Nature新刊：AI科学家实现论文从构思到发表全自动化
几小时前，Nature 宣布了真正意义上的 AI 科学家的首次实现。由“Transformer 八子”之一联合创办的日本 Sakana AI 与英国牛津大学、英属哥伦比亚大学的研究团队打造了一个从零开始搞科研的 AI，实现了从构思到论文发表的完整端到端自动化，并有 AI 论文通过国际顶会 ICLR 2025 同行评审，这是 AI 科研范式的突破，触及了人类创造力的边界。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
图 | 被选中的 AI 论文节选（来源：https://www.nature.com/art）
值得注意的是，来自英国牛津大学的 Chris Lu 和来自英属哥伦比亚大学的 Cong Lu 是共同一作之一。
图 | 从左到右：Chris Lu 和 Cong Lu（来源：资料图）
研究中，他们造出了一个叫 AI 科学家（ AI Scientist）的系统，从想点子、写代码、跑实验、分析数据，到写论文、自己审稿，全由AI自己完成。
更让人震惊的是，其中一篇完全由AI生成的论文，投到了 ICLR 2025 的一个研讨会，拿到了 6 分、7 分、6 分的评审分数，超过了这个研讨会平均的录取线。这篇论文如果没被主动撤稿，大概率会被接收。
（来源：https://www.nature.com/articles/s41586-026-10265-5）
据了解，AI 科学家的工作流程分成四块。
第一步是想点子。
它被喂进一个研究领域后，会自己生成一批研究方向，每一条都带着标题、研究理由、实验方案，还给自己打分，有趣程度、新颖程度、可行性，1 到 10 分自己评。然后它连上 Semantic Scholar 的学术搜索引擎，把跟已有工作太像的点子扔掉。
第二步是做实验。
这里分两种模式。
第一种是模板模式，研究人员先给它一段能跑通的代码做起点，它在这个基础上想新点子，然后叫一个叫 Aider 的代码助手来改代码、跑实验，出错了自己看日志、自己修，修好了继续跑。
另一种是无模板模式，它连起点代码都没有，得从零开始写。这时候它会搞一个树形搜索，一个点子长出好几个分支，每个分支跑不同参数、不同设置，跑完一轮选最好的那个继续往下走。这个过程会并行跑很多个节点，谁效果好谁被选中继续深挖。
第三步是写论文。
它把自己实验里记的笔记、生成的图表填进一个标准的 LaTeX 模板里，一节一节地写，引言、方法、结果、结论，全齐。要写相关工作部分的时候，它再去查 Semantic Scholar，把相关的论文找出来，然后读摘要和写引用。写完还会自己编译 LaTeX，报错了自己改，最多可以改五次，直到出一份能看的 PDF。
第四步是自己审稿。
研究团队还造了一个自动化审稿器，照着 NeurIPS 的审稿指南，对论文打分，给优点、缺点、伦理问题，最后给一个接受或拒绝的建议。五份独立审稿结果汇总，再由它自己当领域主席做一个综合判断。
这个自动化审稿器不是随便做的，研究团队拿它跟真实的人类审稿记录做了对比。他们从 OpenReview 上拿了 ICLR 的论文数据，让自动化审稿器打分，结果它的平衡准确率达到 了69%，跟人类审稿人的 66% 差不多。
在 F1 分数上，它甚至比 NeurIPS 2024 那个著名的审稿一致性实验里的人类审稿人之间的一致性还高。这意味着自动化审稿器打出来的分数，跟一个真实的人类审稿专家基本在一个水平线上。
他们还专门测了数据污染的问题。模型训练时用的数据可能包含 2017 到 2024 年的论文，所以他们又拿 2025 年出的新论文测了一遍，结果平衡准确率降到了 66%，仍然和人类审稿人持平。这说明自动化审稿器不是靠背答案，它其实是真的能够自己判断论文质量。
（来源：https://www.nature.com/articles/s41586-026-10265-5）
研究团队还发现了一个规律，AI 科学家生成的论文质量，跟它底下用的基础模型强相关。他们用不同时间发布的模型跑同一套流程，从较老的模型到最新的模型，生成的论文评分一直在涨。这说明随着基础模型越来越强，AI 科学家写出来的论文也会越来越接近人类水平。
同时，给 AI 科学家分配的计算资源越多，它写出来的论文质量也越高。这有点像给一个研究生更多时间做实验，最后成果也会更好。这两个趋势加在一起，意味着未来 AI 科学家的能力会随着模型升级和算力增长持续提升。
（来源：Nature）
被研讨会评审看上的那篇论文，研究的是深度学习里的一个负向结果，正好契合那个叫 ICBINB 的研讨会主题。这篇论文由AI科学家在无模板模式下生成，从头到尾没有人类修改过。它从选题、设计实验、跑代码、出图表、写 LaTeX，全部是自己完成的。
研究团队一共投了三篇，只有这一篇过了线，另外两篇没达标。这说明 AI 科学家目前还不是每次都能写出高质量论文，但这明确证明 AI 写出来的东西已经能骗过人类审稿人，让它以为自己是在审一个人类研究生的作业。
当然，AI 科学家现在还远不够完美。它偶尔会想出很幼稚的点子，方法论不够严谨，写代码时会出各种 bug，还会产生幻觉，比如引文明明是错的它硬说对，或者附录里把同一张图放两遍。
不过，研究团队发现在机器学习这个领域，很多技术刚出现时都不完美，甚至漏洞百出，但只要它能让做出来这件事本身成立，后续通过扩大规模、更好的模型、更优的技术，这项能力就会迅速提升，进而很快超越人类水平。
总的来说，这项工作的意义远远不止让 AI 写几篇论文，它把整个科研流程从头到尾连起来了，从想点子到做实验到写论文到审稿，全在计算机里跑通。
未来可以用 AI 来加速科研，比如在药物发现、材料设计、气候建模这些领域，让 AI 科学家 7×24 小时地跑实验、试方向，而人类科学家只需要在关键节点做判断和选择。
同时，研究团队在论文最后也提到了风险，比如AI论文洪流可能会压垮现有的审稿系统，或者有人拿 AI 灌水、批量发假论文。所以他们主动把投出去的论文撤回来了，也在所有生成的论文里加了水印，方便识别。他们还建议学术界尽快建立规范，告诉人们 AI 写的论文应该怎么标注和怎么对待。
参考资料：
相关论文https://www.nature.com/articles/s41586-026-10265-5
https://www.linkedin.com/in/chris-lu-37471b119/
https://chrislu.page/
https://www.linkedin.com/in/cong-lu-530b74104/
https://www.conglu.co.uk/
https://sakana.ai/ai-scientist-nature/
运营/排版：何晨龙
相关攻略
智东西作者 杨京丽编辑 李水青智东西3月27日报道，今天下午，AI三大顶会之一NeurIPS最新在X平台发布声明，就此前引发轩然大波的制裁合规条款正式致歉。▲NeurIPS最新在X平台发布声明（中文
今天，中国科协发布的一条声明引起广泛关注：“自2026年3月27日起，中国科协停止受理学者参加2026年NeurIPS会议资助申请，同时，有关申请全部转至国内相应学术会议资助或者面向尊重中国学者权益
来源：光明日报近日，NeurIPS（全球AI领域最重要的学术盛会之一）在征稿通知中禁止受美国制裁机构名单中的部分组织参与投稿，其中包括我国的华为等多个机构，此举在计算机学术界引发广泛关注和强烈不满
智东西作者｜江宇编辑｜漠影智东西3月26日报道，昨日，中国计算机学会（CCF）发布声明，强烈反对NeurIPS新增限制条款，并倡议中国学者暂停投稿与审稿。▲中国计算机学会发布声明强烈反对并发起抵制这
几小时前，Nature 宣布了真正意义上的 AI 科学家的首次实现。由“Transformer 八子”之一联合创办的日本 Sakana AI 与英国牛津大学、英属哥伦比亚大学的研究团队打造了一个从零
热门专题
热门推荐
猎豹浏览器免安装网页版入口是https: web lemur-browser com，具备界面简洁响应迅速、多端同步无缝衔接、安全防护层级丰富、文档处理能力突出、资源兼容性广泛覆
据昆仑万维集团消息，3月27日下午，昆仑万维（300418 SZ）旗下天工AI顺利举办“世界模型前沿技术与天工AIGC全家桶大模型生态”专场发布会，携Matrix-Game 3 0、SkyReels
本报（chinatimes net cn）记者石飞月 北京报道大模型未来会走向哪里？OpenClaw的爆火似乎为全行业指明了一个方向，但接踵而至的舆论质疑，又让这个答案变得扑朔迷离。3月27日，在2
Anthropic一款尚未发布的新AI模型因数据泄露意外曝光，引发市场对AI颠覆网络安全行业的担忧再度升温，网络安全板块股价周五盘前全线下挫。据《财富》杂志报道，Anthropic正在开发并已开始向
3月初，腾讯在深圳总部楼下设立“龙虾站”，引发千人排队尝鲜。OpenClaw掀起的“全民养虾”热潮，在短短一个月内让更多人看到了AI Agent深入业务场景的价值，随即推动Token调用量大规模增长