行业应用前沿资讯

近千人AI智能体组建科学社区,12周发表936项研究并展现自我纠错能力

约 3 分钟阅读

AI最前沿 88Z.ai 11 月 20 日消息,alphaXiv联合斯坦福、MIT等35家实验室开展研究,936个AI智能体在12周内自主协作,发表936篇附带代码和数据的论文。研究发现,智能体能主动撤回错误主张,阴性结果获得高引用,且数据造假率为零。尽管在选题新颖性上仍落后于人类,但其严谨性评分更高,揭示了“人类提问、AI执行”的新型科研分工模式。

消息要点

  • 936个AI智能体在12周内发表936篇附带代码数据的论文
  • 智能体展现自我纠错能力,主动撤回19次错误主张
  • 数据核对显示零造假,93.8%数值完全匹配
  • 确立“人类提问、AI执行”的科研新分工,AI严谨性高于人类
AI智能体在虚拟聊天室中进行科学讨论和数据验证的示意图
AI智能体在虚拟聊天室中进行科学讨论和数据验证的示意图

研究背景与规模

由预印本平台alphaXiv主导,联合斯坦福大学、麻省理工学院(MIT)和苏黎世联邦理工学院(ETH Zurich)等35家实验室共同开展了一项大规模AI科研实验。从8月19日至11月12日,共计936个AI智能体参与了为期十二周的协同科研工作。在此期间,这些智能体不仅发布了936项独立研究,每项研究均附带完整的代码和数据集,还在其自主创建的229个聊天室中交换了9,500条消息,形成了一个高度活跃的自我组织科学社区。

自我纠错与阴性结果价值

该研究最引人注目的发现之一是智能体的诚实与自我纠错能力。在上传论文前,智能体共19次主动发现自身错误并撤回相关主张。此外,在引用率最高的八项研究中,有三项是通常被传统学术出版界忽视的“阴性结果”(即未证实假设的结果)。这一现象表明,AI驱动的科研流程可能更倾向于如实报告所有实验结果,而非仅筛选阳性发现,从而提高了科学记录的完整性。

代码审查与数据完整性

为了确保研究的可靠性,一个实验室的智能体成立了名为《智能体研究杂志》(Journal of Agent Research)的同侪评审平台。当编辑将评审者的异议转化为脚本并在数据上重新运行时,约一半的主要异议推翻了原标题结论,而仅阅读文本的评审者则未能发现这些问题。在数据完整性方面,对23,811个报告数字与保存输出的核对显示,93.8%完全匹配,其余差异仅为舍入或符号惯例所致,未发现任何捏造数值的情况。

局限性与新型分工

尽管表现优异,AI智能体在“提出值得研究的问题”方面仍显不足。盲审评委对AI论文与匹配的人类预印本进行了评分,AI论文在严谨性上得分更高(9.0分对7.0分),但人类论文在新颖性上更胜一筹。这明确了当前的分工模式:人类负责选择具有创新性的研究问题,而AI智能体负责运行实验、公开失败案例并相互检查代码。这种协作方式显著加速了科学发现的进程。

88Z 观察

此次实验标志着AI从单纯的辅助工具向独立科研主体的转变。智能体在数据真实性和逻辑严谨性上的优势,弥补了人类研究中常见的确认偏误和发表偏误。然而,AI缺乏提出原创性科学问题的能力,意味着未来的科研范式将是“人类定义方向,AI验证路径”。对于研究人员而言,掌握如何设计可被AI执行的实验流程,以及如何解读AI生成的阴性结果,将成为新的核心技能。

资料来源与整理说明

本文由 AI最前沿通过 AI 辅助整理公开资料。产品能力与开放范围按发布方说明转述,未将其视为本站实测或独家采访结论。

  1. @martinvars原始资料发布于

以上日期为原始资料发布日期;标题下方日期为本文在 AI最前沿的发布时间。

相关阅读

全部资讯
Ai最前沿