测试时记忆进化：科学发现AI的新路径还是算力陷阱？
科学发现正站在人工智能赋能的关键节点。过去几年，大语言模型在分子设计、材料筛选、定理证明等场景中频繁亮相，给人一种'AI科学家'即将登场的错觉。然而，当研究者试图将这些模型真正部署到实验室工作流时，一个冷酷的现实浮现：通用预训练模型在专业科学任务上的表现，往往远不如其在自然语言任务上那般游刃有余。
测试时训练（Test-Time Training, TTT）的兴起，正是对这一落差的直接回应。该框架的核心逻辑朴素而有力——既然预训练阶段无法穷尽所有科学场景的分布，那么在推理过程中引入自适应学习，让模型根据当前任务微调自身参数，便成为一条看似必然的技术路径。已有实证研究表明，经过TTT增强的开源大模型，在若干科学发现基准上能够超越仅依赖推理的闭源前沿模型。这一发现本身就具有颠覆性，因为它暗示着'模型规模即正义'的叙事可能正在被'适配效率'重新定义。
但TTT并非没有代价。每一次推理都伴随着参数的更新与梯度的回传，这意味着计算图的复杂度呈指数级膨胀。在科学发现场景中，这种膨胀尤为致命：高通量筛选往往需要遍历成千上万个候选分子或材料结构，单次推理的延迟增加会被任务规模无情放大。更微妙的是，TTT引入的额外训练步骤本身可能带来优化不稳定——在数据稀缺的科学领域，少量样本的微调更容易导致灾难性遗忘或过拟合，反而损害模型的泛化能力。
正是在这一张力之下，测试时记忆进化（Test-Time Evolution, TTE）作为一种替代性思路进入视野。与TTT直接修改模型参数不同，TTE试图在推理过程中维护一个动态演化的外部记忆池，通过检索、重组和扩展记忆条目来增强当前任务的求解能力。这种设计保留了原始模型的静态完整性，同时赋予系统某种'经验积累'的表象。从认知科学的角度看，这更接近人类科学家的思维方式——我们并非在每次面对新问题时都重写大脑神经连接，而是调用过往经验并进行创造性组合。
技术路线的选择从来不是纯粹的工程问题，而是对科学发现本质的理解差异。TTT隐含的假设是：科学知识的获取可以通过参数空间的局部优化来实现。这一假设在数据密集、规律明确的场景中或许成立，比如晶体结构的能量预测或已知反应类型的产率估计。但在真正的原创性发现中，突破往往源于跨领域的概念迁移或范式的根本转变，这种跃迁很难通过梯度下降捕捉。
TTE的记忆机制则提供了一种不同的可能性。如果记忆条目能够编码抽象的科学原理而非具体的数据点，系统便有可能在看似无关的领域间建立联系。例如，将拓扑学的洞见迁移到蛋白质折叠的路径搜索，或将统计物理的近似方法应用于社交网络的传播建模。这种迁移能力才是科学发现中最稀缺的资源，也是当前大模型最薄弱的环节。
然而，TTE的优雅架构背后藏着若干未解的难题。记忆池的规模如何控制？如果记忆无限增长，检索效率必然下降，最终抵消掉计算节省的优势；如果记忆受限，又可能丢失关键的早期经验。更关键的是，记忆条目的表征形式至今缺乏统一标准——是用自然语言描述科学概念，还是用向量嵌入捕获结构关系？不同的选择将深刻影响系统的推理模式。
在评估这两种路线时，一个常被忽视的维度是科学验证的闭环。无论是TTT还是TTE，它们输出的候选方案最终都需要实验检验。如果模型的自适应机制导致其输出分布过度集中于训练数据的邻近区域，那么所谓的'发现'很可能只是已知空间的精细搜索，而非真正的未知探索。这种'局部最优陷阱'在材料基因组计划中已有先例：大量计算资源被投入到性质相似的材料变体筛选中，而真正具有突破性性质的结构却被排除在搜索空间之外。
从产业视角看，TTT与TTE的争论折射出科学AI商业化路径的根本分歧。TTT更适合那些计算资源充裕、任务边界明确的场景，比如制药公司的先导化合物优化。在这些场景中，单次推理的成本可以被最终产品的高附加值所覆盖。TTE则可能更适合需要持续学习、跨领域迁移的科研基础设施，比如国家实验室的通用科学计算平台。但这类平台往往面临更复杂的治理挑战——谁来决定记忆池中保留哪些知识？如何确保不同研究团队的数据不被不当共享？
一个更深层的问题关乎科学发现的激励机制。当前的学术评价体系倾向于奖励那些在标准基准上取得数值提升的工作，这导致研究者过度关注TTT或TTE在特定测试集上的百分点改进，而忽视了这些技术是否真正加速了科学理解的深化。如果一个模型能在基准测试上提升5%的准确率，但它的决策过程完全不透明，且无法为科学家提供可解释的假设，那么这种提升的科学价值究竟有多大？
未来几年，科学AI的发展很可能不再沿着'更大模型'或'更巧优化'的单一路径演进，而是走向问题驱动的技术融合。对于结构明确、数据充分的任务，TTT的参数自适应仍有其价值；对于需要概念创新和跨域联想的任务，TTE的记忆机制可能提供更有希望的起点。但无论选择哪条路线，都必须回答一个根本问题：我们是在用AI模拟科学家的思维，还是在用科学家的思维重新定义AI？
真正的突破或许发生在两者之外。当研究者开始从科学发现的认知过程本身汲取灵感，而非仅仅将现有AI技术套用到科学数据上时，新的范式才可能诞生。这需要计算机科学家与领域科学家的深度协作，需要容忍更长的探索周期，更需要放弃对数值指标的盲目崇拜。毕竟，科学史上最伟大的发现，往往诞生于对既有方法论的质疑，而非对现有工具的优化。