让 AI 当科学家，难点不只是把实验做完，还要先判断什么值得读、值得做。IdeaTaste 测的正是这种“研究品味”：研究者把模型能看到的文献截断在 2025 年，让它写研究提案，再与同一学术群体在 2026 年实际发表的论文比较，像只给去年的报纸，看它能否猜中今年学界真正投入的方向。
这套评测覆盖六个语言模型、四个研究领域和超过 9 万份提案。作者报告，模型在引用文献上的匹配度约为人类水平的 26%，在研究想法上只有 18%，没有一组模型达到人类水平的一半。更具体地说，AI 已能碰到相近的问题和动机，却很少提出人类后来采用的具体方法与研究计划；增加领域背景，或把提案数量扩大到 17 倍，也未明显补上差距。盲审专家认为，AI 提案与真实论文差距最小的是表达，最大的是预期成功率。换句话说，AI 不只是要“多想点子”，更要学会把方向变成值得下注的方案。