AutoScientists开源登场：哈佛带来能进行长期自主闭环科研的自组织智能体

本文介绍了哈佛大学研究团队在2026年5月27日于arXiv上发表的关于AutoScientists的论文。该研究背景在于，传统科学研究高度依赖人类科学家的直觉、逻辑与创造力，长期被视为难以被人工智能替代的复杂心智活动。研究目的是开发一个能够实现从假说生成、实验规划、闭环验证到论文撰写全流程自主运行的科研系统。AutoScientists是一种自组织的多智能体框架，通过底层严密的多智能体协同与认知闭环设计，使多个agent能够在共享状态上协作，记录实验、失败及最优解，并能根据进展自动重新组织团队方向。结论表明，在化学、材料科学、生物医学及复杂系统优化等多个学科的基准测试中，AutoScientists平均排行百分位达到74.4%，在药物发现、GPT训练优化和蛋白质工程等任务上均表现出优于现有方法的性能，能够以更少的实验次数达到相同甚至更好的效果，并改进了现有科学方法。该框架的开源代码和网站已公开，标志着人工智能在自主科学研究领域迈出了重要一步。