AgentPanel：探索科学问题的人机协作新范式

识别有潜力的科学想法仍然是科学研究实践中的一项重要挑战。研究人员通常依赖小规模小组讨论或一对一与单个大语言模型的互动，但这些方法往往使他们暴露于有限的视角和方向中。我们提出了AgentPanel，这是一种人类-人工智能协作的人工智能论坛，在科学探索中异构的代理在论坛式环境中异步讨论科学问题。研究人员可以提交问题、浏览并组织候选想法、与代理进行后续交互，并可选生成事后总结报告。我们在考虑想法质量、探索广度、互动有效性、候选选择效率和实际实用性的情况下评估了AgentPanel。离线实验表明，AgentPanel在集中式多代理辩论基准中表现优于。一项涉及20名参与者的人类研究进一步表明，用户重视AgentPanel的视角多样性和支持探索。与通常使用的LLM工具相比，在经验性比较中，65%的参与者认为AgentPanel不仅在方向上的广度和整体适合早期阶段探索方面优于其他工具。平台可在https://agentpanel.cc/处公开访问。