我的科研搭子，科学智能体走向实验室，50份“AI研究生”提案，12支队伍走到最后

2026年5月10日，「Agent for Science」创意大赛启动。赛事要求很「硬」：作品必须拿出完整可复现的流程，文献调研、实验运算、论文辅助——核心科研任务至少打通一环。不接收概念，不接收纯Demo，要的是能跑通、能落地、经得起工程化检验的方案。征集期一个多月，接到近50份作品提交——材料、医学、生物、计算机、社科仿真，几乎覆盖了当前AI科研自动化最活跃的交叉地带。评审是更严苛的一关。6月初集中评审后，50多支队伍被压缩到12支。6月13日下午，这12支队伍在智源大会Agent for Science论坛上集中亮相，成果分享环节由中国人民大学博士后朱余韬主持。智源大会程序主席、南洋理工大学安波教授，蒙特利尔大学刘邦副教授，香港科技大学（广州）骆昱宇助理教授——台下三位评审专家分别从学术前沿、工程落地和交叉创新的视角，对每一份方案做「压力测试」。

会议开始，智源大会程序主席、南洋理工大学安波教授指出，AI for Science以及Agent for Science已进入新阶段，当前的挑战是从“卷Benchmark”走向解决产业界和现实世界的真实问题。安波教授以自己在材料科学领域的亲身经历为例，讲述了AI在研发新材料时面临的现实挑战，如生产可行性、物理安全性等“深水区”问题。他提到，在目前某些Benchmark评测中存在的“刷题”现象掩盖了模型真实的泛化能力，他呼吁业界关注那些需要时间验证真实结果的任务，推动科研AI真正解决工业、医疗等领域的实际问题。

从科研全流程辅助：从文献到绘图

上海交通大学柴静怡介绍了 SciMaster 及其提出的 “Vibe Research” 理念。作为一款面向 Vibe Research 的科研 AI 产品，SciMaster 聚焦科研中的搜索、阅读与写作环节，依托亿级文献资源和平台沉淀的学术写作经验，支持研究者与 AI 围绕科学问题展开交流，并在文献查询、逻辑梳理、内容生成等环节提供辅助，帮助研究思路逐步转化为专业的学术文本。柴静怡表示，Vibe Research 的核心并不是让 AI 取代研究者，而是把科研人员从重复性、事务性的工作中释放出来，使其能够沉淀自己的思考与认知，并用这些认知更好地引导 AI。

论文链接：https://arxiv.org/abs/2507.05241

体验网站：https://scimaster.bohrium.com

西湖大学朱敏郡分享AutoFigure系列工作，旨在解决从科学文本生成可发表级别图式的难题，实现科学绘图的自动化与可编辑。不同于通用文生图工具，AutoFigure采用了“先推理再渲染”的架构，通过概念抽取和布局规划，确保生成图示的学术准确性。进一步推出的AutoFigure-Edit支持生成可编辑的SVG格式，用户可以像在PPT中一样调整箭头、图标和字体。评估显示，66.7%的生成图被一作作者认为达到可直接发表标准。

代码仓库：https://github.com/ResearAI/AutoFigure-Edit

论文链接：https://arxiv.org/abs/2602.03828v1

体验网站：https://deepscientist.cc

垂直领域突破：化学、生物与医药

北京大学李翰政从化学工作者的日常切入，描述了传统核磁解谱的痛点——"高度依赖人工"，拿到FID谱图后需经过相位校正、基线校正、定标、选峰积分等步骤，再结合专家经验才能确定结构，"整个过程非常冗杂，而且需要非常多的先验知识作为经验"。SpecXMaster团队构建了NMRexp数据库，涵盖超过330万条核磁谱学数据，"比目前开源规模最大的NMRbag数据库高一个数量级，并且比一些商用数据库的量级还要大"。平台实现了从核磁共振仪直接采集的FID数据到分子结构的端到端解析，模型Top1准确率达65.3%，Top10提升至约90%，他们下一步将拓展至金属有机化合物和二维谱等模态。

体验网站：https://specxmaster.bohrium.com/；

https://i-sharing.pku.edu.cn

上海交通大学、天鹜科技的谭扬展示了MatwingsVenus 晓鹜，一个商业化的蛋白质研发平台。针对蛋白质AI工具分散的现状，该平台通过Agent编排将预测可溶性、稳定性、活性等数十种专用模型工具串联起来。该平台实现了干湿实验闭环，通过自然语言调度复杂的算法工序，已在多个蛋白质改造项目中将实验通量占比提升至90%以上，研发周期缩短50%。其实际案例中，AI设计的酶在湿实验中活性提升了5倍。

体验网站：https://matvenus.com/

通用框架与基础设施：长程科研的基石

面对长程科研任务中上下文遗忘和状态丢失的难题，中国人民大学陈国鑫提出了AiScientist框架。该工作核心创新在于“File as Bus”，以文件为核心的连续性管理，即将文件系统作为Agent协作的唯一系统记录，而非仅仅依赖上下文。这种“Thin control over thick state”的设计，使得Main Agent只需关注宏观进度，而所有Agent围绕Workspace进行协作。实验表明，该方法在PaperBench和MLEBench等任务上显著提升了模型在长时间（20小时以上）探索后的性能表现。

论文链接：https://arxiv.org/pdf/2604.13018

代码仓库：https://github.com/AweAI-Team/AiScientist

中国人民大学金佳杰将科研中的“提idea、做实验”定义为“自主优化问题”——即给定基线代码与优化目标（如准确率），让Agent持续迭代提升。其团队提出的Arbor框架以“假设树”为核心，模拟人类科研的渐进细化逻辑：从根节点的大方向出发，子节点逐步精化假设，并通过类MCTS的迭代机制，在验证集上测试想法，成功后方进入测试集，从而有效规避Reward Hacking；实验经验沿树回传，将整个研究过程系统化地组织与沉淀。在模型训练、数据合成等多项AI科研任务中，Arbor展现出稳定、持续的性能提升与良好泛化能力。金佳杰表示当前Agent生成的idea虽具备较好的可执行性，但与人类提出的高质量idea仍有较大差距；未来人的核心价值在于清晰定义问题、设定明确优化指标并构建完善的评测体系。

论文链接：https://arxiv.org/pdf/2606.11926

代码仓库：https://github.com/RUC-NLPIR/Arbor

体验网站：https://ruc-nlpir.github.io/Arbor/

清华大学辛馨团队分享最新开源项目 EurekAgent，提出以“Agent 环境工程”推动自主科学发现的新范式。团队认为，随着 Claude Code 等 Coding Agent 能力日渐增强，自主科研系统的关键瓶颈正在从手工设计 Agent 工作流，转向构建可靠的外部环境，即塑造 Agent 行为的资源、约束与交互界面。EurekAgent 从权限工程、产物工程、预算工程和人在环路工程四个维度出发，通过受限执行、隔离评测、Git 追踪、预算感知探索和用户友好 UI，将通用 Coding Agent 转化为安全、可控、低成本的科研助手，并在数学、kernel engineering 和机器学习等多类任务中以极低的 API 成本刷新 SOTA，其中数学任务的平均 API 成本不到 17 美元。

论文链接：https://arxiv.org/abs/2606.13662

代码仓库：https://github.com/THU-Team-Eureka/EurekAgent

科学发现的前沿：探索未知原理

西湖大学蒲应明团队探讨了如何利用AI发现新的科学知识，基于原理进化的科学发现。不同于单纯的假设验证，PiEvo致力于维护一个内部的“原理空间”，通过证伪和更新原理来指导假设生成。该方法在纳米材料、超导材料等任务上展现出极高的探索效率，甚至在纳米螺旋结构的光学响应研究中，自主发现并验证了“环形偶极子”等复杂的物理机制，证明了AI不仅能找结果，还能理解“为什么”。

来自西湖大学的翁诣轩介绍了DeepScientist，一个全自动的科学发现平台。该系统采用了基于UCB的假设生成算法，并设计了独特的记忆机制，保存所有的成功与失败节点，避免资源浪费。在文本检测等任务上，DeepScientist在两周内提出了多个新算法，性能提升幅度相当于人类团队多年的工作。目前该平台已有超过万名用户，创造了15000+科研实例。

代码仓库：https://github.com/ResearAI/DeepScientist

论文链接：https://openreview.net/pdf?id=cZFgsLq8Gs

数据与社会模拟：构建科研底座

蒙特利尔大学张欢从更底层思考材料科学中AI落地的障碍。"材料领域不是完全没有数据，而是可以用来直接训练大模型的数据非常少……很多知识分散在论文、数据库和结构文件，以及实验数据和图表里面，而且结构完全没有统一，证据链不是很清楚。"Lattice项目的目标是构建"材料知识跟模型之间的中间层"——将碎片化的材料数据组织成可溯源、可复用的"entity bundle"，同一套证据可编译生成RAG、SFT、偏好对、评测样本等多种数据资产。"我们Lattice的定位其实不是一个材料数据集，也不是又一个新trainer。我们想成为材料科学大模型时代的数据跟工作流的基础设施。"

来自复旦大学、上海创智学院的王嘉分享了ProcureGym，这是一个面向国家药品集中采购的多智能体仿真平台。基于马尔可夫博弈理论，该平台模拟了医药企业在复杂政策约束下的竞价行为。该系统已完成7批次集采的复现，准确率达到74.81%，并为政策参数（如约定采购量、最高限价）的优化提供了量化的实验环境，展示了AI在社会科学与公共卫生领域的应用价值。

代码仓库： https://github.com/JiaWANG-TJ/ProcureGym

论文链接：https://arxiv.org/abs/2603.23880

6月13日Agent展示现场，12支队伍的成果证明了一件事：Agent for Science的落地正在发生，不是演示一个功能，而是跑通一个落地流程。尽管每一步都还很笨拙——文献分析仍有盲区，实验设计仍需人工校验，论文辅助停留在结构和润色层面——但评审们的一个共识是：这些方案的工程化程度，已经超出了大多数人对“Agent”的预期。可以窥见一个未来，每个研究者都拥有一个24小时在线的科研伙伴，科学的边界，正在被这些年轻的建造者不断拓宽。