实验室讨论AI，常卡在“能不能用”。这份白皮书换了个问法：团队最看重什么？作者认为，AI使用政策——包括哪些任务可交给机器、怎样复核和处理敏感数据——应当跟着研究目标走。
作者把实验室概括为四种“性格”。“高杠杆型”希望用有限资源扩大科研影响，可把大语言模型用于生成代码、分析数据和构思方向；“手艺型”重视在练习和失败中积累本领，更适合只让AI辅助写作或整理会议；“可信型”优先保证结果可复现、过程透明，可用AI调试代码和处理行政事务；“数据管家型”看重保密与负责的数据管理，因而倾向使用自行托管的模型。
这四类不是互斥标签，而是帮助团队把抽象争论变成具体选择：同一实验室也可能混合多类，并随项目变化。该文由空间科学研究者于7月发布在arXiv，尚未经过同行评审。