# AI自己跑科研：三款科学Agent拆解 ## 导语：这条赛道，中文圈几乎没人写 问你个问题：刷了一年的 coding agent 教程，你知道海外现在最激进的 AI 应用方向之一，是**让 AI 自己当科学家**吗？不是帮你查文献、不是帮你润色论文，而是「提出假设 → 读几百篇论文 → 设计实验 → 跑数据分析 → 写成论文」的全自动闭环。这个方向叫 AI for Science Agents，FutureHouse、Sakana AI 这些团队已经把产品跑通了，有的免费开放、有的直接开源。但截至目前，中文技术社区里系统拆解这几个工具的内容几乎还是空白。今天这篇文章，就把这条信息差给你补上：三款现在就能上手的产品，各自的官网、玩法、价格、适合谁，以及一条能把它们串成完整科研流水线的组合打法。 ## 一、FutureHouse：文献分析和实验设计，Agent 里的天花板 **官网：https://www.futurehouse.org** FutureHouse 是一家总部在旧金山的非营利取向 AI 实验室，团队里不少人有生物医学背景，目标很直接：造一个「超人类」的科研 Agent。据其官方博客和多家媒体报道，这家公司在 2025 年干了两件大事： 第一，5 月宣布其 AI 系统 **Robin** 在大约两个半月内自主完成了一条药物研发关键路径，产出一个针对干性年龄相关性黄斑变性的候选药物分子，随后进入湿实验验证阶段。这个时间量级，传统研发团队通常要以年计——虽然最终疗效仍待验证，但「AI 主导的发现流程」这件事本身已经跑通了。 第二，7 月上线了通用科研 Agent **Kosmos**（据 TechCrunch 等媒体报道）。它的能力画像很清晰：一次任务可以并行阅读数百篇论文，同时跑数据分析脚本，最后汇总成一份带引用的研究报告。据官方披露，在自建的生命科学基准 BixBench 上，Kosmos 的表现超过了人类博士生水平——注意，基准也是 FutureHouse 自建的，这个自评成分你要打个折扣看，但产品本身的可用性是实打实的。 **怎么用**：打开官网注册账号，用自然语言描述研究问题，比如「XX 蛋白与 YY 通路的关系，近三年有哪些矛盾证据」，它会自己拆解检索策略、批量读文献、跑统计，输出结构化报告。据官方介绍提供免费使用额度，具体价格以官网为准。 **为什么值得关注**：国内做文献工具的不少（后面对比），但「读文献 + 跑代码分析数据」二合一的公开产品，海外目前也是 Kosmos 走在最前面。对写综述、做开题、挖专利背景的人来说，这是数量级的提效。 ## 二、Sakana AI「AI Scientist」：开源的全自动论文生成器 **官网：https://sakana.ai ｜ 开源仓库：https://github.com/SakanaAI/AI-Scientist** Sakana AI 是东京的 AI 实验室，联合创始人 Llion Jones 是《Attention Is All You Need》的作者之一——Transformer 八君子里那位。这家公司搞了个更激进的东西：**AI Scientist**，一个完全开源的「AI 研究员」，从 idea 生成、实验代码编写与执行、到撰写论文和模拟审稿，全流程无人干预。 时间线大致是：2024 年 8 月开源 v1，据官方博客当时宣称单篇论文的算力成本约 15 美元；2025 年 4 月发布 v2，升级为端到端全自动，并且据 Sakana 官方博客称，在三家合作实验室的实时评审中，首次有 AI 全程生成的论文通过了研讨会级别的同行评审——当然这是官方口径，学界对「这算不算真正的科学贡献」争议不小，但工程上这套 pipeline 是开源的，任何人都能拉下来改。 **怎么用**：仓库 README 写得很清楚，装好依赖、配置 API Key（支持多家模型）、选一个内置研究领域（diffusion 模型、scaling law 等方向自带模板），一条命令启动。⚠️ 务必注意：它会自主执行生成的代码，官方明确建议放在容器/沙箱里跑，别直接在主机上裸奔。 **为什么值得关注**：这是目前最完整的一套「自动化科研」开源参考实现。对工程侧的人来说，价值不在于让它替你发论文，而在于这套「假设生成 → 代码实验 → 结果分析 → 报告撰写」的 agent 编排代码，拆开来看每一段都能搬到你自己的业务里。 ## 三、Elicit：老牌文献助手，九成人只用了它一成功力 **官网：https://elicit.com** 前两款是「新面孔」，第三款放个被严重低估的老将。Elicit 做学术文献搜索起家，索引规模达上亿篇论文（据官方介绍）。多数人对它的认知停留在「学术版 ChatGPT」，但它真正的杀器是**结构化提取**：你框选一组论文，定义好要提取的字段（样本量、方法、效应量、结论……），它批量读完全部论文，吐出一张可导出的证据表格。做系统综述（systematic review）的人看到这个功能会直接跳起来——这活儿以前是研究助理干几个月的。 价格模式是免费档 + 付费订阅，具体额度以官网为准。单独用它不算新信息差，但它恰好是下面这条流水线里缺不得的一环。 ## 四、把三款工具串成一条科研流水线 单点用是提效，串起来才是质变。这是我根据各家产品能力边界整理的一条可复制的组合打法： ```mermaid flowchart TD A["确定研究问题"] --> B["Elicit 批量建证据表"] B --> C["找出争议点和空白"] C --> D["Kosmos 深挖矛盾文献"] D --> E["Kosmos 跑数据形成假设"] E --> F{"课题能不能纯计算验证"} F -->|能| G["AI Scientist v2 沙箱内自动闭环"] F -->|不能| H["让 Kosmos 输出湿实验方案"] G --> I["人工逐条复核引用与结论"] H --> I I --> J["过审后投稿并披露 AI 参与"] ``` 三个关键动作说明： 1. **先用 Elicit 收窄，再用 Kosmos 深挖**。直接把大问题扔给 Kosmos 会浪费额度，先用 Elicit 的证据表把「已知结论」压成一张表，剩下真正的矛盾点再交给 Kosmos，成本省一半以上。 2. **纯计算课题才交给 AI Scientist**。它只适合能靠跑代码验证的题目；需要湿实验的，用 Kosmos 出实验方案、人工执行。 3. **人工复核不是可选项**。所有工具都有幻觉风险，参考文献逐条点开核对是底线。另外提醒：主流期刊目前普遍要求披露 AI 使用情况，具体政策投稿前自查。 ## 五、和国内工具的对比 国内不是没有学术 AI：清华系的 AMiner 偏学者画像和文献推荐，ReadPaper 做文献阅读社区，各家搜索类产品做摘要问答，都各有长处。但截至发稿，据公开报道范围看，「假设生成 → 实验设计 → 自动执行 → 论文撰写」这种端到端科研 Agent，国内还没有公开可对标的产品；通用 Agent 平台能力很强，但没有内置科研专用管线。所以现实的最优解是混搭：文献管理用国内工具（中文文献覆盖好），重活脏活交给这三款海外产品。 ## 六、适用人群与信息差总结 适合谁：研究生和博后（综述、开题）、算法工程师（SOTA 调研、复现实验）、硬件和材料团队（专利与论文挖掘）、技术写作者（行业深度报告）。 | 维度 | 你以为的 | 实际情况 | |------|---------|---------| | AI 做科研 | 只是查文献写摘要 | 已有产品能自主读数百篇论文并跑数据分析 | | 全自动论文 | 只存在于科幻 | 开源项目已跑通，且宣称通过研讨会级评审 | | 使用门槛 | 需要申请排队 | Kosmos 官网注册即用，AI Scientist 直接开源 | | 成本 | 企业级预算 | 开源版官方口径单篇几十美元量级算力成本 | | 中文圈认知 | 几乎空白 | 教程、拆解、踩坑帖都非常少，正是入场时机 | ## 七、行动指南 1. 今天就去 https://www.futurehouse.org 注册，把你手头一个真实研究问题扔给 Kosmos，对比一下你自己的检索速度。 2. clone https://github.com/SakanaAI/AI-Scientist ，在 Docker 容器里跑一次内置示例任务，重点读它的实验编排代码。 3. 用 Elicit 给你最近一次调研的课题建一张 10 篇论文的证据表，体验字段提取。 4. 把流水线跑通一遍，记录每步耗时，算出你自己的 ROI。 5. 注意：本文基于公开报道与官方口径整理，各产品功能、免费额度和价格变动较快，动手前以官网为准。 > 信息差不在工具本身，而在「别人还在手动查文献时，你已经让 Agent 跑完了第一轮」。早用三个月，就是实打实的时间差。 ## 参考来源 1. FutureHouse 官网：https://www.futurehouse.org 2. Sakana AI 官网：https://sakana.ai 3. AI Scientist 开源仓库：https://github.com/SakanaAI/AI-Scientist 4. Elicit 官网：https://elicit.com 5. Google Research 官方博客（AI co-scientist 相关）：https://research.google/blog --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。