[CL]《Rethinking Scientific Discovery in an Agentic Era》Y Zheng, Y Wang, J Lu, S Fang… [Shanghai Innovation Institute] (2026)

在 AI4Science 领域，将碎片化的 AI 工具整合为完整的科研全生命周期是一个悬而未决的难题。过去的方法受困于“人类科学家作为调度员”的低效模式，本质原因是缺乏一个能统一表示科研意图、协调多阶段任务并实现知识持久化复用的系统底层。

本文的核心洞见是：把科学发现重新看作一种由“元哈内斯”驱动的、可执行且可审计的操作系统进程。由此，SCION 框架通过研究执行计划将高层意图编译为结构化步骤，并配合层级化多智能体运行时与认知存储，使复杂的科研探索转化为受控的逆向搜索过程。

这项工作真正留下的遗产是确立了智能体科研操作系统的架构范式，实现了从“孤立预测工具”向“组织级协作中枢”的跨越。它为后来者打开的新门是全自动、可溯源的闭环科研发现，但尚未跨过的门槛是应对极端复杂物理实验的实时在线调控与安全性边界。

arxiv.org/abs/2607.03863 #机器学习# #人工智能# #论文# #AI创造营#