AI Scientist的现在和未来

核心观点与关键数据

引言：AI Scientist 的必要性

• 2024年诺贝尔物理学奖和化学奖由 AlphaFold2 获得，标志着 AI 成为科学发现的核心驱动力。
• 科学范式正从实验科学演进到 AI 驱动的“第五范式”。
• AI Scientist 作为首个全流程自动科研系统，已实现从想法生成到论文撰写并通过同行评审的全自动化。

前沿进展：AI Scientist 系统概览

• 2024-2026年关键系统：
  • Sakana AI: 首个全流程自动科研系统，基于 Claude Sonnet、GPT-4o 等模型，实现模板化与开放式探索，通过 ICLR 2025 Workshop 同行评审。
  • Co-Scientist (Nature 2026): 多智能体协作假说生成系统，通过 Generation、Reflection、Evolution 等智能体解决 LLM 幻觉与计算扩展性问题，成功发现治疗 AML 的新药物。
  • ERA (Nature 2026): LLM + 树搜索创建专家级科学软件，通过代码变异、树搜索、思想重组实现高效科学软件开发，在基因组学、流行病学等领域超越人类 SOTA。
  • Gemini 挺进数学荒原: 利用 Aletheia 智能体半自主发现 Erdős 猜想证明，但存在“潜意识抄袭”风险，证明数学发现仍需人类核实。

学术论文介绍

• Co-Scientist: 多智能体协作假说生成，通过科学辩论与湿实验验证实现原创性推理。
• ERA: LLM + 树搜索，通过思想重组创造新算法，但依赖预定义任务。
• Gemini: 数学猜想半自主发现，暴露 AI 理解隐蔽文献的局限。

Agent 能力评价与基准测试

• CL-BENCH: 500个复杂上下文场景中，前沿模型平均仅解决 17.2% 任务。
• CCTU: 复杂约束下 LLM 工具使用完成率低于 20%，约束违反率超 50%。
• SciAgentGym: 长周期科学工具使用是关键瓶颈，GPT-5 在 L3 任务成功率仅 30.9%。
• SciForge: 工具依赖图构建与轨迹生成显著提升鲁棒性。
• MM-Doc-R1: 多轮 RL 训练迭代信息发现能力，多跳问题增益最显著 +10.0%。

WisPaper 平台与 OpenNovelty

• 提供文献检索、摘要生成、实验设计、数据分析、论文写作等功能，降低 AI 科研门槛。

未来展望与总结

• 技术挑战: 核心共识是“Graded Autonomy”，即机器速度闭环运行但锚定人类优先事项。
• 关键信息:
  • AI Scientist 已从概念变为现实，能自主生成想法、做实验、写论文并通过评审。
  • 当前模型能力短板：工具使用完成率低于 20%，上下文学习解决率仅 17.2%，长周期科学工具使用成功率 30.9%。
  • 未来 5 年是关键窗口期，需同步建立伦理框架和评估体系，WisPaper 等平台将推动科研平权化。