面向科学智能：LLM-based 科学智能体综述
人工智能
2026-02-03 v3 多智能体系统
摘要
随着科学研究的日益复杂，亟需创新工具来管理庞大的数据、促进跨学科合作并加速发现。大型语言模型（LLM）正演变为具备自动化处理从假设生成、实验设计到数据分析和仿真等关键任务能力的 LLM-based 科学智能体。与通用 LLM 不同，这些专业化智能体整合了领域特定知识、先进的工具集和健壮的验证机制，使其能够处理复杂的数据类型，确保可重复性，并推动科学突破。本综述提供了关于 LLM-based 科学智能体体系结构、设计、基准、应用及伦理考量的聚焦性综述。我们强调了它们为何不同于通用智能体以及它们如何跨越各种科学领域推动研究进展。通过审视其发展与挑战，本综述为研究人员和实践者提供了全面的路线图，以更高效、更可靠且更具伦理性的科学发现中利用这些智能体。
引用
@article{arxiv.2503.24047,
title = {Towards Scientific Intelligence: A Survey of LLM-based Scientific Agents},
author = {Shuo Ren and Can Xie and Pu Jian and Zhenjiang Ren and Chunlin Leng and Jiajun Zhang},
journal= {arXiv preprint arXiv:2503.24047},
year = {2026}
}