文章指出,AI for Science正从“任务执行”迈向“项目承接”的新阶段。核心变化在于,AI不再局限于完成科研人员指定的独立Task,而是开始承担从模糊构想出发、包含复杂依赖与动态调整的完整科研项目。中科紫东太初推出的AutoProject引擎,通过Project2Task项目规划、TaskExecutor长程执行和EviGraph证据验证三层架构,实现了从目标拆解、自主实验到结论验证的全流程闭环。评测数据显示,其证据图谱机制在结论贴合度与可追溯性上显著优于基线,例如Result Analysis指标从0.442提升至0.794。这一升级标志着AI科研能力从工具级转向系统级,使AI能够理解科学目标、自主决策并沉淀可复用资产,为科研范式变革提供了新的技术路径。
📱 每天一份 AI 前沿日报
关注公众号,每天 09:00 推送 · 不错过任何重磅