Nanvuranlat

一个会“开组会”，一个会根据实验结果继续追问。科学发现，正在进入多智能体时代。 过去几年，AI会搜索文献、撰写综述、生成代码，已经不算新闻。 真正困难的问题是： AI能否从海量知识中提出一个新的科学假设，让科学家把它带进实验室，并用真实实验判断它究竟对不对？ 2026年5月19日，《Nature》同时上线两篇论文，给出了迄今最有说服力的一组答案。 Google团队推出的 Co-Scientist，把多个AI智能体组织成一个会辩论、会反思、会迭代的“虚拟课题组”；FutureHouse团队开发的 Robin，则进一步连接文献检索、假设生成、实验数据分析和下一轮假设更新。 它们并没有取代实验室里的科学家，却第一次如此清晰地展示出： AI正在从“回答科学问题”，转向“参与科学发现过程”。 两项研究都在真实生物医学问题中完成了实验验证，包括白血病、肝纤维化、抗生素耐药性和干性年龄相关性黄斑变性。一、Co-Scientist：让一群AI模拟一次真正的科研组会 传统聊天机器人通常只完成一次推理： 你提出问题，它给出答案。 Co-Scientist采用的思路完全不同。它不要求一个模型立即给出“最佳答案”，而是组建了一支分工明确的AI研究团队： Generation Agent负责提出不同方向的假设； Reflection Agent检索文献并寻找漏洞； Ranking Agent让不同假设参加“科研辩论赛”； Evolution Agent吸收优点、修改和扩展假设； Proximity Agent判断不同想法之间的关联与重复； Meta-review Agent总结研究全貌和最有价值的方向； Supervisor Agent负责调度智能体、计算资源和任务队列。 整个过程可以概括为三个词： 生成、辩论、进化。 图注：Co-Scientist不是单个聊天机器人，而是一套由多个专业智能体组成的科研协作系统。科学家提出目标和约束，AI持续生成、批评、比较并改进研究假设。 这很像一个高强度运行的课题组。 有人提出大胆想法，有人专门挑错，有人查找证据，有人比较不同方案，还有人负责把讨论结果整理成下一轮研究计划。 区别在于，这场“组会”可以持续进行数小时甚至数天，并同时探索大量候选方向。二、AI“多想一会儿”，真的能提出更好的科学假设吗？ Co-Scientist的核心假设是： 科学推理的质量，可以随着测试阶段计算量的增加而提高。 换句话说，不是让模型回答一次，而是让它不断搜索、辩论、淘汰和改进。 研究团队在203个科学研究目标上进行了测试，并把系统运行过程划分为十个时间阶段。结果显示，无论观察最佳假设，还是排名前十假设的平均得分，其Elo评分都随着运行时间持续上升。 图注：随着生成、反思、辩论和迭代次数增加，Co-Scientist提出的假设在系统评价中的Elo得分持续提高。在15个专家设计的复杂问题上，后期结果也超过了多种推理模型和专家提供的初始方案。 在15个由领域专家设计的复杂生物医学问题上，Co-Scientist后期生成的方案，在Elo自动评价中超过了OpenAI o1、o3-mini-high、DeepSeek R1等模型，也超过了专家事先提供的“最佳猜测”。 但需要注意：Elo主要来自模型之间的比较评价，并不等于科学结论已经被证明。 因此，论文还邀请专家对11个问题进行盲评。 Co-Scientist获得的平均新颖性评分为 3.64分，潜在影响评分为 3.09分，总体平均偏好排名为 2.36，优于参与比较的其他模型。 更重要的问题仍然是：这些想法能否经受真实实验检验？三、从2300种药物中，为白血病寻找新疗法 研究人员首先让Co-Scientist在约2300种已获批药物和34种癌症之间，寻找潜在的药物再利用机会。 所谓药物再利用，就是把已经用于疾病A的药物，尝试用于疾病B。由于这些药物通常已有较多安全性资料，理论上可能缩短新疗法的开发周期。 研究团队选择急性髓系白血病作为重点验证对象。 表注：论文通过三个难度逐渐提高的任务检验Co-Scientist：白血病药物再利用、肝纤维化治疗靶点发现，以及抗生素耐药相关基因转移机制解释。 在专家参与筛选的第一轮实验中，Co-Scientist提出了Binimetinib、Pacritinib、Cerivastatin、Pravastatin和富马酸二甲酯等候选药物。 其中前三种在细胞实验中抑制了白血病细胞活性。 随后，团队提出了一个更严格的挑战： 能否找到此前没有白血病临床前证据的候选药物？ Co-Scientist给出了KIRA6、Nanvuranlat和Leflunomide。 实验结果显示，IRE1α抑制剂 KIRA6 对不同白血病细胞的作用存在明显差异。在KG-1a细胞中，其半数抑制浓度约为 10纳摩尔；在非白血病对照细胞TK6中约为 180纳摩尔，形成约18倍的体外选择性差异。 图注：实验验证了多种Co-Scientist提出的白血病候选药物。KIRA6在KG-1a白血病细胞与非白血病对照细胞之间表现出约18倍的体外敏感性差异。 这并不意味着KIRA6已经成为白血病新药。 细胞实验只是第一道门槛。后续还需要动物实验、安全性研究、药代动力学分析和临床试验。 但它至少证明了一件事： AI生成的假设不只是文字上“听起来合理”，其中一部分确实能够在实验中表现出生物学效应。四、药物组合多到几乎试不完，AI能否先缩小范围？ 单一药物之外，Co-Scientist还被要求寻找白血病联合用药方案。 这类问题非常适合AI，因为候选药物一旦增加，可能的组合数量会迅速膨胀。实验室不可能把所有双药、三药组合逐一测试。 系统最终提出了七组候选组合。 在MOLM-13白血病细胞中，多组双药和三药方案表现出协同作用，例如： JNJ-64619178与Selinexor的双药组合，以及JQ1、Olaparib与MSA2的三药组合。 不过，在另一种白血病细胞KG-1a中，相同组合表现出更强的情境依赖性，部分组合甚至出现拮抗。 图注：Co-Scientist提出的部分双药和三药方案在MOLM-13细胞中表现出协同作用，但在KG-1a细胞中的效果明显不同，说明药物组合仍高度依赖具体疾病亚型。 这组结果同样重要。 它不仅展示了AI找到有效组合的可能性，也提醒人们： 医学中几乎不存在脱离细胞类型、患者特征和疾病背景的“万能组合”。五、AI还找到了肝纤维化靶点，并复现了一个未发表发现 Co-Scientist还接受了两个更开放的任务。 在肝纤维化研究中，系统需要寻找可能参与疾病发展的表观遗传调控因子。 它提出并排序了多个候选靶点。专家选择其中三个进行实验，两种相应药物在人体肝脏类器官中表现出明显的抗纤维化活性，且没有观察到显著细胞毒性。 其中一种药物是已经获批用于癌症治疗的 Vorinostat，提示其可能存在面向肝纤维化的药物再利用机会。 更加引人关注的是抗生素耐药性研究。 研究人员只向系统提供了有限背景信息，让它解释一种携带毒力和耐药基因的可移动遗传元件，为什么能够跨越多种细菌传播。 Co-Scientist在两天内提出： 这些遗传元件可能与不同噬菌体的尾部结构相互作用，从而扩大宿主范围。 这一假设与另一支团队历经多年实验研究、当时尚未完成同行评议的核心发现高度一致。 这不是严格意义上的“首次发现”，因为人类团队已经独立完成了相关研究。 但它说明AI能够通过重组分散在不同领域的知识，走到与前沿实验科学家相近的假设位置。六、Robin：不只提出假设，还根据实验结果继续追问 如果说Co-Scientist更像一个不断开组会的“科研思想引擎”，Robin则试图完成更完整的闭环： 读文献—提出假设—选择实验—分析数据—更新假设。 Robin由三个主要专业智能体组成： Crow：进行快速、聚焦的文献检索； Falcon：对候选方案开展更深入的证据审查； Finch：在Jupyter Notebook中编写代码，分析流式细胞术和RNA测序等实验数据。 图注：Robin将文献检索、候选药物生成、实验数据分析和下一轮假设更新连接成连续反馈循环。实验仍由人类科学家执行。 这套系统被用于寻找干性年龄相关性黄斑变性的潜在治疗方案。 这种疾病会损伤视网膜色素上皮细胞，是老年人不可逆视力丧失的重要原因之一。 Robin首先阅读151篇论文，提出十种可能的疾病机制和相应实验方案。 经过比较，它选择了一个方向： 增强视网膜色素上皮细胞的吞噬能力。 这些细胞需要不断清理视觉过程中产生的废物。一旦清理能力下降，可能加速视网膜退化。 随后，Robin又综合约400篇相关论文，提出30种可供实验测试的药物候选。 图注：Robin选择增强视网膜色素上皮细胞吞噬能力作为实验方向，并提出候选药物；Finch随后分析流式细胞术数据，完成细胞筛选、统计检验和结果可视化。七、第一次实验之后，AI自己提出：应该做RNA测序 首轮实验中，研究人员测试了Y-27632、Exendin-4、Fingolimod等候选方案。 实验完成后，原始流式细胞术数据被交给Finch。 由于生物数据分析存在较多主观选择，例如如何设置细胞筛选边界、如何过滤基因，Robin没有只运行一次分析，而是启动了 8条相互独立的Finch分析路径，再对结果进行综合判断。 在发现ROCK抑制剂Y-27632能够增强细胞吞噬作用后，Robin进一步提出： 进行RNA测序，调查药物究竟改变了哪些基因和通路。 图注：Robin根据首轮结果提出RNA测序实验。Finch完成差异表达、八次分析的一致性汇总和基因功能富集分析，并识别出ABCA1等关键变化。 RNA测序结果显示，Y-27632处理后，脂质外排相关基因 ABCA1表达约提高3倍。 ABCA1负责帮助细胞排出胆固醇和磷脂。考虑到脂质代谢异常与黄斑变性之间的关系，这一结果为后续研究提供了新的分子线索。 这里最值得注意的，不只是AI完成了数据分析。 而是它把实验结果变成了一个新的问题，并据此建议下一项实验。 这正是科学研究最核心的循环： 结果不是终点，而是下一轮假设的起点。八、第二轮筛选中，一个青光眼药物脱颖而出 综合首轮实验和RNA测序结果后，Robin生成了新一轮候选药物。 其中包括日本已批准用于治疗青光眼的ROCK抑制剂 Ripasudil。 在ARPE-19细胞实验中，Finch分析显示，Ripasudil使吞噬水平达到对照组的 1.89倍；人类科学家的独立分析结果约为 1.75倍。 剂量实验还显示，Ripasudil比研究用化合物Y-27632具有更高效力。 随后，研究人员在来自60岁以上供体的原代视网膜色素上皮细胞中再次验证，Ripasudil依然表现出吞噬增强作用。 另一种候选分子 KL001 也在原代细胞实验中成为有效候选。它是一种昼夜节律调节剂，此前尚未被提出用于增强这类细胞的吞噬功能。 图注：第二轮实验显示，Ripasudil和KL001能够增强视网膜色素上皮细胞吞噬作用；Ripasudil在细胞实验中比Y-27632表现出更高效力，并在老年供体原代细胞中获得验证。 必须再次强调： 这并不代表Ripasudil或KL001已经能够治疗干性黄斑变性。 目前的证据主要来自体外细胞实验。要判断其临床价值，还需要适当的疾病模型、动物实验以及随机对照临床试验。九、Robin究竟节省了多少科研时间？ Robin论文还估算了一个完整发现周期中的认知劳动。 按照论文表格所采用的平均运行口径，Robin一次流程会调用约75次智能体，综合约551篇论文。 人工完成相应的文献综合、假设生成、实验规划、代码编写、结果解释和绘图，估算需要 359—424小时；Robin的相应系统运行时间不足 2小时。 一次包含45次Crow调用和30次Falcon调用的标准运行，论文报告的平均模型调用成本约为 10.76美元。 表注：论文估算，Robin可将一次发现周期中的文献综合、假设排序、实验规划和数据分析等认知任务，从人工流程的数百小时压缩至不足两小时。该估算不包含仍需人工完成的湿实验时间。 这组数字不应被理解为“AI让药物研发快了200倍”。 药物研发的大量时间消耗在细胞培养、动物实验、制造、监管和临床试验中，无法通过语言模型直接消除。 Robin真正压缩的是另一层工作： 查资料、跨文献建立联系、生成候选、比较方案、编写分析代码和整理实验结果。十、最重要的突破，不是“AI成为科学家” 看到这里，人们很容易得出一个夸张结论： AI科学家已经诞生。 但两篇论文呈现的现实更准确，也更有价值。 Co-Scientist始终采用“科学家在环”模式。科学家负责定义问题、设置约束、提供反馈，并决定哪些假设值得进入实验。 Robin同样没有独立完成湿实验。人类科学家选择最终候选、制定具体实验方案、培养细胞、操作仪器并进行验证。 Robin目前只能提出实验框架，还不能稳定生成可直接执行的完整实验规程。 因此，它们更像是两种新的科研基础设施： Co-Scientist负责扩大科学家的思想搜索空间；Robin负责把假设与实验反馈连接起来。 一个拓宽“可以想什么”，另一个加快“下一步应该做什么”。十一、热潮之下，还有四个不能忽视的问题 第一，体外有效不等于临床有效。 两篇论文中的许多结果来自细胞系或类器官。药物进入人体后，还会受到吸收、代谢、毒性、组织分布和患者差异等因素影响。 第二，AI仍然可能编造证据。 Robin团队发现，当专业文献检索智能体被普通模型替代后，在一项实验方案评估中，普通模型生成的参考文献有约 44.5% 被人工判断为虚构。专业检索与证据核验并不是可有可无的附加功能。 第三，自动分析远未解决所有复杂任务。 在Robin的特定流式细胞术和RNA测序任务中，Finch表现较好；但在170道更广泛的生物信息学和统计学问题上，其总体准确率只有约 **22.8%**，多步骤生物信息学任务尤其困难。 第四，AI可能放大现有科学体系的问题。 Co-Scientist依赖可访问的文献，却很难看到未发表的失败实验和付费墙后的研究。低质量或不可重复的论文，也可能被系统继续传播。 论文作者特别警告：如果缺少事实核验、同行评议和安全约束，AI批量制造看似专业的科研成果，反而可能加剧科学可重复性危机。结语：科学发现最耗时的那一层，正在被AI重构 这两篇论文没有证明AI已经能够独立发现新药。 但它们共同跨过了一条重要界线： 过去，AI主要负责回答已经定义好的问题；现在，它开始参与决定—— 什么问题值得问？ 哪些知识可以连接？ 哪些假设值得实验？ 实验结果意味着什么？ 下一轮研究应该往哪里走？ AI尚未取代科学家。 真正稀缺的仍然是提出重要问题的判断力、设计可靠实验的能力，以及面对复杂结果时保持怀疑的科学精神。 但科学家最耗时间的一部分工作——阅读海量论文、寻找跨领域联系、生成和筛选候选方案、编写分析代码、根据结果反复调整方向——正在被重新组织。 未来的实验室可能不会只有“人类科学家”和“一个AI助手”。 它更可能是一支混合团队： 人类负责目标、判断和责任；一群AI智能体负责搜索、辩论、分析和不知疲倦的迭代。 科学发现不会因此变得自动而简单。 但它可能第一次，变得可以大规模并行。论文信息 Gottweis, J. et al. (2026) ‘Accelerating scientific discovery with Co-Scientist’, Nature. doi: 10.1038/s41586-026-10644-y. Ghareeb, A.E. et al. (2026) ‘A multi-agent system for automating scientific discovery’, Nature. doi: 10.1038/s41586-026-10652-y.

导览：本期主要探讨Google DeepMind构建的的Co-Scientist，它首次将提出假设、同行评审、持续优化等科学发现过程整合成一套AI工作流，并通过三个真实科研案例验证AI参与科学发现的能力。 现在的大模型已经看过很多文献了，也有一定的推理能力，不过它更擅长回答别人已经提出来的问题，而科学发现往往始于一个尚未被提出的问题。它需要不断生成新的假设，再通过证据、实验和同行评审，一轮轮淘汰不合理的方向，最终留下真正有价值的发现。 AI缺少的，从来不是知识，而是完成这一过程的能力。 最近，Google DeepMind联合Google Research、Google Cloud AI及斯坦福大学医学院等100余家机构，在 《Nature》发表最新研究《Accelerating scientific discovery with Co-Scientist》构建了名为「Co-Scientist」的多智能体AI系统，目标是辅助科学家发现全新的原创知识。 ▌Co-Scientist把科学发现变成了一套AI工作流 论文直接说出了科研工作者的真实困境「科研工作者一直被广度和深度两难夹击」。 一方面，科学知识正以前所未有的速度增长，研究的领域也越分越细。光是生物医学领域，每年新出来的论文就超过一百万篇，研究者要是想在某个前沿方向做出成绩，必须经年累月地深耕；另一方面，真正重要的科学发现越来越依靠不同学科知识的融合。既要不断向一个方向深入，又要持续吸收不同领域的新知识，两者在现实中常常难以兼顾。 所以，他们没有接着训练一个更大的模型，而是设计了一套全新的由七个AI智能体协同工作的科研系统——Co-Scientist。其中，Supervisor Agent（监督智能体）充当项目主管，负责协调调度；另外6个专门化的Agent则分别承担提出假设、评审假设、优化假设等不同职责。 图1 | 七个智能体主要职责 整个Co-Scientist围绕三个阶段展开：多路径生成(Generation)、科学辩论(Reflection & Ranking)和持续进化(Evolution）。它们分别对应科研过程中提出想法、评估想法和优化想法三个关键环节，共同构成了一个不断迭代的科学发现循环。 多路径生成：让AI同时探索更多研究方向 科学发现很少只有一种可能性。当面对一个研究目标的时候，Co-Scientist不会着急去寻找唯一的答案，而是先尽最大可能去扩大探索的范围。 Generation Agent会通过文献检索、模拟辩论等方法，同时创造出多个不同方向的科学假设，其中包括潜在机制、实验思路等；Proximity Agent则负责对这些假设之间的相似性进行分析，把重复的方案进行聚类、去除重复部分，保留真正具有差异性的研究方向。 这一阶段的目标不是快速地找到答案，而是让AI拥有更广泛的探索空间，为后续的筛选提供更多的可能性。 科学辩论：让最有价值的假设不断胜出 要是说生成假设所考验的是创造能力的话，那么筛选假设所考验的就是科学研究能力。 在现实的科学研究当中，一个全新的想法通常不会因为看上去挺好就进入到实验阶段，而是要经过讨论、同行开展评审、文献加以查证等多个环节，不断地去接受质疑并且进行修正。Google把这一过程也搬进了Co-Scientist。 首先，Reflection Agent会从新颖程度、科学依据、可验证性等多个维度对每一个假设开展评估，并且结合文献进行检索以及ChEMBL、UniProt等专业的数据库，对关键的证据进行交叉验证，尽可能地去减少模型幻觉以及推理产生偏差。 完成评审后，Ranking Agent并不会简单地给每个假设打一个分数，而是借鉴AlphaGo当中的「Elo评分机制」，让不同的假设通过模拟科学辩论的方式进行两两之间的对决，再依据比较的结果动态地去更新排名。和一次性进行排序相比较，这种方式能够让真正具有潜力的研究方向在多轮的竞争当中逐渐地凸显出来，而质量比较低或者证据不充足的假设则会被不断地淘汰掉。 整个过程更像是一次持续不断进行的「同行评审」。这也是Co-Scientist区别于传统大模型最为核心的创新之处之一。 持续进化：思考时间越长，假设质量越高 完成筛选以后，排名比较靠前的假设还会继续进行优化。 Evolution Agent会结合评审的意见补充证据、调整方案，Meta-review Agent则总结每一轮评审的经验，并且反馈给下一轮生成的过程，让整个系统不断地进行迭代。 论文把这种能力称作「测试时计算扩展(Test-time Scaling)」。和传统模型一次完成推理不一样，Co- Scientist能够随着计算持续地去生成、评审和优化新的假设，形成一个不断演变的科研循环。 为了验证这一机制，Google设计了203个开放的科研任务，对Co - Scientist与Gemini 2.0、OpenAI o1等模型进行了比较。结果表明，随着计算时间的增加，Co-Scientist生成科学假设的质量持续地提高，整体表现也比多个主流模型要好。这说明，持续地迭代确实能够帮助AI产生更高质量的科研思路。 图2 | Co - Scientist与其他模型在科学假设生成中的性能对比 ▌三个真实实验，Co-Scientist开始参与科学发现 搭建一套完整的科研工作流程仅仅是第一步，它是否真的能够帮助科学家完成科学发现，还需要通过真实的实验来进行验证。 为此，论文设计了三个真实的科研案例，从药物筛选、机制发现到抗菌耐药研究，逐步地验证了Co-Scientist在不同科研场景当中的表现。 从2300种候选药物中精准定位 急性髓系白血病（AML）是一种发展速度快、复发概率高的血液方面的肿瘤，寻找新的治疗办法一直以来都是临床研究当中的一个重要的方向。相比从零开发新药，药物再利用是临床研究当中的一个重要捷径。 研究团队希望Co-Scientist从约2300种已获批药物中寻找可能用于AML治疗的候选方案。系统并没有简单匹配药物与疾病，而是综合疾病机制、药物作用通路以及已有研究证据，经过多轮生成、评审和排序，最终推荐出30个候选药物，再由肿瘤专家筛选出5种进入实验验证。 图3 | 急性髓系白血病(AML)的药物再利用 结果显示，Binimetinib、Pacritinib和Cerivastatin都表现出了对白血病细胞比较好的抑制效果。其中，Binimetinib在多个AML细胞系当中展现出了比较高的活性，而对正常的细胞产生的影响比较小，显示出了比较好的治疗潜力。 更进一步，研究团队要求Co-Scientist去寻找在此前几乎没有AML研究证据给予支持的新候选药物。Co-Scientist提出了KIRA6、Nanvuranlat等方案，其中KIRA6在实验当中表现出了更高的选择性，且其背后的IRE1α - XBP1通路机制和AI的推理是完全相符的。 图4 | 药物剂量反应曲线 这一个事例证明了，Co-Scientist已经能够从大量的候选药物当中筛选出真正值得进入实验验证的研究方向，而不只是完成文献的总结或者知识的检索。 从药物筛选走向新机制发现 第二个案例Co-Scientist所面对的不再是从已经有的药物当中去寻找新的用途，而是直接去寻找治疗肝纤维化的新靶点。 围绕肝纤维化相关机制，Co-Scientist 提出3个表观遗传修饰物（epigenetic modifier）作为新靶点，团队找出对应的3种药物逐一测试，其中2种显示出显著的抗纤维化活性，且对细胞无毒。 图5 | 识别肝纤维化的新型治疗靶点  两天完成接近十年的科研推理 论文最后展示了最具代表性的案例。 研究团队让Co-Scientist去分析一种和抗菌耐药传播密切相关联的遗传元件——cf-PICIs，希望能够解释它为什么能够在不同的细菌之间进行传播。 面对这个还没有被完全破解的开放性科学难题，在没有明确的答案可以进行检索的情况下，Co-Scientist仅仅用了两天的时间，就独立地提出了一套核心的假设：cf-PICIs可能通过和不同噬菌体尾部结构发生相互的作用，从而扩大宿主的范围。 图6 | 识别肝纤维化的新型治疗靶点模拟发现与抗菌耐药性(AMR)相关的细菌基因转移机制 这一结论与帝国理工学院Penadés团队「耗时近十年」独立研究、正准备发表在《Cell》上的核心发现完全一致。这就意味着，AI不单单是在回答问题，而是在人类之前，真正地独自地“思考”出了答案。 当然，这并不就意味着AI替代了科学家。Co-Scientist存在多方面边界：实验由科学家主导，AI仅提假设排名；知识依赖开放文献，付费墙内容缺失；模型闭源，复现困难；验证仅in vitro实验，未达临床；CBRN风险需主动评估；滥用可能加剧科学可重复性危机。 真正完成机制验证这件事的依旧是实验，而Co-Scientist的价值就在于，它能够更加快速地去整合已经存在的知识，提出值得进行实验验证的新的假设。 ▌Co-Scientist之后，AI科研正在进入「团队时代」 Google把这套系统命名为Co-Scientist（共同科学家），是希望成为科研过程中的协作者。它负责提出假设、整合证据、优化研究方向，而真正的科学判断、实验设计和结果验证，仍然由研究人员完成。 这个定位，其实也反映了Google对AI科研未来的判断：AI最先改变的，不是实验室，而是实验开始之前的阶段。 对于材料、生物医药、化学等实验驱动学科来说，一次失败的实验往往意味着几天、几周甚至几个月的时间成本，以及大量资金投入。相比减少几秒钟推理时间，更有价值的是提前排除大量成功概率较低的方案，把有限的实验资源集中到最值得验证的方向。 这也是Co-Scientist真正带来的启发。AI的价值不一定是直接给出正确答案，而是帮助科研人员更快找到值得探索的问题。让不同Agent按照科研流程持续协作，形成一个完整的科学发现闭环。 例如，在确定课题之前，可以先利用多个大模型生成不同研究思路，再让不同模型互相评审、寻找漏洞，最后结合自己的专业判断筛选出最值得验证的方案。 未来真正值得竞争的，也许不再是谁拥有参数更多的大模型，而是谁能够建立一套更高效、更可靠的科研工作流。 Co-Scientist未必是终点，但它让我们看到，AI for Science正在从一个个独立工具，逐渐演化成真正参与科研的协作系统。 - 往期精选 - AI靠多任务学习是怎么把精度硬拉37.5%的？