如果把科研流程整體交給智能體執(zhí)行，會(huì)發(fā)生什么？

科研這件事，長(zhǎng)期被浪漫化了。

它并不是一個(gè)統(tǒng)一的動(dòng)作，而是一條被拆分得很細(xì)的流水線(xiàn)。檢索、篩選、閱讀、整理、假設(shè)、實(shí)驗(yàn)、驗(yàn)證，再回到寫(xiě)作與發(fā)表——這七個(gè)環(huán)節(jié)幾乎構(gòu)成了所有學(xué)術(shù)工作的基本路徑。

問(wèn)題在于，這條路徑的每一個(gè)環(huán)節(jié)，都在消耗時(shí)間，但并不都在創(chuàng)造價(jià)值。

文獻(xiàn)檢索往往意味著在成千上萬(wàn)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(gè)尚不穩(wěn)定的認(rèn)知結(jié)構(gòu)。真正到問(wèn)題定義時(shí)，研究者才開(kāi)始進(jìn)入“創(chuàng)造”的部分，而這往往已經(jīng)消耗掉了大量時(shí)間。

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

過(guò)去十年，AI確實(shí)進(jìn)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(xiě)出一篇結(jié)構(gòu)完整的綜述，但這些能力并沒(méi)有改變科研的基本形態(tài)。科研仍然是一場(chǎng)“七步馬拉松”，只是跑得稍微快了一點(diǎn)。

一個(gè)更激進(jìn)的命題擺到了臺(tái)面上：如果把科研流程整體交給智能體執(zhí)行，會(huì)發(fā)生什么？

近期剛剛升級(jí)的AI學(xué)術(shù)智能體切問(wèn)學(xué)術(shù)（即WisPaper中文版）給出了一種新可能。把確定性的勞動(dòng)交給算力，把不確定的靈感還給人。這句話(huà)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(jìn)程

傳統(tǒng)科研過(guò)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(wèn)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(jìn)過(guò)程中，成為一種貫穿式能力。給定一個(gè)研究任務(wù)，系統(tǒng)可以從文獻(xiàn)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(shí)別潛在問(wèn)題，進(jìn)一步進(jìn)入實(shí)驗(yàn)設(shè)計(jì)與執(zhí)行，最終輸出結(jié)果與報(bào)告。

AI在科研中的角色，也因此發(fā)生變化。過(guò)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(bǔ)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(lái)回切換，維持整體推進(jìn)。

無(wú)法避免的機(jī)器幻覺(jué)，又讓這部分工作需要被復(fù)審，以此來(lái)規(guī)避可能出現(xiàn)的學(xué)術(shù)欺詐、造假風(fēng)險(xiǎn)。切問(wèn)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(méi)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(gè)更直觀(guān)的類(lèi)比，它有點(diǎn)像自動(dòng)駕駛。在自動(dòng)駕駛體系中，人類(lèi)負(fù)責(zé)設(shè)定目標(biāo)，系統(tǒng)負(fù)責(zé)路徑與執(zhí)行。

同樣的邏輯正在引入科研之后，類(lèi)似的分工正在出現(xiàn)。研究者定義問(wèn)題，切問(wèn)學(xué)術(shù)作為智能體負(fù)責(zé)推進(jìn)過(guò)程。

科研流程的變化，從這里開(kāi)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(guò)程。檢索、閱讀、整理這些原本高度依賴(lài)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(guò)程轉(zhuǎn)向并行結(jié)構(gòu)。在此類(lèi)AI智能體介入后，科研不再只能沿著單一路徑推進(jìn)。多個(gè)假設(shè)可以被同時(shí)展開(kāi)，多個(gè)方向可以并行驗(yàn)證。一個(gè)研究者的工作方式，從完成一個(gè)問(wèn)題，轉(zhuǎn)向管理一組問(wèn)題。

當(dāng)流程本身開(kāi)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(lái)說(shuō)，切問(wèn)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(gè)環(huán)節(jié)之間都存在等待與切換成本。而切問(wèn)學(xué)術(shù)帶來(lái)的，是指數(shù)級(jí)別的效率提升。

這種變化是具體的。據(jù)其公開(kāi)資料顯示，對(duì)比傳統(tǒng)人工，切問(wèn)學(xué)術(shù)的AI4S模式，在文獻(xiàn)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(xiàn)篩選，被壓縮到分鐘級(jí)；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(shí)級(jí)的結(jié)構(gòu)化提取；問(wèn)題識(shí)別可以在全域數(shù)據(jù)中被系統(tǒng)性?huà)呙枧c定位，50倍速鎖定。這樣的效率飛升，幾乎可以說(shuō)重塑科研生命周期。

與此同時(shí)，切問(wèn)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(lái)看，切問(wèn)學(xué)術(shù)的文獻(xiàn)搜索準(zhǔn)確率達(dá)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(jìn)入后續(xù)處理。變量關(guān)系、實(shí)驗(yàn)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(wèn)學(xué)術(shù)在測(cè)試中的綜述一致性達(dá)到了22.26%，并且引用真實(shí)性接近99.8%。前者決定了不同來(lái)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(jī)器幻覺(jué)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(jià)值，才有成立的空間。

本次升級(jí)中的一大亮點(diǎn)，在于實(shí)驗(yàn)等環(huán)節(jié)的深入。上傳一篇論文，系統(tǒng)自動(dòng)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(shí)驗(yàn)方法，生成可執(zhí)行的實(shí)驗(yàn)方案；隨后自動(dòng)搭建計(jì)算環(huán)境，包括算力配置與依賴(lài)項(xiàng)；生成代碼并執(zhí)行實(shí)驗(yàn)流程，最終輸出結(jié)果與完整實(shí)驗(yàn)報(bào)告。

整個(gè)過(guò)程，不需要人工逐步介入。切問(wèn)學(xué)術(shù)可以基于已有文獻(xiàn)或系統(tǒng)識(shí)別出的研究空白，自動(dòng)生成實(shí)驗(yàn)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(shí)驗(yàn)并輸出結(jié)果。

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

在這個(gè)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(shí)現(xiàn)的。比如說(shuō)學(xué)習(xí)能力，傳統(tǒng)大模型或許擅長(zhǎng)考試，但是對(duì)于從未見(jiàn)過(guò)的新知識(shí)，存在學(xué)習(xí)障礙。在CL-bench測(cè)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(chǎng)景恰恰依賴(lài)這種能力，每一個(gè)問(wèn)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(jìn)入科研流程的基礎(chǔ)。

也正因此，切問(wèn)學(xué)術(shù)針對(duì)如何在真實(shí)環(huán)境中推進(jìn)任務(wù)有針對(duì)性?xún)?yōu)化。其進(jìn)行的AgentGym-RL的訓(xùn)練方式，是更接近真實(shí)科研的環(huán)境，模型需要在網(wǎng)頁(yè)操作、實(shí)驗(yàn)流程等任務(wù)中不斷調(diào)整路徑。執(zhí)行不能依賴(lài)預(yù)設(shè)答案，而是在反饋中不斷修正。

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

同時(shí)，在訓(xùn)練過(guò)程中其針對(duì)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(duì)齊。

但即便具備在真實(shí)環(huán)境中推進(jìn)任務(wù)的能力，這件事依然沒(méi)有那么簡(jiǎn)單。模型要真正進(jìn)入科研流程，還要解決一個(gè)更隱蔽的問(wèn)題，訓(xùn)練本身的穩(wěn)定性。

RLHF幾乎是所有大模型對(duì)齊能力的核心路徑。但這套方法有一個(gè)共識(shí)性的難點(diǎn)：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(jìn)入復(fù)雜流程，就開(kāi)始出現(xiàn)不可控偏移。

切問(wèn)學(xué)術(shù)通過(guò)PPO-max通過(guò)更細(xì)粒度的約束與獎(jiǎng)勵(lì)機(jī)制，讓訓(xùn)練過(guò)程保持穩(wěn)定，不再依賴(lài)運(yùn)氣。

穩(wěn)定之后，是執(zhí)行。調(diào)用工具、編寫(xiě)代碼、處理環(huán)境依賴(lài)，這些環(huán)節(jié)本身就充滿(mǎn)不確定性。傳統(tǒng)模型在這一部分往往依賴(lài)模板，或者停留在“生成代碼”的層面，一旦進(jìn)入真實(shí)執(zhí)行環(huán)境，就會(huì)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(lái)源也可能帶來(lái)偏差。模型如果只是簡(jiǎn)單整合，很容易在多源信息中失真。

而切問(wèn)學(xué)術(shù)在面對(duì)“已有記憶”與“當(dāng)前輸入”不一致時(shí)，會(huì)在內(nèi)部形成兩條處理路徑，最終根據(jù)不同信號(hào)強(qiáng)度做出選擇。這讓模型在復(fù)雜文獻(xiàn)環(huán)境中具備基本的判斷能力，而不是被動(dòng)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(diǎn)

在這場(chǎng)變化里，被改變的并不只是效率。

科研的工作方式，開(kāi)始從親自完成每一步，轉(zhuǎn)向在關(guān)鍵節(jié)點(diǎn)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(jìn)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(wèn)題、選擇路徑、審視結(jié)果。

這種變化看起來(lái)微妙，也在悄悄重寫(xiě)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(shuō)領(lǐng)導(dǎo)者。

同時(shí)，另一道隱形門(mén)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(shí)驗(yàn)環(huán)境。這部分需求一旦被切問(wèn)學(xué)術(shù)一類(lèi)的智能體解決，科研的進(jìn)入門(mén)檻會(huì)被重新定義。

結(jié)果是，科研競(jìng)爭(zhēng)開(kāi)始前移。從誰(shuí)能做出來(lái)，變成誰(shuí)能更早看到問(wèn)題，回歸到了定義問(wèn)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(wèn)題本身。

科研的本質(zhì)，是知識(shí)生產(chǎn)。當(dāng)知識(shí)生產(chǎn)的周期被壓縮，影響的是整個(gè)技術(shù)體系的節(jié)奏。除了時(shí)間成本下降之外，知識(shí)庫(kù)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(yàn)證成本限制的領(lǐng)域，驗(yàn)證一旦被壓縮，路徑篩選會(huì)明顯加快，錯(cuò)誤方向更早被淘汰，可行路徑更快浮現(xiàn)。

這意味著，研究會(huì)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(cuò)過(guò)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(lài)個(gè)體經(jīng)驗(yàn)的偶然發(fā)現(xiàn)，轉(zhuǎn)向在高頻驗(yàn)證中逐步收斂。

當(dāng)這種節(jié)奏持續(xù)疊加，一個(gè)更接近臨界點(diǎn)的狀態(tài)開(kāi)始出現(xiàn)。科研開(kāi)始進(jìn)入一種新的分工結(jié)構(gòu)：AI負(fù)責(zé)推進(jìn)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(wèn)題值得被繼續(xù)追問(wèn)。

封面來(lái)源｜視覺(jué)中國(guó)