闻乐 发自 凹非寺
量子位 | 公众号 QbitAI
AI for Science，正在进入一个新的分水岭。
过去几年，随着大模型与智能体技术快速发展，AI已经从文献检索、数据分析、代码生成，逐步进入仿真计算、实验分析等科研环节。
“AI能不能帮助科学家做科研”已经不再是唯一的问题。
新的问题正在浮现：
AI能不能真正承接一个完整的科研项目，而不只是完成一个个科研Task？
这背后，是AI4S能力范式的一次变化。
过去，AI更多作为工具或任务智能体，在科研人员明确目标、边界和路径后，完成一个个相对独立的Task。
但真实科研并不是任务的简单集合。
一个Project往往从模糊的研究构想开始，包含多个相互依赖的任务，并随着新文献、实验结果和异常数据不断调整研究路线。
把一个个Task做好，不等于真正完成一个Project。
真正的项目级科研，需要AI理解科学目标、主动拆解任务、协调任务依赖、持续执行，并根据研究反馈动态调整，最终推动整个项目走向结论。
这也成为AI4S下一阶段需要突破的关键能力。
也正是在这一行业拐点上，中科紫东太初旗下新一代科研原生智能体ScienceClaw完成了一次关键升级。
此次推出的AutoProject项目级自主科研引擎，旨在解决“如何把一个科研项目做得更好”，推动AI从执行孤立任务，走向承接完整的科学发现。
AI在科研中的工作单位，正在从Task走向Project。
真科研，要能扛住Project
真正承接一个科研Project，AI面对的不是单一任务执行，而是一套从项目规划到最终结论的完整科研过程。
因此，AutoProject并非简单延长AI的任务执行链路，而是围绕项目规划、长程执行、证据验证构建项目级自主科研能力，让科研人员只需提交科研构想或宏观目标，AI即可自主完成：
项目规划→子Task拆解→长程执行→证据验证→动态修复→成果沉淀。
整个系统由三层核心能力构成：
Project2Task：项目级规划——回答“这个Project应该怎么做？” TaskExecutor：长程自主执行——回答“确定方向后，如何持续推进？” EviGraph：证据驱动验证——回答“最终结论是否有充分证据支撑？”
Project2Task：项目级规划，自主生成子任务
面对一个模糊的科研目标，Project2Task综合研究目标、文献证据、资源约束与任务依赖，自主确定研究路径，拆解子Task，并规划任务之间的串并行关系与资产复用，最终生成一套可执行、可迭代的项目任务网络。
以带钢表面缺陷智能识别课题为例，用户仅需输入简短科研目标，AutoProject即可依托Project2Task将模糊需求转化为全周期的任务规划。
系统自主识别可并行任务与强制串行环节，规划多条研究路线的优先级，构建任务依赖关系，并挖掘可跨任务复用的数据与模型资产；
同时支持横向拆分、纵向拆分、先横后纵、先纵后横四种项目拓扑，根据不同课题特征生成匹配的研究路径，进一步将宏观科研目标落到具体可执行任务。
从“人定义Task、AI执行”，到“人提出目标、AI规划路径”，Project2Task让AI开始承担科研项目的顶层规划。
但规划只是开始。有了项目级的清晰规划之后，还需要可靠的执行底座。
TaskExecutor：长程自主执行，在动态反馈中持续推进项目
科研项目是循环演进的探索闭环，而非一次性交付任务，任一子任务异常均会影响上下游流程。传统单次调用式 AI，无法适配科研非线性迭代特性，难以支撑长周期研究。
AutoProject打破“一次调用、一次返回”的线性执行模式，而TaskExecutor就是其面向科研场景的落地，提供项目级长程自主执行能力。
以YOLO建模为例，项目拆分为数据处理、建模实验、迭代优化三大模块，环节自动衔接。
输入目标后，系统自主研读论文、处理数据集、监督训练、处理异常，并自动输出指标、图表与量化分析。
TaskExecutor搭建目标驱动的自主科研循环，全局监控Project状态、持续捕获实验反馈，自动排查异常、修正研究假设与模型参数；
当任务失败或结果异常时，可回溯评估、重构任务网络，自主重跑实验、优化方案，无需人工高频介入，持续将分散的实验结果整合为完整研究结论。
这意味着AI不再只是被动执行一个个Task，而是能够根据项目状态自主决策、持续迭代，驱动整个Project向目标演进。
长周期闭环探索，也让ScienceClaw从工具型科研助手进一步走向具备长线自主科研能力的智能体。
EviGraph：证据驱动验证，搭建可信科研闭环
而当AI开始长期执行一个科研项目，另一个问题也随之变得更加重要：
它一路做下来的结果，到底可不可靠？
科研与通用生成式内容的核心差异在于：
科研结论不能仅满足行文通顺、逻辑自洽，每一条项目级结论，都必须依托明确的研究问题、科学假设、多组对照实验与真实数据支撑。
紫东太初AutoProject自研EviGraph证据图谱体系，搭建全链路、跨子任务，可核验、可回溯、可修复的可信科研闭环。
校验不再局限于单个子任务内部，还兼顾跨任务逻辑一致性：
持续核验假设是否匹配顶层项目目标、实验能否支撑假设、各子任务数据能否相互印证、结论是否未超出证据支撑范围。
一旦检出逻辑偏差或数据冲突，系统沿证据链定位根因，按需重跑实验、修正假设、调整子任务，实现自主修复。
公开测试已验证该机制的有效性。
在ARCBenchML评测中，EviGraph综合得分0.865（最优基线 0.596）；
代表结论贴合实验事实的Result Analysis指标由0.442提升至0.794；
可追溯证据的Claim Support Rate达0.38，较最优基线0.27提升40.74%；实验数据一致性EDC为0.88。
而当这三层能力真正跑起来之后，科研过程中产生的数据、代码、模型、实验记录和研究方法，也会进一步沉淀为可以复用的科研资产。
在以下一项关于蛋白质的研究中，这种可复用资产具体表现为证据汇总表格、调用专业工具生成的蛋白质产物文件、研究分析报告、论文等。
值得注意的是，AutoProject的自主科研不等于无人科研。
即便引擎能够完成规划、执行、校验、成果沉淀的全链路流程，科研人员依然发挥不可替代的核心作用。
整个项目进程中，研究者可以随时介入，针对AI输出的研究路径、实验假设、中间数据开展鉴赏评判，及时纠偏不合理方向，通过持续交互反馈注入人类领域直觉与科学洞察力，人机双向配合共同完成科学探索。
在这套协作模式下，AI的角色也从被动响应需求的科研助手，成长为科研项目的自主推进者。
AI4S进入项目级自主科研阶段
当AI开始以Project为单位工作，AI4S的能力边界也随之改变。
以AutoProject为代表的项目级自主科研体系，正在推动行业开启新一轮范式升级：
AI的工作对象从孤立的单个Task转向完整的Project，自主科研也从“单点能力”走向“系统能力”。
实现这种跨越并非易事，那为什么是ScienceClaw率先走到这一步？
答案藏在它背后的团队和技术体系里。
ScienceClaw出自中国科学院自动化研究所孵化的企业，中科紫东太初——
一家从成立之初就将“多模态”写进技术基因的大模型企业。
早在2021年，紫东太初便发布全球首个千亿参数三模态大模型，将文本、图像、语音纳入统一语义空间。
经过持续迭代，如今的紫东太初4.0已经从“理解多模态”进一步走向“多模态推理”，具备自主规划、交错思考与反馈修正能力。
放到AI4S场景中来看，这条技术路线的价值非常直接：
科研从来不是纯文本世界，论文里有公式、图表和实验曲线，科研项目里还有代码、数据、仿真与真实实验。
只有能够统一理解这些异构信息，模型才有可能真正成为科研智能体的大脑。
但大模型只是起点。
紫东太初进一步把模型能力延伸到真实科研流程，构建了从模型底座、科研知识、专业工具到智能体执行的完整技术体系。
这也使ScienceClaw与普通科研Agent拉开了距离。
ScienceClaw构建的不是传统“主从Agent”体系，而是一套面向复杂科研任务的分层自治、多智能体动态协同架构。
系统围绕科研目标自动生成任务图，并根据领域、工具与执行状态，按需调度学科、代码、搜索、数据分析、仿真等专业Agent，形成可动态组网、协同执行、反馈重规划的科研智能体集群。
目前，ScienceClaw已覆盖生命科学、材料、化学、物理、天文等领域，并将文献检索、数据分析、代码执行、模型计算与仿真工具统一纳入科研智能体运行时。
进一步通过云端思考、沙箱执行、端侧行动与虚实协同，ScienceClaw正推动AI从“分析科研信息”走向“执行科研任务”，从“完成单次Task”迈向“持续推进完整科研Project”。
AutoProject，正是这套能力之上实现的关键跃迁。
表象上，这只是AI的工作单元从Task升级为Project；但其本质，是AI科研能力由工具级向系统级的跨越。
与之相伴，AI4S赛道的竞争重心也随之切换：
行业比拼不再局限于单点模型或单体智能体性能，而是整套端到端系统综合能力。
这也是本次ScienceClaw升级最核心的价值。
中科紫东太初在AI4S领域的核心壁垒，不仅是更大规模的基础模型或是性能更优的单一科研Agent，而且构建了一套融合多模态大模型、科研智能体、专业工具链、自主执行框架与实验验证体系的完整科研系统。
从Task走向Project，ScienceClaw正推动AI4S迈入项目级自主科研新时代。
论文地址：
[1]https://arxiv.org/abs/2608.05225
[2]https://arxiv.org/abs/2608.04738
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法！
— 完 —
🌟 点亮星标 🌟
