Agentic AI科学家无法实现自主科学发现
人工智能
2026-05-12 v1
摘要
越来越多的工作致力于开发具备端到端自主科学发现能力的AI科学家。本立场论文认为，尽管它们已经功能相当于合作科学家，Agentic AI科学家却不具备实现自主科学发现的能力。我们确定了在构建和部署自主AI科学家方面存在的以下挑战：(1) 问题选择受到麦克纳拉 fallacy的影响；(2) Agent基于大型语言模型(LLMs)，其训练语料库缺乏实验室实践中不言而喻的程序性和失败知识；(3) 后训练期间的偏好优化倾向于将输出多样性压缩向共识；(4) 大多数科学基准仅衡量单轮预测准确性，缺乏来自物理实验对计算模型的反馈。这些挑战不仅是规模和脚手架的问题；它们需要重新审视根本性的设计选择。要构建真正自主的AI科学家，我们建议使用科学仿真作为训练的验证器，设计能够代表支配实际调查中变化目标的持久世界模型，建立一个集中式的AI生成假设预注册存储库，并以科学需求而非工具功能为导向。
引用
@article{arxiv.2605.08956,
title = {Agentic AI Scientists Are Not Built For Autonomous Scientific Discovery},
author = {Harshit Bisht and Vinay Kumar and Kevin Maik Jablonka and Mausam and N. M. Anoop Krishnan},
journal= {arXiv preprint arXiv:2605.08956},
year = {2026}
}