传统 AI 科学家系统虽然能够生成新颖发现，但往往缺乏专注于解决紧迫人类定义挑战的科学价值贡献能力。DeepScientist 系统通过将科学发现形式化为贝叶斯优化问题，采用 "假设、验证、分析" 的分层评估过程，实现了真正的目标导向自主科学发现。
科学发现范式的三重演进
当前科学研究正经历着从工具增强到协作再到自主发现的深刻转变。香港科技大学的研究团队提出了一个三阶段框架来描述这一演进过程：元科学整合（Meta-Scientific Integration）、混合人机共创（Hybrid Human-AI Co-Creation）和自主科学发现（Autonomous Scientific Discovery）。
在元科学整合阶段，AI 系统作为后端工具，增强现有工作流程而不改变其基本结构。混合人机共创阶段则将 AI 转变为主动协作者，参与问题表述、假设生成和实验设计。而自主科学发现阶段代表了质的飞跃 ——AI 系统成为独立的研究主体，能够在最小人类干预下生成新科学知识。
DeepScientist 系统正是在第三阶段的典型代表。它不同于传统 AI 科学家系统的地方在于：将发现过程建模为贝叶斯优化问题，通过累积发现记忆智能平衡探索与利用，有选择地将有前景发现提升到更高保真度验证水平。
技术架构与核心机制
DeepScientist 的核心创新在于其分层三阶段探索周期架构：
策略与假设阶段：系统分析累积发现记忆 Mt，生成新的假设集合 Pnew，并使用低成本替代模型 gt 进行评估。这一阶段的目标是通过大规模并发探索产生足够多样化的候选假设。
实施与验证阶段：采用经典的上置信界（UCB）算法选择最有前途的假设进行验证。编码代理在隔离的沙箱环境中实施新假设，并实时更新相应记录。
分析与报告阶段：验证成功的假设被晋升为进展发现，专门的分析代理利用工具链设计和执行深度分析实验，将所有结果整理成连贯的研究论文。
这种分层架构实现了显著的保真度 - 成本权衡。在初期阶段，系统生成大量低保真度假设，成本较低但可能包含有价值想法。随着探索深入，系统逐步推进到高保真度验证阶段，虽然需要更多计算资源，但能产生更有科学价值的发现。
大规模实证结果
在为期一个月的大规模实证中，DeepScientist 在 16 个 H800 GPU 上展现了其强大的并行探索能力：
- 生成约 5000 个独特科学想法
- 实验验证其中约 1100 个假设
- 最终在三个前沿 AI 任务上超越人类设计的 SOTA 方法
具体成果包括：在代理失败归因任务上，A2P 方法在 Who&When 基准测试中分别达到 29.31 和 47.46 分数；在 LLM 推理加速方面，ACRA 方法将 MPBB 从 190.25 tokens/second 提升到 193.90 tokens/second；在 AI 文本检测任务中，新提出的 T-Detect、TDT 和 PA-Detect 三种方法实现 7.9% 的 AUROC 提升。
资源管理与成本控制
DeepScientist 展现了接近线性的资源扩展特性。在固定时间内，生成的 "进展发现" 数量与可用并行资源呈近似线性关系。这意味着通过增加计算资源，系统能够相应提高科学发现的产出效率。
在成本控制方面，每个想法的实施和开发成完整论文的成本不到 15 美元。具体而言：策略与假设阶段的 API 调用成本约 5 美元，实施和验证阶段平均成本约 20 美元，分析报告阶段额外支出约 150 美元。这种精确的成本分解为系统的规模化部署提供了重要参考。
关键挑战与未来方向
尽管 DeepScientist 取得了显著成果，但系统仍面临核心挑战：
创新成功率低：尽管 AI 探索速度巨大，但创新成功率仍然异常低。大量探索产生的是噪音而非有价值发现，这使得前端自动化科学中的验证和过滤成为新的瓶颈。
实施级错误率高：高达 60% 的探索失败源于实施级别错误，这不仅造成巨大资源浪费，也直接阻碍了科学进步。
验证机制不完善：当前系统在实验设计和分析方面存在显著不足，缺乏全面验证计划和深入分析实验来支持其主张。
针对这些挑战，DeepScientist 团队提出了三个关键研究方向：提高发现效率、增强假设质量和实施验证质量。他们强调需要开发更高质量的假设生成系统，增强过滤机制以提高预测成功率，并显著提高 AI 系统在工程实施和验证阶段的质量和可靠性。
DeepScientist 系统为 AI 科学家领域提供了重要启示：目标导向的科学发现需要超越简单的开放性探索，而是要结合具体的性能指标和价值函数。同时，大规模并行探索结合分层验证可能是平衡探索广度和深度验证的有效策略。
更重要的是，这种系统证明了 AI 不仅能够加速现有科学流程，更有可能在特定领域产生超越人类水平的新发现。然而，要实现真正的变革性影响，还需要解决从探索成功率、实验验证可靠性到伦理治理等多个层面的系统性挑战。
DeepScientist 的成功实践为 AI 科学家的未来发展指明了方向：向更精确的目标导向、更高质量的假设生成、更可靠的结果验证迈进。通过这些技术突破，我们正朝着实现真正自主科学发现的目标稳步前进。
参考资料：
- Liu, F., Han, J., Lyu, T., et al. (2025). "Foundation Models for Scientific Discovery: From Paradigm Enhancement to Paradigm Transition." arXiv:2510.15280.
- DeepScientist 系统技术报告及相关实证研究资料。