前两天我本来只是在看 Moderna 和 Merck 那个个性化 mRNA 癌症疫苗。医学部分已经够我慢慢消化了，结果看着看着，我先被另一个问题卡住：这里面的 AI 到底算 AI for Medicine、AI for Biology、AI for Science，还是 Drug Discovery？

然后我才发现，这种分类混乱对学生其实一点都不抽象。九月马上开学，有人要选 module、找 research、准备 MSc，甚至开始想要不要读 PhD。可现在摆在面前的是 AI for Science、Computational Biology、Bioinformatics、Scientific ML、AI4Math、Autonomous Lab……每个词单独看都像懂了，放在一起又不知道彼此是什么关系。

偏偏教育体系已经开始往这里走。英国 2025 年发布 AI for Science Strategy，计划未来五年至少启动 1000 名相关博士研究者的培养；UKRI 2026 年又提出，让至少 90% 的 UKRI-funded postgraduate students 能接触相关 AI training。King's 新开的 AI for Science MSc 更有意思，Physics、Chemistry、CS、Biology、Medicine 等背景都能申请，而且不要求原本就有 programming background。

所以这个合集我不想做“AI 热门方向大全”。我更想把一张真正能拿来做选择的地图慢慢画出来：这些名字到底在说什么，同一个领域里为什么会有完全不同的职业，PhD 什么时候值得读，MSc 到底该怎么看，不同本科背景为什么不能抄同一份学习路线。

我自己也还在学。先把地图看懂，再谈到底该往哪走。