AutoResearch AI：迈向人工智能驱动的科学发现研究自动化

科学研究正被AI系统重塑，这些系统超越了孤立的辅助，转向涵盖文献基础、假设生成、实验、验证、报告和修订的更长周期工作流。这一转变标志着从任务级AI科学向工作流级研究自动化的过渡。然而，当前系统仍然分散，在自主性、领域范围、执行环境、验证机制和人工监督方面存在差异，同时仍在证据保存、可复现性、弱方向拒绝、来源追踪、跨领域鲁棒性和可问责的科学闭环方面挣扎。本综述通过AutoResearch（定义为AI驱动的科学工作流自动化的发展谱系）来审视这些发展。其中，Vibe Research表示人类引导的基于提示的辅助和人工验证执行区域，而新兴的AI主导系统协调发现循环的更大一部分，但尚未实现稳健的自主性。我们分析了研究系统如何在各个工作流中重新分配控制、证据、执行、验证和问责，并围绕五个工作流条件组织该领域：文献和研究基础；假设形成与规划；实验与工具使用；反馈、验证与审查；以及报告与知识传播。我们进一步综合了AI科学家系统、混合主动协同研究框架、基准、领域部署和开源基础设施。最后，我们提出了五个评估维度——新颖性、有效性、影响力、可靠性和来源性——并表明AutoResearch自主性是领域条件化的，在结构化、可执行和快速可验证的环境中更可信，但在具身、延迟、异质、伦理或机构问责的背景下则受限。