---

  新智元报道  

就在方才 ，世界 上首个公开可用的AI科学家登场了！

前谷歌CEO Eric Schmidt投资的一家非营利构造FutureHouse，官宣公布 四个超人类的AI科学家智能体。

这些智能体都是专门为科学研究 而开发。

Crow、Falcon和Owl经由过程 了严酷的基准测试，在搜刮精度和正确性上已经超越 了现在顶级搜刮模型，比如o3-mini，GPT-4.5，Claude-3.7。

LitQA基准测试精度（正确谜底 / 已答复题目）和正确率（正确谜底 / 全体 题目）比较

FutureHouse还经由过程 实行，验证了它们在直接文献搜刮任务中，检索和综合能力比博士水平的研究 职员具有更高的精度。

在问答、文章总结和矛盾检测这三个任务中，PaperQA2与人类博士的机能 比较

在将来一两年内，我们将见证：今天科学家所做的年夜 部分桌面工作，都会经由过程 这些AI科学家的帮助而加速！

FutureHouse董事兼CEO Sam Rodriques表现：我们的AI科学家智能体，执行起科学任务来已经完胜人类！

经由过程 把它们串联起来，我们已经很快有了全新的生物学发明 。

此次 FutureHouse公布 的AI科学家，跟以往那些AI科学家有什么差别呢？

这重要就表现在，Crow、Falcon和Owl可以访问年夜 量完备的科学文本。

这就意味着，你可以向它们提出关于实行方案和研究 局限性的更具体的题目。

而一样平常的网络搜刮智能体，平日 只能访问择要，这就会错过这些题目。

而且，它们还能使用各种因素来区分来源 质量，确保它们不会依靠低质量的论文，或者是流行的科学来源 。

最后另有一点，也是至关重要的一点，就是FutureHouse会为用户供应 一个API，答应研究 者将这些智能体直接集成到他们的工作流中。

已经有网友摩拳擦掌，表现自己已经在想象使用起这个AI科学家的样子了。

有人表现，自己如今已经63岁了，有过12年的学界经验，和25年的私家诊所经验，感觉这些AI科学家非常 适合自己。

固然，也有人提出疑问：这些产品使用的数据经过 答应了吗？

诚然，现在这些智能体还不能自立 完成年夜 多半 的科学研究 。

不外我们已经可以用它们来生成和评估新的假设，计划 新的实行，速度还比以前快许多。

别的，Future House内部另有专门用于数据剖析 、假设生成、卵白质工程等方面的智能体，将来几个月内即将上线。

所以，AI科学家具体是怎么工作的？

FutureHouse的三位科学家，为我们供应 了详尽的解答。

据他们先容，FutureHouse的平台，是从科学第一的角度构建的，而不光仅是为了吸引尽大概多的用户。

这三位科学家，自己对于科学就有着非常 浓厚的爱好。

比如左边的Michaela，在过去 十年中，不停对把握 人类细胞基因调控的分子机制非常 好奇；中心的Mike是一位计算质料科学博士。

右边的Andrew表现，当他们共同 建立将来之家时，他们注意到许多临盆 力和科学都不才 降——每年人类发表的论文都越来越多，但冲破 却越来越少。

与此同时，AI却已经进化到了可以真正加速科学发展的水平。

因此，他们盼望能让AI科学家做到自动化科研的全过程，如搜刮文献、生成假设和举行剖析 。

此中，Crow非常 适合文献检索题目，尤其是需要使用开放目的等数据源的题目供应 简洁谜底 的时候。

Falcon是一个更深度的搜刮工具，会考虑 更多的来源 ，会在答复中为我们供应 长篇陈诉。

Owl则专注于先例搜刮，假如你好奇某项科研此前是否已经被做过，它的用武之地就来了。而且，它非常 善于梳理出某研究 和过去 研究 的细微差别。

Phoenix则是一名化学药剂师 ，比其他科学家显得更定制化，更关注 化学题目。

比如Michaela表现，自己的朋侪近来 表现自己有多囊卵巢综合征（PCOS），却很难找到一种非激素的治疗办法 。

Michaela就实测了一番，是否能用这些AI科学家从零常识 得到明确的可验证假设。

首先 ，她去问Falcon：请对PCOS举行全面解释。然后，AI科学家就开始 工作了，并且我们可以看到全程的推理过程。

可以看到，Falcon创建了自己的搜刮词，去搜寻 已发表的论文，这一切都是它自行决议 的。

更特别的是，跟主流的Agent差别，FutureHouse的AI科学家可以访问科学文献的全文。引用次数、引用图表、来自哪些期刊，都一清二楚 。

不才 一步，它抽出了此中的19份论文，同时还纳入了治疗PCOS的临床实行信息。

随后，就产生 了一个非常 辘集 的推理过程，Falcon会找到与所提题目最相关的背景证据。在全体 系统中，这种信息漏斗的功能 极其强年夜 。

几位科学家表现，这个AI是现在该范畴机能 最强的信息提取系统之一。

下一步，就该Crow进场了。它被问到一个相称具体的题目：在基因组关联 研究 中，哪些关键基因跟PCOS相关？是否有人做过更清晰的筛选？

果然，Crow发明 了此前的研究 ：已经有人在一项功能 基因组学研究 中， 将特定基因表达的增长，与细胞造就中睾酮表达的增长接洽起来。

但这是为什么呢？AI科学家也能找到谜底 。

就这样，我们从对PCOS一窍欠亨 的小白，一会儿 把握了决议 该范畴的一个关键差别，本来 这会泯灭我们年夜 量韶光 去浏览 质料 、与专家交谈的，现在全都省去了。

乃至我们还可以点击链接，看到现实的推理轨迹：AI会解释为什么选择这项来源 。

对于科学家而言，AI科学家的辅助无疑意义重年夜 。

因为 在生物学或药物计划范畴拥有丰富经验的研究 者，并不会成为工程师，对于诸如抓取论文、设置散布 式数据库、速度 限制这类事都并不善于。

而这，就是FutureHouse平台诞生的意义。

那如何 在提出假设和检验假设这两方面取得盼望呢？这就需要Phoenix进场了。

我们可以向它提问，让它给出三种可以治疗由DENND1A过分表达引起的疾病的新型化合物。（这是基于此前AI科学家给出的调研结果）

因为 在这个阶段，我们需要找到能治疗PCOS的药物。

我们可以从与卵白质连合的分子开始 ，确保它更易溶解，不会进入肝脏或肾脏，以及没有得到过专利。

在提问中，我们相识到，现在不存在已知的针对该基因的连合剂。这就供应 了一个很好的线索，乃至值得投入资金来举行药物研发。

最后，AI科学家给出了一份关于差别候选分子的陈诉，列出了它们已知的连合物，以及为什么大概与调理 DENND1A的表达有关。

这样，它就给出了下一步研究 的起点 ，我们可以直接去实行室中验证了。

FutureHouse的科学总监/连合首创人Andrew White，在X上回首了过去 一年的研发进程。

2024年6月，FutureHouse公布 了Lab-Bench基准测试。

2024年9月，FutureHous告成 开发了PaperQA2智能体。

PaperQA2表示图：与传统的RAG差别，在PaperQA2中LLM决议 将哪些工具运用 于查询。

2024年10月，他们编写了17,000篇关于人类编码基因的维基百科文章，验证了AI科学家的可行性。

2024年12月，他们使用新的框架和练习办法 ，在多个任务上练习智能体——在分子克隆和文献研究 方面超过生物学专家20多个正确率点。

昨天，他们隆重公布 了FutureHouse平台。

与传统智能体相比，FutureHouse智能体的上风非常 独特：

它们还能模拟研究 职员，采用多种办法 评估信息来源 的质量。

而且这些智能体的推理过程完全透明，对每个信息来源 都举行了多阶段的深入剖析 。

更重要的是，用户可以清晰地检察全体 推理过程，相识智能体得出结论的每一步根据 。

此外，FutureHouse平台具备精良的扩展性。

科学家个人每每难以掩护 自己的AI智能体摆设，因此FutureHouse不光供应 了网页端接口，还开放了API，便于研究 职员将其集成进现实工作流中。

经由过程 年夜 规模 整合和链接这些智能体，科学家能够年夜 幅提升科学发明 的速度与屈服 。

这个平台尤其善于应对以下两类题目：

具体运用 场景包括：

发掘疾病路径中的未知机制：用户可使用Falcon获取背景常识 ，Crow发掘关键基因关联 ，Owl定位研究 空白 。

这些操作只要几分钟就能完成，而传统的文献调研要花费数周韶光 。

系统梳理文献中的矛盾：用户可使用Falcon剖析 数百篇论文中争议性话题的矛盾证据，精准指出需要进一步实行去澄清的争议点。

深入剖析 实行办法 ：因为 智能体可以访问计划全体 的科学论文，用户可具体询问实行办法 或研究 局限性，发掘择要中难以察觉的关键细节。

经由过程 API定制研究 流程：研究 团队使用API构建软件系统，实时监控最新论文，或年夜 规模 搜刮文献，为筛选实行结果供应 全面的背景常识 支持。

探求目的卵白的连合候选物：科学家可指示Phoenix基于现有数据，筛选连合目的卵白的候选物，同时满意溶解度、官能团或新颖性等庞杂 请求 。

摸索 化学常识 ：Phoenix能判定化合物的新颖性、估算本钱、猜测化学反应结果，乃至比较直接购买 与自行合成化学品的本钱。