传统自动化实验室像照着菜谱做菜：配方事先写好，机器只管重复。现在，实验室开始“尝一口再决定下一步”。所谓自驱动实验室，是把机器人、分析仪器和 AI 连成闭环：机器做实验，仪器读结果，AI 根据新数据挑选下一组条件，再继续循环。“会学习”指实验策略不断更新，并非机器拥有意识。
据 AAAS/EurekAlert 介绍，Milad Abolhasani 8 月 20 日发表于 Science 的 Perspective《The lab that learns》指出，这类系统已用于分子发现和材料优化。它的关键不只是高通量——快速测试大量配方——而是能从温度、浓度和材料配比构成的巨大实验空间里，优先选择更有信息或更有希望的下一步，避免逐一穷举。
问题也随之变化：AI 提出假说的速度，可能远快于实体实验室验证的速度。作者设想把多间实验室的仪器、机器人、软件和数据连接起来，减少重复实验；人类仍负责设定目标、解释证据，系统承担更多探索。更高自主性也要求严格安全措施、透明决策、标准化数据和更广泛的使用机会。