Awesome Auto Research Hub 论文 · 数据集 · 项目
← 返回论文列表

重新思考智能体时代的科学发现

arXiv 2026 64.8 method

TLDR

SCION是一个智能体科学操作系统,集成任务、工具和智能体,实现可执行、可审计、可复用的科学发现。

评分理由

The paper presents a novel agentic framework (SCION) that addresses fragmentation in AI4Science by coordinating tasks, tools, and memory. Strengths include a comprehensive design with hierarchical execution and epistemic memory, but the abstract lacks quantitative results or comparisons, and the claimed applications are only listed without detailed evidence.

Read-first 评分解释

综合优先阅读分 64.8,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 72。

近期性 8%
100

使用温和的时间衰减,让近期论文更容易浮现,同时保留较早基础工作的价值。 年份:2026

方法质量 25%
80

检查可见的摘要与分析字段,寻找实验、数据集、基线、指标和局限性等方法证据。 命中信号:分析、基线、实验、验证

主题相关性 42%
60

使用现有 LLM 关键词相关性评分,并归一化到 0-100。 关键词:AI scientist、automated scientific discovery、autonomous research agent、automated research、literature review agent、survey generation、automated experimentation、experiment design agent、AI for scientific research、paper writing agent、research automation、scientific discovery agent

可复现性 25%
46

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。 论文:有;代码:无;数据:无;命中信号:工件、检查点

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:13。

关键词评分

automated scientific discovery
9
scientific discovery agent
9
autonomous research agent
8
automated research
8
AI for scientific research
8
research automation
8
AI scientist
6
automated experimentation
6
experiment design agent
5
literature review agent
3
survey generation
1
paper writing agent
1

深度分析

创新点

  • 作为组织枢纽的智能体科学操作系统(SCION),协调任务、工具、智能体、工件和记忆。
  • 研究执行计划(REP),将高层科学意图编译为分阶段目标、依赖关系、验证检查点、工具需求、预期工件和回退条件。
  • 层次化多智能体执行,结合基于配置文件的专业化、选择性上下文构建、受控委托和分层认知记忆。
  • 将科学发现形式化为目标条件逆搜索,并通过有限实验预算下的批量主动搜索扩展到隐藏目标场景。

方法

SCION使用科学智能体作为元驾驭器,通过研究执行计划(REP)编排科学工作流,该计划将意图结构化为带有验证和回退的分阶段目标。它集成了层次化多智能体执行、基于配置文件的专业化、选择性上下文、受控委托和分层认知记忆。发现被框架化为目标条件逆搜索,并在预算约束下通过批量主动搜索处理隐藏目标。实验将SCION与自主研究智能体基线在科学阅读、想法生成、分子生成和抗体筛选上进行比较。

关键结果

SCION在材料分析、分子设计、蛋白质/抗体筛选任务中,尤其在分解、验证、细化和记忆复用方面,优于现有自主研究智能体基线。

标签