AI Scientist(ai-scientist)指由大语言模型驱动的自动化科研智能体系统,能够自主完成文献阅读、提出假设、设计实验、撰写论文乃至评审的完整研究流程,目前正从概念验证走向垂直领域的实际应用。围绕它的讨论集中在两条线上:一是通用科研智能体框架本身的可靠性(尤其是“新颖性”判断),二是蛋白质设计、流体力学等具体学科中的落地效果。
AI Scientist 近期进展
当前焦点与观察点
AI Scientist 目前最大的争议在于评价体系:自动生成的“研究成果”是否真正有科学价值,还是大量产出看似完整实则平庸的论文。ClaimNov 等新颖性审查工具和 Scientist World 这类可执行基准,都是在试图回答“怎么衡量 AI 做的科学”这个问题。
另一个观察点是通用框架与专用系统的分化。Salesforce 等团队在小语言模型上搭建科研流水线,说明不一定需要最大模型才能跑通;而蛋白质设计、CFD 等垂直方向则强调领域知识约束,二者可能走向不同的产品形态。后续值得跟踪的信号包括湿实验验证成功率、AI 生成论文能否通过人类同行评审,以及 Sakana AI 等头部团队在引入资深科学家后的迭代方向。