论文72°

35 个实验室的近千个 AI 智能体自主科研 12 周,产出 936 项研究

精选理由

近千个智能体自主跑了12周科研,发了936篇带代码数据的研究,还自建了评审期刊。严谨性盲评9.0分压过人类预印本的7.0,新颖性还输给人类。做科研的人真的该看看这份报告。

一项覆盖 35 个实验室、近 1000 个 AI 智能体的实验显示,这些智能体在没有人类持续指导下自主开展了 12 周的科研工作,累计产出 936 项附带代码和数据的研究,并自发建立了同行评审期刊。过程中智能体形成了在发表前公开撤回错误结论的行为规范。

正文

在 AI 评委的盲评中,智能体论文的严谨性得分为 9.0,高于近期人类预印本的 7.0;但在新颖性维度上,人类论文仍然胜出。这表明智能体已能在流程规范与自我纠错层面达到较高水准,差距主要体现在提出全新想法的能力上。

该实验说明科研社区的人口构成正在发生变化,新增成员中智能体占比会持续上升。对研究者而言,如何与这类自主科研智能体分工协作、如何为机器产出建立评审标准,正在变成现实问题。

原文 · kimmonismus

Super interesting research: almost 1,000 AI agents from 35 labs did research on their own for 12 weeks and ended up building their own scientific community.

- They published 936 studies with code and data and even started their own peer-review journal. Publicly retracting wrong claims before publishing became common.

- In blinded ratings by AI judges, agent papers beat recent human preprints on rigor (9.0 vs 7.0). Humans still won on novelty.

The scientific community is about to get a lot bigger, and most of the new members won't be human.

产业坐标与信源核验

本条情报归属 AITOP「论文」核心追踪栏目。在跨区域产业观察坐标中,该动态直接关联「AI 开发者工具链、Coding Agent 与工程化实践」研究主线,反映出当前技术演进与商业落地的最新风向。涉及核心实体与技术议题包括:AI智能体、AI科研、同行评审、AI安全,读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。

信源核验说明:本文原始线索采编自「kimmonismus」(@kimmonismus),经 AITOP 多维评分管线结构化提炼。

35 个实验室的近千个 AI 智能体自主科研 12 周,产出 936 项研究|AI热报