面向科学发现的智能体人工智能：进展、挑战与未来方向综述
TLDR
全面综述了用于科学发现的智能体AI系统，涵盖多个科学领域的进展、挑战与未来方向。
评分理由
The paper provides a broad, well-structured overview of agentic AI in scientific discovery, with clear categorization and discussion of real-world applications in chemistry, biology, and materials science. However, as a survey, it lacks original experimental results or novel contributions, and the depth of analysis for each sub-area may be limited by the breadth of coverage.
Read-first 评分解释
综合优先阅读分 75.4，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。 原始总分保留为 97。
研究版图角色
前沿论文方法锚点
排序敏感性
稳定性：volatile；排名波动范围：22。
关键词评分
深度分析
创新点
- 对用于化学、生物学和材料科学等科学发现的智能体AI系统与工具进行了全面分类
- 讨论了智能体AI的关键评估指标、实施框架和常用数据集
- 识别了关键挑战（文献综述自动化、系统可靠性、伦理问题）并强调了人机协作与系统校准的未来方向
方法
作者进行了文献综述，按科学领域和能力（文献综述、假设生成、实验、分析）对现有智能体AI系统进行了分类，并回顾了评估指标、实施框架和数据集，综合了挑战与未来研究方向。
关键结果
该综述强调了智能体AI在化学、生物学和材料科学应用中的显著进展，列出了关键评估指标和实施框架，并识别了包括文献综述自动化、系统可靠性和伦理问题在内的关键挑战。
局限性
- 文献综述自动化仍是当前智能体AI系统面临的重大挑战
- 智能体AI在科学工作流中的系统可靠性尚未得到保证
- 围绕自主科学发现的伦理问题尚未解决