如果把科研流程整體交給智能體執(zhí)行，會發(fā)生什么？

科研這件事，長期被浪漫化了。

它并不是一個統(tǒng)一的動作，而是一條被拆分得很細的流水線。檢索、篩選、閱讀、整理、假設(shè)、實驗、驗證，再回到寫作與發(fā)表——這七個環(huán)節(jié)幾乎構(gòu)成了所有學(xué)術(shù)工作的基本路徑。

問題在于，這條路徑的每一個環(huán)節(jié)，都在消耗時間，但并不都在創(chuàng)造價值。

文獻檢索往往意味著在成千上萬篇論文中篩選出幾十篇真正相關(guān)的內(nèi)容。閱讀階段需要逐篇理解方法與結(jié)論，再在腦中建立一個尚不穩(wěn)定的認知結(jié)構(gòu)。真正到問題定義時，研究者才開始進入“創(chuàng)造”的部分，而這往往已經(jīng)消耗掉了大量時間。

這些環(huán)節(jié)，本質(zhì)上都屬于“確定性勞動”，它們可以被拆解、被描述、被重復(fù)執(zhí)行，但依然依賴人工完成。這就形成了一種典型的錯配：最寶貴的認知資源，被大量消耗在最容易被替代的部分。

過去十年，AI確實進入了科研，但更多停留在邊緣。它幫人更快地找論文、更順暢地翻譯文本、甚至能寫出一篇結(jié)構(gòu)完整的綜述，但這些能力并沒有改變科研的基本形態(tài)?？蒲腥匀皇且粓觥捌卟今R拉松”，只是跑得稍微快了一點。

一個更激進的命題擺到了臺面上：如果把科研流程整體交給智能體執(zhí)行，會發(fā)生什么？

近期剛剛升級的AI學(xué)術(shù)智能體切問學(xué)術(shù)（即WisPaper中文版）給出了一種新可能。把確定性的勞動交給算力，把不確定的靈感還給人。這句話的背后，是一整套關(guān)于科研生產(chǎn)方式的重新分配。

AI不生產(chǎn)論文，但加速進程

傳統(tǒng)科研過程中，七步走的科研馬拉松，需要人在不同環(huán)節(jié)之間反復(fù)切換與銜接。

切問學(xué)術(shù)的出現(xiàn)，并不意味著它可以直接生產(chǎn)論文。它更多是嵌入到科研的推進過程中，成為一種貫穿式能力。給定一個研究任務(wù)，系統(tǒng)可以從文獻檢索出發(fā)，完成閱讀、分析與信息結(jié)構(gòu)化，在此基礎(chǔ)上識別潛在問題，進一步進入實驗設(shè)計與執(zhí)行，最終輸出結(jié)果與報告。

AI在科研中的角色，也因此發(fā)生變化。過去的AI更像“助手”，它在旁邊提供建議，或者幫你完成某一部分工作。這些工作多是局部性的，比如翻譯一篇論文，總結(jié)一段內(nèi)容，或者補全一段代碼，研究者需要不斷接管流程，在不同任務(wù)之間來回切換，維持整體推進。

無法避免的機器幻覺，又讓這部分工作需要被復(fù)審，以此來規(guī)避可能出現(xiàn)的學(xué)術(shù)欺詐、造假風(fēng)險。切問學(xué)術(shù)作為AI智能體的定位，更接近“執(zhí)行者”，它可以在沒有持續(xù)人工介入的情況下，自主完成一部分內(nèi)容。這意味著，科研流程第一次出現(xiàn)“被托管”的可能。

用一個更直觀的類比，它有點像自動駕駛。在自動駕駛體系中，人類負責(zé)設(shè)定目標(biāo)，系統(tǒng)負責(zé)路徑與執(zhí)行。

同樣的邏輯正在引入科研之后，類似的分工正在出現(xiàn)。研究者定義問題，切問學(xué)術(shù)作為智能體負責(zé)推進過程。

科研流程的變化，從這里開始顯現(xiàn)。

首先是流程的歸屬被重新劃分。原本需要人逐步完成的任務(wù)，被整合為一段可以被系統(tǒng)整體接管的過程。檢索、閱讀、整理這些原本高度依賴人工的環(huán)節(jié)，不再需要逐一介入，而是在同一套邏輯中被連續(xù)處理。

其次，科研的工作方式從串行過程轉(zhuǎn)向并行結(jié)構(gòu)。在此類AI智能體介入后，科研不再只能沿著單一路徑推進。多個假設(shè)可以被同時展開，多個方向可以并行驗證。一個研究者的工作方式，從完成一個問題，轉(zhuǎn)向管理一組問題。

當(dāng)流程本身開始被重新組織，科研的節(jié)奏也隨之改變。

100倍速引擎，科研第一次出現(xiàn)“代差”

從產(chǎn)品能力上來說，切問學(xué)術(shù)做的第一件事，是把傳統(tǒng)科研路徑的鏈條“解耦”。在傳統(tǒng)路徑里，每一個環(huán)節(jié)之間都存在等待與切換成本。而切問學(xué)術(shù)帶來的，是指數(shù)級別的效率提升。

這種變化是具體的。據(jù)其公開資料顯示，對比傳統(tǒng)人工，切問學(xué)術(shù)的AI4S模式，在文獻檢索方面預(yù)估提效10至100倍，原本需要數(shù)周完成的文獻篩選，被壓縮到分鐘級；論文閱讀20倍提升，需要數(shù)月完成的閱讀與整理，被壓縮到小時級的結(jié)構(gòu)化提??；問題識別可以在全域數(shù)據(jù)中被系統(tǒng)性掃描與定位，50倍速鎖定。這樣的效率飛升，幾乎可以說重塑科研生命周期。

與此同時，切問學(xué)術(shù)的提效，建立在有效且可靠的基礎(chǔ)上。就其公布數(shù)據(jù)來看，切問學(xué)術(shù)的文獻搜索準(zhǔn)確率達到93.78%，而主流模型大致停留在70%左右；文檔版式解析、公式解析與表格解析準(zhǔn)確率均在90%以上，整體高于行業(yè)水平。

這些能力并不直接產(chǎn)生結(jié)論，卻決定了信息以什么形態(tài)進入后續(xù)處理。變量關(guān)系、實驗結(jié)構(gòu)、數(shù)據(jù)分布被提前拆解，閱讀從逐篇處理轉(zhuǎn)為結(jié)構(gòu)化接收。

尤其是切問學(xué)術(shù)在測試中的綜述一致性達到了22.26%，并且引用真實性接近99.8%。前者決定了不同來源的信息是否能夠被納入同一套邏輯框架，后者則真正在杜絕生成式模型機器幻覺方面邁出了一大步。

也正是在這樣的基礎(chǔ)之上，其嵌入科研流程的價值，才有成立的空間。

本次升級中的一大亮點，在于實驗等環(huán)節(jié)的深入。上傳一篇論文，系統(tǒng)自動完成閱讀與理解，拆解核心任務(wù)與算法邏輯；在此基礎(chǔ)上，解析實驗方法，生成可執(zhí)行的實驗方案；隨后自動搭建計算環(huán)境，包括算力配置與依賴項；生成代碼并執(zhí)行實驗流程，最終輸出結(jié)果與完整實驗報告。

整個過程，不需要人工逐步介入。切問學(xué)術(shù)可以基于已有文獻或系統(tǒng)識別出的研究空白，自動生成實驗路徑，并且自主匹配或?qū)ふ覕?shù)據(jù)，完成環(huán)境搭建，執(zhí)行實驗并輸出結(jié)果。

傳統(tǒng)科研流程中的“認知”與“執(zhí)行”是分離的。理解可以被加速，但驗證仍然依賴人。而現(xiàn)在原本需要人反復(fù)切換、反復(fù)試錯的一整段，被整體提速。科研流程，從“人驅(qū)動”變成“智能驅(qū)動”。

在這個意義上，它或許代表著科研效率的代際更替。

而這一切，并不是通用大模型就可以實現(xiàn)的。比如說學(xué)習(xí)能力，傳統(tǒng)大模型或許擅長考試，但是對于從未見過的新知識，存在學(xué)習(xí)障礙。在CL-bench測試中，大模型們需要理解一套完全陌生的規(guī)則，并在上下文中立即應(yīng)用。大多數(shù)模型在這一環(huán)節(jié)失效，平均成功率只有17.2%。

科研場景恰恰依賴這種能力，每一個問題，都是新的。當(dāng)模型可以在上下文中快速建立規(guī)則理解，它才具備進入科研流程的基礎(chǔ)。

也正因此，切問學(xué)術(shù)針對如何在真實環(huán)境中推進任務(wù)有針對性優(yōu)化。其進行的AgentGym-RL的訓(xùn)練方式，是更接近真實科研的環(huán)境，模型需要在網(wǎng)頁操作、實驗流程等任務(wù)中不斷調(diào)整路徑。執(zhí)行不能依賴預(yù)設(shè)答案，而是在反饋中不斷修正。

就相關(guān)論文文獻顯示，一個僅有70億參數(shù)的小模型（Llama-3.1-8B），經(jīng)過AgentGym-RL訓(xùn)練后，在多個場景中達到了與GPT-4o、Claude 3.5-Sonnet相當(dāng)甚至更好的表現(xiàn)。

同時，在訓(xùn)練過程中其針對推理、代碼等關(guān)鍵能力相關(guān)的Token賦予更高權(quán)重，讓能力提升與訓(xùn)練指標(biāo)對齊。

但即便具備在真實環(huán)境中推進任務(wù)的能力，這件事依然沒有那么簡單。模型要真正進入科研流程，還要解決一個更隱蔽的問題，訓(xùn)練本身的穩(wěn)定性。

RLHF幾乎是所有大模型對齊能力的核心路徑。但這套方法有一個共識性的難點：PPO訓(xùn)練極不穩(wěn)定。這也是為什么，很多模型在短任務(wù)中表現(xiàn)良好，一旦進入復(fù)雜流程，就開始出現(xiàn)不可控偏移。

切問學(xué)術(shù)通過PPO-max通過更細粒度的約束與獎勵機制，讓訓(xùn)練過程保持穩(wěn)定，不再依賴運氣。

穩(wěn)定之后，是執(zhí)行。調(diào)用工具、編寫代碼、處理環(huán)境依賴，這些環(huán)節(jié)本身就充滿不確定性。傳統(tǒng)模型在這一部分往往依賴模板，或者停留在“生成代碼”的層面，一旦進入真實執(zhí)行環(huán)境，就會出現(xiàn)偏差。

科研環(huán)境里，信息本身并不總是一致的。不同論文之間可能存在結(jié)論沖突，數(shù)據(jù)來源也可能帶來偏差。模型如果只是簡單整合，很容易在多源信息中失真。

而切問學(xué)術(shù)在面對“已有記憶”與“當(dāng)前輸入”不一致時，會在內(nèi)部形成兩條處理路徑，最終根據(jù)不同信號強度做出選擇。這讓模型在復(fù)雜文獻環(huán)境中具備基本的判斷能力，而不是被動接受信息。

當(dāng)這些能力聚合，變化就不再是局部的提升。它更代表著，科研的生產(chǎn)方式，正在發(fā)生一次真正的范式轉(zhuǎn)變。

當(dāng)科研回歸到“人”，加速突破的臨界點

在這場變化里，被改變的并不只是效率。

科研的工作方式，開始從親自完成每一步，轉(zhuǎn)向在關(guān)鍵節(jié)點做判斷。當(dāng)執(zhí)行被系統(tǒng)接管，研究者不再需要反復(fù)進入那些確定性的流程，而是逐漸退出具體操作，轉(zhuǎn)而站在更上層的位置去理解問題、選擇路徑、審視結(jié)果。

這種變化看起來微妙，也在悄悄重寫科研的角色分工。那些最聰明的大腦，不再需要在流程中奔跑。從更接近執(zhí)行者的角色，轉(zhuǎn)向架構(gòu)者或者說領(lǐng)導(dǎo)者。

同時，另一道隱形門檻也在消失。在很多領(lǐng)域，idea和結(jié)果之間隔著代碼、算力與實驗環(huán)境。這部分需求一旦被切問學(xué)術(shù)一類的智能體解決，科研的進入門檻會被重新定義。

結(jié)果是，科研競爭開始前移。從誰能做出來，變成誰能更早看到問題，回歸到了定義問題的“人”。一些原本受限于技術(shù)條件的研究者，也可以更直接參與到問題本身。

科研的本質(zhì)，是知識生產(chǎn)。當(dāng)知識生產(chǎn)的周期被壓縮，影響的是整個技術(shù)體系的節(jié)奏。除了時間成本下降之外，知識庫更新頻率也在同步加速。比如新材料、靶向藥、清潔能源這些受到驗證成本限制的領(lǐng)域，驗證一旦被壓縮，路徑篩選會明顯加快，錯誤方向更早被淘汰，可行路徑更快浮現(xiàn)。

這意味著，研究會在更高密度的試探中不斷逼近答案。原本需要多年才能積累的試錯過程，被壓縮到更短周期內(nèi)反復(fù)發(fā)生。

技術(shù)突破的出現(xiàn)方式，也隨之發(fā)生變化，從依賴個體經(jīng)驗的偶然發(fā)現(xiàn)，轉(zhuǎn)向在高頻驗證中逐步收斂。

當(dāng)這種節(jié)奏持續(xù)疊加，一個更接近臨界點的狀態(tài)開始出現(xiàn)?？蒲虚_始進入一種新的分工結(jié)構(gòu)：AI負責(zé)推進已知路徑，把確定性的部分持續(xù)壓縮；而人則停留在未知區(qū)域，去判斷哪些問題值得被繼續(xù)追問。

封面來源｜視覺中國