韩国研究院让 AI 听懂研究员的口头经验

自主实验室这几年反复证明一件事：AI 自己设计实验、自己跑条件，效率确实高。但它有个别扭的地方——研究员一句话就能说清的经验，AI 偏要用几十次实验重新摸一遍。

10 月 14 日，韩国化学技术研究院（KRICT）宣布开发出"人在回路"的实验优化技术。研究员用说话或写字的方式把经验告诉系统——比如"温度升高收率会变好"——大语言模型把这句话翻译成实验条件，与贝叶斯优化结合，直接用于下一轮实验规划，不需要写代码，也不需要列公式。

更值得注意的是它处理错误经验的方式。AI 会把研究员的建议与实验结果对照，差距超过设定阈值就放弃这条建议，转回数据本身继续探索。经验被接收，也被校验。

在基于真实实验数据构建的虚拟实验中，多原料组合反应寻找最优条件的搜索次数从约 30 次降到 10 次以内，导电复合材料实验从约 20 次降到 3 至 5 次（研究团队数据）。成果今年 7 月发表于 Journal of Chemical Information and Modeling。团队还开发了可在实验中途用对话修改搜索方向的"AI 同事"界面，下一步将在真实自主实验设备上验证。

对化工企业，这条消息的意义不在搜索次数，而在它承认了一个事实：最有价值的实验知识，一半在记录里，一半在人的脑袋里。前一半企业一直在建档案，后一半以前只能靠老师傅带徒弟。KRICT 的技术让后一半也能进系统——而且不是被当成真理硬塞进去，是被数据检验之后再使用。

这件事的前提，是经验有地方落。口头经验之所以一直是企业管理的死角，是因为它没有载体：说完就散，人走就丢。胜蓝® AIchem 围绕物质与产品建立一物一档，实验、投料、质检等记录笔笔关联档案，研究员的经验和判断写进工作记录，就成了企业内部可查、可对照、可复核的资料。AIchem 助手在权限范围内查询和整理这些资料，涉及业务写入先经确认再执行——这与 KRICT"经验须过数据这一关"是同一种谨慎：AI 接收人的经验，但执行留有确认，结论交得出处。

当 AI 越来越会听经验，经验本身记在哪里、归谁所有，就是企业要提前想清楚的问题。

信息来源：韩国化学技术研究院（KRICT）发布，ChosunBiz 2026-10-14 报道。