底改造美国的科学研究模式，即实现超级计算机
、AI系统、自动化实验室和研究人员之间的实时协作。那么 ，它的执行面临怎样的机会与挑战呢？

2025年11月24日
，美国总统特朗普在白宫签署了一项名为“创世纪计划”（Genesis Mission）的行政令 。

这个听上去颇具宗教寓意的名字，指向了一个雄心勃勃的目标：用AI彻底改造美国的科学研究方式 ，在十年内将美国科研创新的生产力和影响力翻倍
，树立美国在AI领域的绝对领导地位
。

行政令毫不掩饰这项计划的规模和紧迫性，它使用的类比是曼哈顿计划——二战时期研制原子弹的绝密工程。白宫科技政策办公室主任迈克尔·克拉齐奥斯在记者会上说得更直白 ，这是“自阿波罗计划以来
，联邦科研资源最大规模的调动
” 。

这不是特朗普政府在AI领域的第一次出手
。

2025年1月，特朗普刚刚重返白宫 ，就签署了14179号行政令，废除了拜登政府关于AI安全监管的大部分政策
，宣布要“消除美国AI领导地位的障碍”。

7月，白宫发布了一份长达25页的“美国AI行动计划 ” ，提出了近百项联邦行动建议
，核心思路是放松监管 、加大基础设施投资
、在国际竞争中保持领先 。

9月，特朗普又签署了一项针对儿童癌症的AI应用行政令
。11月 ，白宫还起草了一份新的行政令草案
，要求成立专门的“AI诉讼特遣队
”，对各州的AI监管法律发起法律挑战 ，甚至威胁要扣留联邦资金。

而就在公布创世纪计划前几天 
， 特朗普在美沙投资论坛上宣布了一系列与沙特主权财富基金支持的科技公司的合作协议 。xAI、AMD 、思科
、高通、英伟达等 美国科技巨头获得了来自沙特的巨额投资和合作承诺，尤其是在AI和先进技术领域；沙特则用巨额资金换取美国先进的AI技术 、芯片和建设数据中心的承诺 ，加速国家科技转型
。

这次的创世纪计划只是一系列行政令的最新一环
，而这些行政令共同勾勒出特朗普政府的AI战略全貌：放松监管，动员资源 ，确保美国的全球AI主导地位。

被忽视的科研困境

创世纪计划的出发点，来自一个令人尴尬的事实：尽管美国的科研经费从1990年代起持续飙升
，但科学进步的速度却在放缓 。白宫在官方文件中直言不讳地指出，新药批准数量在下降 ，完成同样的科研产出需要更多的研究人员。

这背后的原因很复杂
，比如科学的“低垂果实”已经被摘完，剩下的都是硬骨头；学术界的激励机制鼓励发表论文 ，而非真正的创新；跨学科
、跨地域合作的障碍越来越高
。但最根本的问题或许在于
，科学研究的方式几十年来没有发生根本性变化。大多数研究人员依然在用传统方法，从假设到验证再到产出成果 ，往往需要数年时间才能完成 。

创世纪计划的目标 | 图源：美国能源部官网

AI的进步提供了一种全新的可能性：让机器帮助科学家设计实验、加速模拟计算 、自动生成预测模型
。AlphaFold已经证明
，AI可以在几天内预测出过去需要数年才能破解的蛋白质结构。

问题是，许多AI辅助科研的成功案例都是孤立的
、小规模的实验 。要让AI真正改变整个科研体系 ，需要海量的高质量数据与强大的计算能力
。而美国政府恰好握着这两样东西——17座国家实验室拥有世界上最强大的超级计算机
，数十年的联邦科研项目积累了覆盖核物理、材料科学 、生物医学、气候研究等各个领域的海量数据。

创世纪计划想要实现的，就是自上而下地把这些分散的资源整合起来 ，创造一个庞大的国家级AI科研机器 。

前所未有的科研平台

创世纪计划的核心，是美国能源部主导建设的“美国科学与安全平台
”（American Science and Security Platform）
，所有费用由能源部承担
。这个平台要实现的，是一种前所未有的科研模式：超级计算机
、AI系统、自动化实验室和研究人员之间的实时协作。

创世纪计划在能源领域的重点 | 图源：美国能源部官网

美国能源部描述了一个愿景：科学家提出假设 ，AI系统设计最优实验方案
，机器人实验室执行实验，数据自动回传 ，AI分析结果并优化下一轮方案
，形成一个闭环 。

这个平台的技术基础设施包括三个层面
。

第一层是超级计算能力。美国17座国家实验室拥有世界上最强大的超级计算机，其中橡树岭国家实验室的“领导计算设施 ”（ OLCF ）刚在11月初宣布部署英伟达GB200 NVL72 系统 ，专门用于量子计算和AI研究 。能源部10月底还宣布与AMD合作
，建造两台新的AI超级计算机。

第二层是数据资源
。白宫表示美国拥有“世界上最大的科学数据集合”，这些数据经过严格验证 、标注清晰 ，质量远超互联网上训练出来的商业AI模型。

第三层是自动化实验设施 。平台不仅要训练AI模型
，还要让AI能够直接操控机器人实验室，实现从理论到实验的完整闭环
。

特朗普的行政令要求 能源部长克里斯·赖特 在60天内提交一份国家级科技挑战清单 ，至少包含20个“有可能通过该计划解决的
、具有国家重要性的科技挑战
”，范围覆盖先进制造业、生物技术 、半导体
、关键材料等领域。

在能源革命方面
，重点关注核聚变能、先进核裂变反应堆和智能电网；在基础科学方面，重点是实时观察分子运动 、探索暗物质和暗能量
、开发新的量子算法；在国家安全方面 ，重点是关键材料替代、先进制造和任务材料开发 。

至于责任划分
，美国能源部负责计划的具体指定 、实施和监督，白宫科技政策办公室主任迈克尔·克拉齐奥斯负责总协调 ，整合各联邦机构的数据和基础设施
。特朗普的AI与加密货币特别顾问戴维·萨克斯也将参与这项工作
，负责“促成与学术界和私营部门的合作”。

目前，美国能源部官网已经列出了参与该计划的首批企业：

AI技术对科学研究的深层改造

要理解创世纪计划的真正意义 ，需要从AI技术本身的特性说起 。

传统的科学研究遵循“假设-实验-验证
”的线性模式
，这个过程高度依赖科学家的直觉和经验
。但现代科学面临的问题越来越复杂，变量越来越多 ，搜索空间巨大
，因果关系隐藏在海量数据中，传统的控制变量法效率极低。

AI ，尤其是深度学习技术，提供了一种不同的研究范式 。它不需要预设假设
，而是从数据中自动发现模式和规律
。更重要的是，AI可以处理人类智力无法处理的高维度问题。

在蛋白质折叠问题上 ，一个蛋白质的构象空间有10的300次方种可能
，数量级大到完全不可能用超级计算机穷举搜索，但AlphaFold通过学习已知蛋白质结构的规律 ，可以在几小时内预测出新蛋白质的结构 。

在材料科学领域
，AI可以同时优化材料的强度
、韧性、导电性 、成本等多个相互冲突的目标，找到人类永远不会想到的组合。

创世纪计划在科学发现领域的重点 | 图源：美国能源部官网

但AI也存在局限性
。最大的问题是可解释性。它可以告诉你哪个分子最有可能成为有效药物 ，但它无法解释为什么 。这对科学研究来说是个严重的问题
，因为科学不仅要知道是什么，还要知道为什么
。

另一个问题是幻觉 ，AI会凭空编造不存在的信息
，而且编造得像模像样。在事关人命的医学研究或涉及国家安全的材料研发中，这种不可靠性可能带来灾难性后果 。

创世纪计划试图通过人类监督的闭环设计来解决这些问题
。AI生成的假设被放在自动化实验室中验证 ，实验数据会反馈给AI，让它不断修正模型。人类科学家始终在循环中
，负责解释AI的发现、判断哪些结果值得深入研究 。

美国能源部官网特别强调，这是“为新发现而生的AI ，而非自动化 ”
，目标是“帮助研究人员更快地探索和理解宇宙
”
。

但问题是，这种人机协作的理想模式能否真正实现？如果AI给出一个人类无法理解的解决方案 ，科学家应该相信它吗？如果实验数据与AI的预测矛盾
，应该相信哪一个？这些都是创世纪计划必须回答的问题。

中美AI竞赛的新战场

虽然白宫没有在行政令中点名道姓，但创世纪计划的紧迫性 ，很大程度上来自中美在AI领域日益激烈的竞争 。时至今日
，这场竞争已经延伸到了整个技术栈——从稀土开采到芯片制造，从模型训练到应用部署 ，从基础研究到产业化落地
。

最具代表性的是DeepSeek
、Qwen等大模型的崛起。他们成功证明
，中国公司可以在高端芯片禁运的条件下，通过算法创新实现AI技术突破 。

截至2025年1 0 月 ，在Hugging Face的全球开源AI模型下载排行榜上，中国模型的累计下载量已超过5.4亿次。在编程辅助领域的前十大模型中
，有四个来自中国公司
。许多美国初创公司因为成本原因，正在悄悄使用中国的开源模型作为基础。更不用说中国本土企业对AI技术的应用和迭代 。中国已然成为全球AI生态系统的重量级角色
。

美国的应对策略主要集中在芯片禁运上 ，通过限制英伟达等公司向中国出口高端AI芯片
，减缓中国的AI发展速度。这个策略确实创造了一些空间，让中国慢了下来 ，但更大的问题是美国没有充分利用这个空间 。

终于
，想通了的特朗普政府端出了创世纪计划：如果能如愿动员联邦资源，把分散在各处的超级计算机、实验设施 、数据库和科研人才整合起来 ，在科学发现这个战场上建立巨大优势
，或许就能在中美AI竞赛中保持领先
。

对科学研究范式的革命性影响

如果成功实现创世纪计划所描述的愿景，或许将彻底改变我们对科学研究本质的认知。

传统科学研究的核心是理解 。科学家通过实验和理论 ，试图理解自然现象背后的原理
。但AI驱动的科学研究
，重点可能转向预测，只要能准确预测结果 ，是否理解其背后的机制就变得不那么重要。这是一种科研哲学层面的根本性转变 。

举个例子
。在传统的药物研发中，科学家会先研究疾病的生物学机制
，找到关键的分子靶点，然后设计能够作用于这个靶点的化合物。这个过程基于对疾病的理解 。但AI可以直接从海量的化合物库中筛选出能够治疗疾病的分子 ，而不需要理解它为什么有效。

这种黑箱式的发现
，到底算不算科学？如果AI设计出一种性能优异的新材料，但人类科学家无法理解它的微观结构为何产生这种性能 ，我们应该使用这种材料吗？

更深层的问题是
，AI会不会改变科学知识的生产和传播方式？传统科学的发展依赖学术论文，科学家把自己的发现写成论文发表 ，其他科学家阅读
、评判、重复实验 、在此基础上进一步研究
。这个体系虽然缓慢
，但保证了科学知识的公开性和可验证性。如果科学发现主要由AI驱动，它还能顺利运作吗？

AI可以生成海量假设 ，人类科学家根本看不过来 。AI的“推理”过程可能无法用人类语言表达
，也就无法写成传统的学术论文
。甚至是AI发现的知识可能太复杂，只有其他AI才能理解和使用。这会不会导致人类科学家和AI各自拥有一套知识体系 ，彼此无法完全理解？

一场豪赌的风险与代价

创世纪计划的愿景是美好的，但它也是一场风险巨大的豪赌 。

首先是资金问题
。白宫官员在记者会上表示
，特朗普今年夏天签署的税收法案中预留了资金，但没有给出具体数字 ，只说“可能需要国会提供更多支持 ”。这个表态充满了不确定性 。

讽刺的是
，就在今年，特朗普政府削减了数十亿美元的联邦科研经费 ，数千名科学家失去了工作和资助
，现在却反过来要投入巨资建设AI平台提升科研效率
。

能源消耗是另一个绕不开的问题。AI数据中心是耗电大户 。除了创世纪计划要建设的超级计算平台，还有OpenAI
、英伟达、微软 、谷歌
、Meta、X等公司排着队要建庞大的AI数据中心 ，他们公布的规划动辄就是以吉瓦（1 0 亿瓦）计的规模
，所以电力需求只会更大
。

美国能源领域的基础设施评级为D + | 图源： 美国土木工程师学会 官网

可是这些电从哪里来？根据美国土木工程师学会（ASCE）2 025 年发布的报告，美国能源领域的基础设施评级仅有D +  ，其70% 的电力变压器使用年限已超过 25 年
，60% 的断路器使用年限已超过 30 年，70% 的输电线路使用年限已超过 25 年 ，急需升级改造。

报告还指出，仅电动汽车的增长和数据中心的兴起
，到 2030 年就将需要 35 吉瓦的电力，而 2022 年这一数字仅为 17 吉瓦 。为满足预期需求 ，配电变压器的产能需要增长160%至250%才可以
，但目前采购新变压器的交货周期长达80至210周（平均120周），极大地拖累了能源项目的实施。

如果不把电力基础设施搞好 ，宣布再大规模的数据中心也只是镜花水月
。

此外
，技术可靠性问题可能更致命。AI的幻觉问题至今没有根本性的解决方案 。

在科学研究中，哪怕1%的错误率都可能是灾难性的
。想象一下 ，如果AI设计的药物分子看起来完美
，通过了所有模拟测试和监管程序，进入了临床试验 ，但实际上有一个隐藏的致命缺陷
，会发生什么？谁来承担责任？

更根本的问题是：这个计划的真正目标是什么？是推动科学进步，造福全人类？还是在AI竞赛中击败中国 ，维护美国的霸权地位？这两个目标不一定冲突，但它们的优先级会影响具体的决策。

如果主要目标是科学进步
，那么就会强调开放合作，让全世界的科学家都能使用这个平台 。如果主要目标是竞争优势 ，那么就会严格控制访问权限
，防止技术外流
。从行政令的措辞和特朗普政府一贯的立场来看，后者的权重显然更大。

总而言之 ，创世纪计划设定了一个大胆的目标：在十年内将美国联邦研发的生产力和影响力翻倍 。

但我们也要看到另一种可能
。十年后
，美国政府投入了数千亿美元，建成了世界上最强大的AI科研平台 ，但科学进步的速度并没有质的飞跃。到那时
，创世纪计划会被视为一次勇敢的尝试，还是一场昂贵的失败呢？

特朗普政府正在进行一场豪赌 。赌注是数百亿美元的公共资金 ，赌桌是整个美国科研体系
，赌局的对手是中国，而裁判是历史
。这场赌局的结果 ，将为接下来几十年的科学研究方法指明方向。

从这个意义上说，“创世纪”这个名字或许并不夸张：它要么开启一个科学发现的新纪元
，要么成为一个警世的教训 。

参考资料

[1] https://www.energy.gov/genesis

[2] https://www.whitehouse.gov/fact-sheets/2025/11/fact-sheet-president-donald-j-trump-unveils-the-genesis-missionto-accelerate-ai-for-scientific-discovery/

[3] https://www.whitehouse.gov/presidential-actions/2025/11/launching-the-genesis-mission/

[4] https://www.federalregister.gov/documents/2025/01/31/2025-02172/removing-barriers-to-american-leadership-in-artificial-intelligence

[5] https://www.whitehouse.gov/articles/2025/07/white-house-unveils-americas-ai-action-plan/

[6] https://www.whitehouse.gov/presidential-actions/2025/09/unlocking-cures-for-pediatric-cancer-with-artificial-intelligence/

[7] https://www.politico.com/news/2025/11/19/white-house-prepares-executive-order-to-block-state-ai-laws-00660719

[8] https://www.olcf.ornl.gov/2025/11/03/ornl-nvidia-hpe-advance-quantum-computing-ai-and-hpc-for-science/

[9] https://www.asce.org/publications-and-news/civil-engineering-source/society-news/article/2025/03/25/asce-report-card-gives-us-infrastructure-highest-ever-c-grade

[10] https://infrastructurereportcard.org/wp-content/uploads/2025/03/Energy.pdf

[11] https://www.thenews.com.pk/latest/1357602-chinas-open-source-ai-models-gain-traction-in-silicon-valley-adoption