祁晓亮的Path Integral，旗下有两款产品：一个是txyz.ai，专注学术文献的AI阅读与检索；另一个是Lucien，一款直接参与科研过程的AI智能体。
它们对应的是祁晓亮对科研信息循环的拆解——读进来、记得住、传出去。这三步，他认为在AI时代“都已经塌陷了”。

第一步：读进来。
全球每年发表数百万篇学术论文，即便最细分的领域，研究者也永远追不完。
“很多科研时间，其实消耗在‘无效阅读’上。”
txyz.ai要解决的正是这个问题：自然语言搜索、AI问答，几分钟内提取论文核心——你甚至不需要记住论文名字，只需描述记得的某个性质或现象，系统便能找到它，让每个研究者都能轻松“读进来”。

第二步：记得住。
科研界有一个公开的秘密：真正的研究经验，无法写进论文。
那些实验中的细节判断、参数选取的直觉、面对数据异常时的反应——这些东西只能通过“师徒制”传递。一个学生进入实验室，往往需要花几年时间，才能真正理解导师脑子里那些没有明说的“隐知识”。
Lucien agent正是为此而生——直接参与科研过程，成为研究者的合作者，而不只是助手。
支撑它的三个平台各司其职：mcp.science把科研工具封装成AI可调用的标准模块，让实验室"秘方"变成公共积木；bench.science为AI的科研能力建立评测标准；ai4.science则作为开放社区，汇聚全球高校与科研机构的共建力量——让原本只在某个实验室内部流传的经验，变成可共享、可复制的公共财富，让更多"隐知识"，可以被更容易地"记得住"。

第三步：传出去。
今天的科研体系“像是很多小村庄”——跨领域合作困难重重，依然是一种前现代的手工业。AI的作用，就像在村庄之间修建高速公路。这场流动迟早会冲击科研的出版体系：一篇论文只是研究过程的高度压缩，失败的实验、放弃的路径几乎从不出现在最终发表的文章里。未来的科研成果也许不再只是PDF，而是一个可交互的知识系统——读者可以和AI对话，查看完整数据，甚至"重演"研究者走过的每一条弯路。以Agent的方式共享知识和经验，将成为未来“传出去”的方式。#时代纪录·人物

图：祁晓亮在硅谷参加华源科技协会2025年度“Rising AI”大会。斯坦福大学物理系终身教授，Path Integral Technology公司创始人，祁晓亮-03（摄于2025年10月）。#时代纪录·人物