• [2025.10.1]首届国际人工智能科学家大会（ICAIS）现已开始征稿，大会将在北京举行！

我们很高兴地向大家介绍 DeepScientist，这是首个大规模实证研究，证明人工智能可以在前沿科学任务上逐步超越人类的最高水平。在竞争激烈的 AI 文本检测领域，DeepScientist 仅用两周时间就取得了相当于人类三年累计研究成果的显著进展。DeepScientist 系统无需人工干预，即可实现目标导向、持续迭代的科学发现，这标志着人工智能向成为科研真正伙伴迈出了重要一步。

我们现在已经证明，人工智能确实能够在多个不同领域推动前沿发展。在热门的人工智能文本检测研究领域，DeepScientist 自主生成了 2472 个独特的研究思路，实现了其中 600 个最有前景的假设，并最终生成了在 RAID 数据集上将 AUROC 得分提高了 7.9% 的方法，同时降低了推理延迟。这种能力远不止于此。在面对“智能体故障归因”这一高度复杂的挑战时，DeepScientist 独立构思并提出了一种名为 A2P（溯因-行动-预测）的新方法。其核心创新在于将任务从简单的模式识别提升到结构化的因果推理。这种新方法在 Who&When 基准测试的“算法生成”设置下取得了 47.46 的分数，比人类最先进的基线水平提高了惊人的 183.7%。这些成就证明 DeepScientist 能够产生具有持久影响的发现，并系统地推进多个领域的技术前沿。

我们的整个开源计划将分为四个阶段。

为了确保安全，我们将邀请一小部分用户试用 DeepScientist。如果您有想要探索的任务，请填写我们的等候名单表单。我们将与您合作，进一步完善 DeepScientist。

（更新）此阶段已完成。我们已提供http://deepscientist.cc网站和DeepScientist-CLI代码，前 30 位受邀用户现已可以使用。

在确保安全性之后，我们将开源我们的基础组件。此时，您可以立即开始构建自己的 DeepScientist 或复现我们的工作（或许可以创建一个“开源 DeepScientist”，我们强烈鼓励这样做！）：

• 您的实现很可能比我们的更优雅、更高效。我们承认，我们实现的组件和工作流仍然存在一些不够完善的代码和设计。

• 不要限制你的想象力。DeepScientist 只是迈出的一小步。利用人工智能实现科学发现自动化是一个令人无比兴奋的领域，拥有广阔的探索空间！

我们将开源全部约5000个假设和约1100条实验日志。这将是首次公开如此大规模的人工智能生成实验结果数据集。

我们将秉持负责任的态度，进行长期测试和调整，以防止对人类研究造成任何潜在危害。之后，我们将发布 DeepScientist 代码的核心架构，以促进社区发展。

如果您觉得以下评论有用，请给Yixuan Weng的这个仓库点个赞。

• 问：您之前的项目是CycleResearcher。为什么这个新项目取了这个名字DeepScientist而不是 CycleResearcher DeepResearcher？
• 答：早在2024年9月，我就计划将我目前的项目命名为“DeepResearcher”，类似于DeepReviewer。然而，OpenAI后来占用了这个名字。因此，我决定将我的项目命名为DeepScientist……

• 问：你们什么时候会开源？
• 答：我只有在确保足够的安全性之后才会开源，因为我仍然不能完全确定它对DeepScientist学术界的益处是否大于其潜在风险。因此，我必须采取谨慎的态度。
• 问：为什么你们要采取分阶段的开源战略？
• 答：因为社区热情高涨——几乎所有人都迫不及待地想看到我开源！我计划利用国庆节和中秋节假期（2025年中国最长的公共假期）来修改代码，以便社区能够更早地体验该系统，并探索它如何加速不同领域的科学发现。感谢中关村研究院的支持，我们将能够免费向社区提供完整的DeepScientist系统。如果您感兴趣，可以通过候补名单表格提前注册。

• 问：您认为人工智能驱动的科学发现存在规模定律吗？
• 答：我坚信人工智能驱动的科学发现遵循其自身的尺度定律。但这并非孤立现象，而是人类发现步伐不断加快的自然延伸和放大。纵观历史，科学进步的速度一直在持续提升，而这种加速在现代尤为显著。我从中学起就喜欢玩席德·梅尔的《文明》系列游戏，游戏中知识和技术的积累会带来更快的“灵光乍现”。我相信，我们现在正步入一个由人工智能驱动的现实世界“灵光乍现时代”。

• 问：目前所谓的“人工智能科学家”更像是“高通量试错机器”，而不是真正具有深刻洞察力的“发现者”。我们如何才能提高他们的科学直觉？
• 答：首先，随着模型能力的提升，我已经能感受到它们在识别科学问题局限性方面的能力有所提高。早期的DeepSeek-R1模型，其观测结果非常浅显。但Qwen-3-235B-Thinking-2507发布后，其洞察力和假设生成能力明显增强。（在我看来，只有比Qwen-3-235B版本更强大的模型才能产生真正有价值的发现。）强化学习虚拟现实（RLVR）是一个很有前景的方向，但也面临着挑战：成本高昂，训练效率低下（大约需要1000个GPU小时才能生成一个有用的样本）。

• 问：这项研究的总成本约为 10 万美元。与资助一名博士生进行类似研究周期相比，您认为在目前阶段，这种做法是否具有成本效益？
• 答：我认为两者各有优势。失败是成功之母，而人工智能最大的优势在于其能够持续探索而不疲倦。一方面，我们可以依靠人工智能尝试各种不同的策略——即使发现某种方法在某个领域行不通，本身也是一项意义重大的发现。另一方面，这仅仅是个开始。未来几年，随着能力的提升和推理成本的降低，人工智能的成本将大幅下降。

• 问：您论文中最令人兴奋的发现之一是计算资源与研究产出之间存在“近乎线性的关系”。您认为随着GPU数量的增加，这种趋势会无限期地持续下去，还是很快就会遇到瓶颈？下一个瓶颈可能是什么？
• 答：我认为这种情况不会无限期地持续下去。我们即将遇到瓶颈。下一个瓶颈将是“探索效率”，而不是“探索规模”。目前，大部分计算资源都浪费在了低价值的探索上。未来，挑战在于如何避免这类低价值的工作。虽然DeepScientist偶尔会通过反复试验发现一些提升性能的新方法，但这些改进往往微乎其微。只有当我们能够进行大规模、高价值的探索时，才能取得真正的突破。

• 问：还有其他惊喜吗？
• 答：是的！10月初，我们将共同开源一款工具。我相信每位研究人员都会对此感兴趣——它能显著增强DeepScientist的演示功能。

• 调查 | 人工智能科学家距离改变世界还有多远？

  • 来源： arXiv 出版物（2025 年 7 月）
  • 链接： 论文
  • 链接： 资源

• 立场文件 | 人工智能科学家若缺乏强大的实施能力，终将失败

  • 来源： arXiv 出版物（2025 年 6 月）
  • 链接： 论文

• 发布 | Airaxiv。通往人工智能生成研究的门户！

  • 来源： Airaxiv网站
  • 链接： 网站

• 研究论文 | DeepReview：利用类人深度思维过程改进基于LLM的论文评审

  • 来源： aclanthology（ACL 2025）
  • 链接： 论文
  • 链接： 代码

• 研究论文 | CycleResearcher：通过自动化审核改进自动化研究

  • 来源： OpenReview（ICLR 2025）
  • 链接： 论文
  • 链接： 代码

加入这些在线社区，参与讨论并交流想法：

人工智能科学家研究讨论小组： 

如果您对人工智能科学家感兴趣，可以添加nauhcutnil的微信好友，即可加入人工智能科学家讨论群。发送好友请求时，请在备注中注明“人工智能科学家微信群” 。

<span style="background-color:#f6f8fa"><span style="color:#1f2328"><span style="color:#1f2328"><span style="background-color:#f6f8fa"><code>@article{weng2025deepscientist,
  title={DeepScientist: Advancing Frontier-Pushing Scientific Findings Progressively},
  author={Weng, Yixuan and Zhu, Minjun and Xie, Qiujie and Sun, Qiyao and Lin, Zhen and Liu, Sifan and Zhang, Yue},
  journal={arXiv preprint arXiv:2509.26603},
  year={2025}
}</code></span></span></span></span>