重新思考AI科学家：面向科学发现的交互式多智能体工作流

用于科学发现的人工智能系统已展现出显著潜力，但现有方法大多为专有系统，并以批处理模式运行，每个研究周期需要数小时，无法实现对研究者的实时指导。本文介绍 Deep Research，一个支持交互式科学研究的多智能体系统，周转时间以分钟计。该架构由负责规划、数据分析、文献检索与新颖性检测的专门智能体组成，并通过一个在迭代研究周期之间维护上下文的持久世界状态统一起来。两种运行模式支持不同工作流：带选择性人工检查点的半自主模式，以及面向长期研究的完全自主模式。在 BixBench 计算生物学基准上的评估达到最先进性能，开放回答准确率为 48.8%，多选题评估准确率为 64.4%，超出已有基线 14 到 26 个百分点。对架构约束的分析，包括开放获取文献的局限与自动化新颖性评估固有的挑战，为 AI 辅助科学工作流的实际部署提供了参考。