Scientist

general · 首次出现 2026-05-22 · 最近出现 2026-11-19 · 累计提及 139

综述

AI Scientist(AI 科学家)是指能够自主完成文献阅读、提出研究假设、运行实验并撰写论文的智能体系统,目前正处于从演示原型走向实用化科研助手的关键阶段。围绕它的核心争议包括:机器生成的科研创意质量究竟如何、自动科研流程能否被同行认可,以及由此带来的署名与安全治理问题。

AI Scientist 的近期进展

  • Sakana AI 推出 The Agentic Scientist,与人类共同开展科研:Sakana AI 发布 The Agentic Scientist,定位不是取代研究者,而是与人类协作推进研究流程,此前该公司还演示过用编码智能体自动完成科研闭环的版本(相关发布)。
  • Salesforce 用 8B 小模型训练 AI 科研创意生成,创意性超 Claude Opus 4.8:Salesforce 的实验显示,参数量仅 8B 的小模型在科研创意生成任务上可以在创意性指标上超过更大的通用模型,说明该方向未必依赖超大参数规模。
  • AI Night-Scientist:用强化学习提升大模型科研创意能力:有研究尝试用强化学习专门优化模型的创意产出,反映“创意生成”正被单独拆解成可训练的能力模块。
  • SRHarness 发布:让 LLM 做符号回归的专用运行框架:符号回归作为自动科学发现的传统强项开始与大模型结合,出现了专门的运行评测框架。
  • 当前焦点与观察点

    第一,评测标准尚未统一。Salesforce 的小模型对比实验与 Gemini Co-Scientist 在多学科研究中的辅助效果(相关讨论)都依赖各自的评价方式,“创意性超某模型”这类结论的可比性仍存疑。

    第二,人才与组织信号明显。Sakana AI 宣布深度学习先驱 Jürgen Schmidhuber 出任首席科学顾问(官方公告),显示头部团队正把自动科研作为长期战略而非短期演示。

    第三,治理问题开始具体化。arXiv 上一篇法律视角的研究讨论了 AI 权利与强制关机开关如何兼容(论文链接),随着 AI Scientist 越来越深地介入真实研究,关机、追责与署名规则将成为下一阶段的讨论重点。综合来看,AI Scientist 的技术路线已从“能写论文”转向“能与人协作、创意可训练、流程可评测”,但学术共同体的接受度和安全框架仍落后于能力进展。

    相关报道

    10 条在档