OmniScientist：面向人类与 AI 科学家共演生态系统
计算机与社会
2025-12-16 v2 计算工程、金融与科学
计算与语言
摘要
随着大型语言模型（LLM）的快速发展，AI 代理在从假设生成、实验设计到撰写论文等科学任务方面已展现出日益突出的能力。这些代理系统通常被称为"AI 科学家"。然而，现有的 AI 科学家主要将科学发现形式化为独立的搜索或优化问题，忽视了科学研究本质上是社会性和协作性的事业这一事实。真实世界的科学依赖于由协作机制、贡献归属、同行评审和结构化科学知识网络组成的复杂科学基础设施。由于缺乏对这些关键维度的建模，当前系统难以建立真正的科研生态系统，或与人类科学家社区深度交互。为弥合这一差距，我们引入 OmniScientist，一个显式编码人类研究机制于 AI 科学工作流程中的框架。OmniScientist 不仅实现了数据基础、文献综述、研究构想、实验自动化、科学写作和同行评审的端到端自动化，还通过模拟人类科学系统，为代理提供了全面的基础设施支持，包括：（1）基于引用网络和概念相关性构建的结构化知识体系；（2）协作研究协议（OSP），支持无缝的多代理协作和人类研究者参与；（3）基于盲法两两用户投票和 Elo 排名的开放评估平台（ScienceArena）。该基础设施使代理不仅能理解和利用人类知识体系，还能协作共生，培育出可持续且可扩展的创新生态系统。
引用
@article{arxiv.2511.16931,
title = {OmniScientist: Toward a Co-evolving Ecosystem of Human and AI Scientists},
author = {Chenyang Shao and Dehao Huang and Yu Li and Keyu Zhao and Weiquan Lin and Yining Zhang and Qingbin Zeng and Zhiyu Chen and Tianxing Li and Yifei Huang and Taozhong Wu and Xinyang Liu and Ruotong Zhao and Mengsheng Zhao and Jiaoyang Li and Xuhua Zhang and Yue Wang and Yuanyi Zhen and Fengli Xu and Yong Li and Tie-Yan Liu},
journal= {arXiv preprint arXiv:2511.16931},
year = {2025}
}