西湖大学打造了一个AI科学家，突破人类SOTA，还能自己发论文

AIGC开放社区2025-10-11

西湖大学用AI科学家，两周完成了人类三年的科研量。这个科学家，是一个名叫DeepScientist的AI系统，自己捣鼓出了5000多个科学想法，动手验证了其中1100个，最后在三个前沿AI任务上，把人类科学家辛辛苦苦创造的SOTA纪录给刷新了。西湖大学文本智能实验室（WestlakeNLP）发了篇论文，把这个能搞自主探索的AI科学家介绍给了全世界。AI搞科研的历史AI搞科研的想法由来已久，但一路...

网页链接

免责声明：本文观点仅代表作者个人观点，不构成本平台的投资建议，本平台不对文章信息准确性、完整性和及时性做出任何保证，亦不对因使用或信赖文章信息引发的任何损失承担责任。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"isChannel":false,"data":{"share":"https://www.laohu8.com/m/news/2574489007?lang=zh_CN&edition=full","thumbnail":"","is_english":false,"pubTime":"2025-10-11 07:01","share_image_url":"https://static.laohu8.com/e9f99090a1c2ed51c021029395664489","id":"2574489007","market":"us","top_or_hot":-1,"title":"西湖大学打造了一个AI科学家，突破人类SOTA，还能自己发论文","media":"AIGC开放社区","content":"<div>\n<p>西湖大学用AI科学家，两周完成了人类三年的科研量。这个科学家，是一个名叫DeepScientist的AI系统，自己捣鼓出了5000多个科学想法，动手验证了其中1100个，最后在三个前沿AI任务上，把人类科学家辛辛苦苦创造的SOTA纪录给刷新了。西湖大学文本智能实验室（WestlakeNLP）发了篇论文，把这个能搞自主探索的AI科学家介绍给了全世界。AI搞科研的历史AI搞科研的想法由来已久，但一路...</p>\n\n<a href=\"https://tech.ifeng.com/c/8nLD95oJ4Q7\">网页链接</a>\n\n</div>\n","source":"fenghuang_stock","html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>西湖大学打造了一个AI科学家，突破人类SOTA，还能自己发论文</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n西湖大学打造了一个AI科学家，突破人类SOTA，还能自己发论文\n</h2>\n\n<h4 class=\"meta\">\n\n\n2025-10-11 07:01 北京时间&nbsp;&nbsp;&nbsp;<a href=https://tech.ifeng.com/c/8nLD95oJ4Q7><strong>AIGC开放社区</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>西湖大学用AI科学家，两周完成了人类三年的科研量。这个科学家，是一个名叫DeepScientist的AI系统，自己捣鼓出了5000多个科学想法，动手验证了其中1100个，最后在三个前沿AI任务上，把人类科学家辛辛苦苦创造的SOTA纪录给刷新了。西湖大学文本智能实验室（WestlakeNLP）发了篇论文，把这个能搞自主探索的AI科学家介绍给了全世界。AI搞科研的历史AI搞科研的想法由来已久，但一路...</p>\n\n<a href=\"https://tech.ifeng.com/c/8nLD95oJ4Q7\">网页链接</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","isBrief":false,"type":0,"news_type":1,"symbol":"BK4543","symbol_name":"AI","start_time":0,"source_url":"https://tech.ifeng.com/c/8nLD95oJ4Q7","article_id":"2574489007","we_media_id":null,"thumbnails":[],"rights":null,"url":"https://stock-news.laohu8.com/highlight/detail?id=2574489007","pubTimestamp":1760137312,"columns":[],"sourceInfo":{"source_id":"fenghuang_stock","name":"凤凰网"},"weMediaInfo":null,"summary":"西湖大学用AI科学家，两周完成了人类三年的科研量。这个科学家，是一个名叫DeepScientist的AI系统，自己捣鼓出了5000多个科学想法，动手验证了其中1100个，最后在三个前沿AI任务上，把人类科学家辛辛苦苦创造的SOTA纪录给刷新了。西湖大学文本智能实验室发了篇论文，把这个能搞自主探索的AI科学家介绍给了全世界。后来，又诞生了各种科学家专用的AI工具。虽然大部分尝试都失败了，但最终，一个叫ACRA的方法成功了。","collect":0,"end_time":0,"defaultTopTitle":"ifeng.com","property":[],"viewcount":null,"language":"zh","relate_stocks":{"BK4543":"AI","BK4551":"寇图资本持仓","BK4587":"ChatGPT概念","BK4211":"区域性银行","BK4528":"SaaS概念","BK4588":"碎股","BK4585":"ETF&股票定投概念","BK4023":"应用软件","UCB":"美国社区银行"},"translate_title":"Westlake University has created an AI scientist who can break through human SOTA and publish his own papers","themeId":null,"isJumpTheme":false,"ttsUrl":null,"symbols_score_info":{"UCB":1},"content_text":"西湖大学用AI科学家，两周完成了人类三年的科研量。这个科学家，是一个名叫DeepScientist的AI系统，自己捣鼓出了5000多个科学想法，动手验证了其中1100个，最后在三个前沿AI任务上，把人类科学家辛辛苦苦创造的SOTA纪录给刷新了。西湖大学文本智能实验室（WestlakeNLP）发了篇论文，把这个能搞自主探索的AI科学家介绍给了全世界。AI搞科研的历史AI搞科研的想法由来已久，但一路走来其实挺不容易的。最早的那些系统，更像是工程师的辅助工具，在已经划好的圈圈里干活。比如有些AI专门用来复现别人的论文，像PaperBench；有些是解决机器学习工程里的早期问题，像Agent Laboratory。还有AlphaTensor这种，靠海量的试错来优化代码性能。它们都很厉害，但都在一个既定的科学范式里做优化，从来没想过去质疑这个范式本身对不对。后来，又诞生了各种科学家专用的AI工具。CycleResearcher帮你写论文，DeepReview帮你审稿，co-scientists帮你头脑风暴产生假设。但这些工具都只解决科研流程里一小块孤立的问题。从失败中学习、调整方向这种最关键的活儿，还得人来干。在这些专用工具的基础上，有人开始琢磨，能不能把整个流程串起来，搞一个全自动的、端到端的AI科学家。开创性的工作，比如AI Scientist系统，确实证明了AI能跑通整个研究循环，也能发现点新东西。但它们有个普遍的问题，就是探索策略很迷茫，没有一个明确的、扎根于领域重大挑战的科学目标。它们可能会发现一些东西，但这些发现看起来没啥实际的科学价值。DeepScientist的出现，显得如此与众不同。它是第一个能用一个闭环、迭代的流程，发现超越人类最先进方法的自动化科研系统。它的探索不是瞎蒙，而是有目标、有洞察的。它会先去分析现有的人类SOTA方法到底有什么公认的短板，然后通过故障归因来确保自己提出的新想法既新颖，又有科学意义。AI科学家干活的方式DeepScientist把科学发现这件事，建模成了一个优化问题。想象一个巨大无比、什么都可能有的空间，里面包含了所有可能的研究方法。你的目标，就是在这个空间里找到那个最牛的方法，它能带给你最大的科学价值。这个价值由一个黑盒函数决定。问题是，在前沿科学领域，验证任何一个想法的成本都高得吓人。你每试一个想法，就相当于跑一个完整的研究周期，写代码、做实验、分析结果，动不动就要消耗掉海量的计算资源。比如在前沿大语言模型领域，评估一次可能就要消耗10的16次方FLOPs的算力。这种情况下，想靠暴力搜索或者随机乱试，是不可能的。DeepScientist想了个聪明的办法，它设计了一个分层的、三阶段的探索循环。这个循环的核心是一个多代理系统，它有一个开放的知识库和一个不断积累的“发现记忆”（Findings Memory）。这个记忆库里，存着人类最前沿的知识（比如论文和代码），也存着系统自己过去所有的发现。系统会用这些记忆来指导下一步的探索。整个过程就像一个漏斗，只有那些真正有潜力的想法，才会被一层层筛选，进入到更昂贵的评估阶段。这样就能确保宝贵的计算资源，被用在刀刃上。第一阶段：出主意（Strategize & Hypothesize）。每个研究周期开始，系统都会先翻一遍自己的记忆库。这个库里有成千上万条记录，大部分都是未经证实的“想法发现”（Idea Findings）。系统会先分析现有知识的局限性，然后头脑风暴，生成一大堆新的假设。接着，一个扮演“审稿人”角色的LLM代理，会来给这些新想法打分。它会从效用、质量和探索价值三个维度，给每个想法评一个0到100的整数分。这些新想法和它们的评分，就成了记忆库里的新记录。第二阶段：动手试（Implement & Verify）。这么多想法，到底该先验证哪一个？系统会用一个叫做“上置信界”（UCB）的经典算法来做决策。这个算法很聪明，它会平衡两个目标：一是利用那些看起来分数很高的、有希望成功的想法（exploitation），二是探索那些虽然分数不高，但不确定性很大、有可能带来惊喜的想法（exploration）。得分最高的那个想法会被选中，进入“实施发现”（Implementation Finding）阶段。然后，一个编码代理就会出马，在一个沙盒环境里开始写代码、做实验。这个代理权限很大，可以读取整个代码库，还能上网查资料。它的目标，就是在现有SOTA方法的基础上，把新想法实现出来。实验跑完，结果和日志会更新到记忆库里，形成一个学习的闭环。第三阶段：分析和写报告（Analyze & Report）。只有当一个想法被成功验证，并且超越了基线，才会触发这最后一步。一旦发生这种情况，这个发现就会被提升为“进展发现”（Progress Finding）。然后，一系列专门的分析代理会上场，它们会设计并执行更深入的分析实验，比如消融研究、在新的数据集上测试等等。最后，一个合成代理会把所有的实验结果、分析洞察，整合成一篇逻辑连贯、可复现的研究论文。这篇由AI自己写出的论文，会成为系统知识库里一条闪亮的、经过深度验证的新记录，影响未来所有的决策。AI科学家的真本事研究团队选了三个不同方向的前沿AI任务：代理失败归因（Agent Failure Attribution）：在一个由多个LLM代理组成的系统里，如果任务失败了，到底是哪个代理、在什么时候犯了错？LLM推理加速（LLM Inference Acceleration）：想办法让LLM跑得更快、延迟更低。AI文本检测（AI Text Detection）：判断一段文本是人写的，还是AI生成的。三个任务都是2024年和2025年刚发表的SOTA方法，让DeepScientist去挑战。他们准备了两台服务器，每台都配了8个英伟达H800 GPU。核心逻辑用的是谷歌的Gemini-2.5-Pro模型，代码生成则用了Anthropic的Claude-4-Opus模型。还有三名人类专家在旁边盯着，主要是为了验证输出结果，过滤掉AI的“幻觉”。在代理失败归因任务上，DeepScientist分析后认为，这种方法缺少一种关键能力，就是反事实推理。你得能推断出“如果当时那么做，结果会不会不一样”，才能真正找到问题根源。经过一番试错，DeepScientist提出了一个叫A2P的新方法。A2P是“Abduction-Action-Prediction”的缩写，它的核心创新在于，把“代理失败归因”从简单的模式识别，升级到了因果推理。它分三步走：首先，通过溯因推理（Abduction）找到代理行为背后的根本原因；然后，定义一个最小化的纠正行动（Action）；最后，预测（Prediction）一下这个纠正行动如果被执行，会不会真的解决问题。在LLM推理加速任务上，DeepScientist也走了不少弯路。比如，它一度尝试用卡尔曼滤波器来动态调整邻接矩阵，因为它觉得原始方法缺少记忆功能。虽然大部分尝试都失败了，但最终，一个叫ACRA的方法成功了。ACRA通过识别稳定的后缀模式，给解码过程植入了一种长期记忆，把吞吐量从人类SOTA的190.25 tokens/s，提升到了193.90 tokens/s。在文本检测任务上，DeepScientist展现了惊人的持续进化能力。在短短两周内，它接连搞出了三种越来越牛的方法：T-Detect、TDT和PA-Detect。一开始，它用T-Detect修复了基线方法在统计上的一个缺陷。然后，它思路一转，把文本看作一种信号，开始用小波分析和相位一致性分析来定位文本中的异常。这个思路上的转变，揭示了AI生成文本的一个重要特性，叫“非平稳性”，解决了以前方法会因为平均化而丢失局部证据的问题。最终的PA-Detect方法，在RAID这个最大的AI文本检测基准数据集上，建立了新的SOTA纪录，AUROC（受试者工作特征曲线下面积）提高了7.9%，同时推理速度还快了一倍。AI写论文也是能手DeepScientist自己写了5篇论文。为了评估这些论文的质量，研究团队搞了个“双重评审”。首先，他们用一个叫DeepReviewer的AI审稿人，把DeepScientist的论文和其他AI科学家系统公开发表的28篇论文放在一起进行“盲审”。结果，DeepScientist是唯一一个论文接受率达到60%的AI系统。当然，AI评AI可能不太靠谱。所以他们又组建了一个人类专家委员会，里面有两位ICLR（国际学习表征会议）的审稿人和一位ICLR的领域主席。人类专家的评价高度一致：DeepScientist在创新性上表现突出。每篇论文的核心想法，都被称赞具有真正的新颖性和科学贡献。这恰恰是人类搞科研时最难、也最关键的一步。从审稿分数来看，DeepScientist产出的论文平均分是5.00，跟ICLR 2025所有提交论文的平均分（5.08）非常接近，其中有两篇甚至拿到了5.67的高分。成功的背后是无数次的失败分析DeepScientist的实验日志，能看到一幅壮观的“试错”景象。即使是执行起来比较快的任务，要取得一点点进展，也需要成百上千次的试验。整个探索过程就像一个巨大的漏斗。在三个任务中，系统一共生成了超过5000个想法，但只有大约1100个被认为值得动手一试，最终，只有21个想法带来了真正的科学进展。整体成功率只有1.9%。如果没有那个聪明的想法筛选机制，成功率几乎是零。这说明，前沿科学的突破本来就是小概率事件，而智能化的过滤至关重要。失败的原因也很有趣。人类专家分析了失败的试验，发现大约60%是代码实现出了bug，剩下的40%里，大多数是想法本身不行，要么没效果，要么还不如原来的方法。这只是个开始这样一个强大的系统，也带来了深刻的伦理问题。最大的风险就是系统可能被坏人用来加速有害领域的研究，比如开发新型病毒。为了评估这个风险，团队专门搞了一次“红队演练”，让系统去研究怎么生成计算机病毒。结果，所有参与测试的底层大模型，包括GPT-5、Gemini-2.5-Pro和Claude-4.1-Opus，都表现出了强大的安全对齐，它们识别出这是个非法和有害的任务，然后自主终止了研究。这说明，基础模型的安全协议提供了一道关键的防线。另一个担忧是对学术生态的冲击。如果任由这种系统自动生成大量论文，很可能导致学术界充斥着大量看似可信、实则未经检验的垃圾。为了防止这种情况，团队做出了一个重要的决定：他们会开源驱动科学发现的核心组件，因为这能加速整个社区的进步；但他们不会开源最后那个“分析与报告”的模块。这个决定就是为了防止有人用它来自动刷论文，从而保护学术记录的严肃性和完整性。那1-5%的成功率，其实真实地反映了前沿科学的残酷现实——突破，本来就极其罕见。未来，人类研究者的角色可能会发生转变，从繁琐的动手实验，转变为更高层次的认知任务。参考资料：https://arxiv.org/abs/2509.26603https://westlakenlp.comhttps://arxiv.org/abs/2509.10401https://aclanthology.org/2025.acl-long.338https://github.com/ResearAI/DeepScientist","kind":"news","is_publish_news":true,"is_publish_highlight":false,"is_publish_live":false,"is_publish_wemedia":null,"editions":null,"column":"","sentiment":"0","news_tag":"","news_rank":0,"symbols":[],"gpt_button":0,"need_auth":false,"code":"91000000","status":"200"},"commentList":[],"isCommentEnd":true,"newsSizeData":{"likeSize":0,"commentSize":0,"repostSize":0,"favoriteSize":0,"likeStatus":false,"favoriteStatus":false},"APP":{"userAgent":"Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko; compatible; ClaudeBot/1.0; +claudebot@anthropic.com)","isDev":false,"isTTM":false,"tenantId":"TBCN","deviceId":"web-server-community-laohu8-v3","version":"4.36.2","shortVersion":"4.36.2","platform":"web","vendor":"web","appName":"laohu8","isIOS":false,"isAndroid":false,"isTiger":false,"isTHS":false,"isWeiXin":false,"isWeiXinMini":false,"isWeiBo":false,"isQQ":false,"isBaiduSwan":false,"isBaiduBox":false,"isDingTalk":false,"isToutiao":false,"isOnePlus":false,"isHuaWei":false,"isXiaomi":false,"isXiaomiWebView":false,"isOppo":false,"isVivo":false,"isSamsung":false,"isMobile":false},"href":"/m/news/2574489007","isCrawlerRequest":true}