文章指出科研领域长期存在'不可复现危机'：论文只是静态 PDF，数据、代码、环境散落各处，超70%的研究者无法复现他人实验。作者介绍了 AIPOCH Open-Science——一个开源、模型无关、本地优先的 AI 科研工作台，它内置 Scientific Agent 可端到端执行研究流程，并提出 .science 打包格式，将数据、代码、环境、执行日志封装为可一键复现与 fork 的'科研 Git 仓库'。作者认为这将开启 Vibe Research 时代，降低科研门槛，为学生、跨学科个体和 AI4S 生态带来超级个体的历史性机遇。
作者提出 AI4Science 的五层产业投资框架，指出随着模型快速生成科学假设与候选设计的成本下降，真实世界的实验验证、测量和数据生产能力成为新的瓶颈。文章以 Moderna 个性化 mRNA 疗法、Anthropic 蛋白质设计等案例说明假设生成变快而验证跟不上的矛盾。通过分析 Tempus（数据变现）、Recursion（持续生产数据）、Twist 与金斯瑞（科学数据工厂）、TMO（卖铲子）及自主实验室等模式，提出数据护城河五维评估：稀缺性、质量、因果价值、可复用性和反馈速度，并给出评估 AI4Science 公司的五个关键问题。
本文介绍 David Baker 旗下公司推出的 AIDO Cell 虚拟细胞世界模型。相比 Geneformer、scGPT 等基于文本统计的单细胞大模型，AIDO Cell 是有状态的因果动力学系统，通过流形降维、物理先验剪枝和神经代理求解，实现细胞动态演化的高效推演。它在抗癌药物研发中可复现靶点作用机制、前置推演耐药演化、破解多药联用组合爆炸并做全细胞毒性早筛，有望将实验筛查时间从月级缩至小时级，未来或将沿细胞—组织—器官—人体路径走向数字孪生人体。
