BrainPilot：以智能体研究自动化大脑发现

理解大脑日益依赖跨尺度、模态与学科整合证据。回答单个研究问题因此需要协调的操作序列——从综述既往工作，到执行分析、再依领域知识解读结果。AI智能体有望加速该过程，但当前智能体缺乏脑科学领域专长、可能捏造论断、在多步推理中漂移，且几乎不提供专家干预的定义点。这些失败在脑科学中代价尤其高——其结论进入下游科学论断，且依赖实验室专属专长与细致的人类判断。我们提出BrainPilot：一个完全开源的多智能体系统——以可追溯日志与智能体验证的结果加速脑科学研究。首席研究员（PI）智能体协调落地于精选领域知识的专职智能体：含7,233条索引条目的统一脑科学知识库，以及跨七个研究域、72个可复用方法学单元的技能库。每个主要步骤都记录在追踪图（Graph of Trace）中——可审计记录链接子目标、工具使用、证据与论断，使研究者能跟随并检查工作流。审计者智能体进一步把捏造检查集成进工作流。评估中：我们运行来自Agents' Last Exam的三个脑科学任务，介绍自有基准BrainPilotBench-v0，并呈现额外端到端案例研究。跨这些评估：配开源骨干模型的BrainPilot以更低成本取得与最先进智能体框架相当的表现。