Paper2Agent：将研究论文重塑为交互式且可靠的 AI Agent
人工智能
2025-10-17 v2 计算与语言
机器学习
摘要
我们介绍了 Paper2Agent，这是一个将研究论文转化为 AI agent 的自动化框架。Paper2Agent 将研究产出从被动的人工制品转变为能够加速下游使用、采纳和发现的主动系统。传统的研究论文要求读者投入大量精力去理解并调整论文的代码、数据和方法以应用于他们自己的工作，这为传播和复用创造了障碍。Paper2Agent 通过自动将论文转化为充当知识渊博的研究助理的 AI agent 来应对这一挑战。它使用多个 agent 系统地分析论文及相关代码库以构建模型上下文协议（MCP）服务器，然后迭代地生成并运行测试以完善并增强所得 MCP 的鲁棒性。这些论文 MCP 随后可以灵活地连接到聊天 agent（例如 Claude Code），通过自然语言执行复杂的科学查询，同时调用原始论文中的工具和工作流。我们通过深入的案例研究证明了 Paper2Agent 在创建可靠且能力强大的论文 agent 方面的有效性。Paper2Agent 创建了一个利用 AlphaGenome 解释基因组变异的 agent，以及基于 ScanPy 和 TISSUE 执行单细胞和空间转录组学分析的 agent。我们验证了这些论文 agent 能够重现原始论文的结果，并能正确执行新的用户查询。Paper2Agent 自动创建了一个 AI 联合科学家，它识别出了与 ADHD 风险相关的新剪接变异。通过将静态论文转化为动态、交互式的 AI agent，Paper2Agent 引入了一种新的知识传播范式，并为 AI 联合科学家的协作生态系统奠定了基础。
引用
@article{arxiv.2509.06917,
title = {Paper2Agent: Reimagining Research Papers As Interactive and Reliable AI Agents},
author = {Jiacheng Miao and Joe R. Davis and Yaohui Zhang and Jonathan K. Pritchard and James Zou},
journal= {arXiv preprint arXiv:2509.06917},
year = {2025}
}