近两年，人工智能在科研领域的角色正在发生明显变化。过去，AI更多被用作辅助工具——帮助检索文献、改写语言或分析数据；而现在，一些研究团队开始尝试让AI参与甚至自动执行科研流程本身。

在这一趋势中，三个关键词逐渐进入科研讨论的中心：

• AutoResearch

• AI Scientist

• Artificial Research Intelligence（ARI）

它们分别代表着不同阶段的科研自动化能力。本文尝试梳理这些概念的来源、最新进展以及对科研工作的实际意义。

一、AutoResearch：AI开始自动做实验

2026年3月，AI研究者Andrej Karpathy发布了一个名为AutoResearch的开源实验框架。这个项目的核心思想非常直接：如果AI可以写代码，那么它也可以自动进行实验迭代。

在AutoResearch框架中，科研实验可以形成一个自动循环：研究目标 → AI修改实验代码 → 运行实验 → 评估结果 → 保留更优版本 → 再次迭代

换句话说，AI可以在无人干预的情况下持续探索实验空间，例如：

• 调整模型结构

• 修改训练参数

• 比较实验结果

研究者只需要设定实验目标和评价指标，AI就可以不断尝试新的方案。

Karpathy在介绍该项目时展示了一些初步实验：AI可以在较短时间内运行大量实验并不断优化结果。这种方式类似于“自动化研究助理”，可以帮助研究者减少大量重复实验工作。

二、AI Scientist：AI尝试完成完整科研流程

如果说 AutoResearch 解决的是“自动做实验”，那么 AI Scientist 的目标则更加宏大——让AI完成整个科研流程。

2024年，AI公司 Sakana AI 发布预印本论文：The AI Scientist: Towards Fully Automated Scientific Discovery

该系统尝试让AI自动执行以下任务：

• 生成研究想法

• 检索和阅读文献

• 编写实验代码

• 运行实验

• 分析结果

• 生成图表

• 撰写论文

在后续版本（AI Scientist v2）中，研究团队进行了一个引起广泛讨论的实验：AI生成的论文被提交到机器学习会议的 workshop，并通过了同行评审。

AI Scientist概念的技术实现已发表于Nature，名为Towards end-to-end automation of AI research。

需要注意的是，这类论文仍然属于基础研究水平，距离高质量科研成果还有明显差距。但它已经证明：AI在技术上可以完成一条完整的科研流程。

三、Artificial Research Intelligence：AI科研能力的长期目标

随着 AutoResearch 和 AI Scientist 的出现，学界提出了一个更广泛的概念：Artificial Research Intelligence（ARI）

ARI指的是：能够像科学家一样进行科研探索的AI系统。理论上的 ARI 应当具备以下能力：

• 提出新的研究问题

• 设计实验或模型

• 分析数据并形成结论

• 持续改进研究方向

一些研究者认为，如果AI能够独立进行科学研究，它将具备接近 AGI（Artificial General Intelligence，通用人工智能） 的能力。AGI指的是能够在多个领域进行学习和推理的通用型智能系统。

目前，ARI仍然主要是一个研究目标，而不是现实技术。

四、三者之间的关系

从科研自动化的发展阶段来看，可以大致理解为：

目前，科研自动化还处在早期阶段，但技术演进方向已经比较清晰。

五、对科研作者来说：现在可以使用哪些AI工具？

虽然 AI Scientist 仍然属于研究系统，但一些 AI科研辅助工具已经在日常科研中得到应用。例如：

• Elicit：自动整理文献并回答研究问题

• Consensus：从论文中提取研究结论

• ResearchRabbit：可视化文献网络并推荐相关研究

• LetPub Preflight：投稿前稿件规范性与完整性预检（免费工具）

这些工具虽然不会自动完成科研，但已经能够帮助科研作者提高科研效率。

在未来十年，AI很可能会成为科研工作中一种基础性工具，就像统计软件或计算平台一样。由AI帮助完成重复性工作，而研究者专注于核心问题和创新思考。

国际期刊和出版社推荐LetPub编辑服务

SCI论文润色│SCI论文翻译│SCI论文润色哪家好│SCI论文润色价格|SCI论文修改|SCI论文润色公司│SCI论文查重│联系我们