建设者坐标
江俊是中国科学技术大学化学与材料科学学院教授，长期从事理论与智能化学研究。他所代表的建设方向，是让 AI 不只在屏幕上推荐材料，而是通过移动机器人、计算系统和化学工作站真正完成样品制备、合成、测试与下一轮决策。中国科大团队把这套系统称为机器化学家“小来”。
“小来”不是江俊一人的作品。火星陨石催化剂研究由罗毅、江俊、尚伟伟等团队与深空探测实验室协作完成，论文也列出了多位共同第一作者和通讯作者。本文讨论江俊的系统建设角色，同时保留团队归属；内容来自公开论文和校方资料，不是采访。
从什么算到什么做
材料发现常见的断点，是算法可以在巨大组合空间里给出排序，实验人员却仍要逐个配料、反应、表征，再手工把结果送回模型。AI-Chemist 试图跨过这道接口：计算端利用理论数据、已有知识与少量实验数据建立预测模型，优化端提出下一批配方，机器人端调用不同工作站执行实验，表征结果再成为下一轮输入。
2023 年发表在 Nature Synthesis 的工作给出了一个具体任务：研究团队以火星陨石样品所含元素为原料约束，搜索产氧电催化剂配方。系统把计算模拟、机器学习、贝叶斯优化与自动化实验连接起来，完成候选制备和性能测试。需要特别澄清：这些实验发生在地球实验室，使用的是火星陨石样品；论文展示的是未来原位资源利用的技术路径，不是机器人已经在火星工作。
闭环如何运转
第一步是把科学问题变成机器可执行的边界：哪些元素可用，评价指标是什么，实验工作站能完成哪些操作。第二步由计算模块结合量子化学模拟与已有数据，形成可用于搜索的模型。第三步，贝叶斯优化不一次性给出“最终答案”，而是选择信息价值更高的下一组配方。
随后，移动机器人在工作站之间转运样品，完成原料处理、样品合成和性能表征；测量结果进入数据库，更新模型，再决定下一轮实验。闭环的价值正在这个“再”字：预测必须接受物理测量的反驳，失败结果也能改变后续选择。2022 年的 National Science Review 论文已公开更完整的 AI-Chemist 系统框架，火星陨石工作则展示了它在特定任务中的端到端运行。
不过，“自动运行”不等于没有 Human。研究目标、设备搭建、操作模板、安全规则、异常恢复和最终解释仍需要科研团队。公开论文证明了一个任务的闭环结果，没有给出所有隐性人时，也没有证明系统可以无改造迁移到任意化学问题。
证据台账
已确认事实 机器人执行并回传实验结果
同行评议论文和中国科大科研报道共同支持：系统包括计算大脑、云端资源、移动机器人和多类化学工作站，覆盖原料准备、样品合成、性能表征与配方优化；火星陨石催化剂由真实实验制备和测试。
来源方主张 “两个月对两千年”
校方和作者用“两个月完成穷举约两千年才可能完成的优化”描述搜索效率，也使用“首个”等措辞。它们有明确来源，但“穷举时间”是理论对照，不是独立实验室的工时审计，应作为来源方主张呈现。
分析推断 闭环比单次命中更重要
这项工作的代表性不只在某个催化剂配方，而在模型的下一步选择能够被机器人执行，并由测量结果反馈。本文因此把江俊列为“实验闭环建设者”；这是编辑分析，不代表系统已经获得通用化学推理能力。
待验证 自治、迁移与维护成本
系统在长时间无人值守时的失败率、Human 介入点、设备停机与校准成本，以及换到有机合成或生物实验后需重建多少流程，仍缺少统一公开数据。独立实验室能否按公开方法复现完整闭环，也待检验。
事实 / 来源方主张 / 分析推断 / 待验证
- 事实：“小来”在地球实验室使用火星陨石样品，完成了催化剂配方的自动合成、表征和反馈优化。
- 来源方主张：关于全球首创、搜索空间和周期缩短的数字，来自论文作者或校方，不是第三方运营审计。
- 分析推断：它是中国 AI4S 从候选生成跨入物理实验的一条清晰证据链。
- 待验证：系统是否能在低 Human 介入下稳定运行，并把同样的自治程度扩展到开放式化学问题。
为什么入选及边界
如果名单只收录更好的模型，就无法解释“做”是怎样发生的。江俊入选，是因为 AI-Chemist 把科学目标、算法选择、机器人实验和测量反馈放进同一条可观察链路，且已有同行评议的实物实验结果。边界是：证据来自建设团队及其合作论文，尚不是跨实验室的通用复现；它完成的是边界明确的材料优化任务，不是会自行提出一切问题的通用科学家。