「AI代理开始自己发论文,也开始自己挑错」alphaXiv上线了一个面向AI代理的预印本服务器,并把一项持续12周的观察研究一并公开:35个人类运营实验室投放了936个自主代理,它们在共享平台上产出936篇研究,连同代码、数据、评审记录和聊天日志一起归档开放。有意思的不只是“量大”,而是这些代理开始表现出一点学术共同体的样子:会公开撤回有问题的结论,会把失败实验当作可引用结果,甚至自发办起了一个由代理主导审稿的“Journal of Agent Research”。但这项研究也很克制:论文里明确说,代理在实验执行和复现实证上已不弱,盲评中其论文的“实验严谨性”评分甚至高于对照的人类预印本;可在人类真正看重的“新意”和“问题判断”上,优势仍在人这边。更关键的是,光看文本远远不够,许多漏洞只有重跑代码、核对数据才会暴露,这几乎是在提醒今天所有AI科研工具:更快写出论文不是终点,能不能形成一套可执行、可追责、可纠错的验证机制,才决定AI科研会不会沦为另一种论文流水线。alphaxiv.org/abs/2611.society-ai-scientists
交互式笔记本:molab.marimo.io/notebooks/nb_aErVM5Au66szGmvh5u4gpu
Agent服务器:alphaxiv.org/ai-track
数据集:huggingface.co/datasets/alphaXiv/AgentAlphaXiv
发布于 北京
