春节最硬核直播：AI科学家FARS 270小时肝出100篇论文

> 当全国人民沉浸在春节的团圆氛围中时，AI圈正在上演一场最硬核的"无人直播"。主角不是扭秧歌的机器人，而是一位不知疲倦的AI科学家——FARS。 --- ## 一、这是什么神仙操作？ 2026年春节，上海AI公司**Analemma**（日行迹）搞了一场前所未有的直播： **一个完全由AI驱动的科研系统，7×24小时不间断工作，自己选题、自己实验、自己写论文。** 这个系统叫 **FARS**（Fully Automated Research System，全自动科研系统）。从2月13日上线至今，它已经持续运行超过270小时，产出100多篇学术论文——**平均每2小时就有一篇论文诞生**。 直播地址：https://analemma.ai/fars 所有论文和代码实时公开：https://github.com/fars-analemma --- ## 二、FARS不是一个人，是一条流水线 FARS不是单一模型，而是一个**多智能体协作系统**，由四个专业"AI研究员"组成： | 智能体 | 职责 | 相当于人类角色 | |--------|------|----------------| | **Ideation** | 读文献、找空白、提假设 | 博后/研究员 | | **Planning** | 设计实验方案 | 实验设计师 | | **Experiment** | 写代码、跑实验、分析数据 | 算法工程师 | | **Writing** | 撰写论文 | 学术写手 | 四个智能体通过**共享文件系统**协作：Ideation提出假设→Planning设计方案→Experiment执行实验→Writing整合成文。整个过程无需人类干预，像一条精密运转的科研流水线。 为了支撑这条流水线，Analemma给FARS配备了： - **160张NVIDIA GPU**组成的计算集群 - 可调用几乎所有主流大模型（GPT、Llama、Qwen等）的API端口 - 一个充当"工作记忆"的共享文件系统 --- ## 三、质量怎么样？能发顶会吗？ 这是所有人最关心的问题。 ### 1. 第三方评测结果 Analemma团队用**斯坦福Agentic Reviewer**（模拟ICLR审稿标准）对前100篇论文进行盲评： - **平均分：5.05**（满分10分） - **分数区间：3.0~6.3** - **对比参考：** - 人类投稿ICLR 2026平均分：4.21 - ICLR 2026录取论文平均分：5.39 **结论：FARS的平均水平已经超过人类投稿者的平均水准，但距离顶会录取线还有一步之遥。** ### 2. 论文长什么样？ FARS产出的论文有几个特点： **① 聚焦单一贡献** 不像人类论文追求"大而全"，FARS每篇论文只解决一个具体问题，篇幅精炼。 **② 敢于报告负面结果** 传统科研只发"成功"的实验，FARS会如实报告假设被证伪的情况——这在学术界反而是一种稀缺品质。 **③ 选题紧跟热点** 从强化学习、小语言模型后训练，到AI Agent记忆机制、测试时计算缩放，FARS的选题紧贴AI前沿。 ### 3. 具体案例 已公开的论文涵盖多个方向，例如： - 基于强化学习的语言模型后训练优化 - 扩散语言模型的效率改进 - AI Agent的长期记忆机制设计 - 超越Transformer的新型架构探索 每篇论文都包含完整的假设、方法、实验和结论，格式规范，可复现性强。 --- ## 四、成本与效率：科研的工业化时代 让我们算一笔账： | 指标 | FARS | 传统人类科研 | |------|------|--------------| | **产出速度** | 约2小时/篇 | 3-6个月/篇 | | **单篇成本** | 约1000美元 | 难以估算（人力+设备+时间） | | **Token消耗** | 约1.14亿/篇 | N/A | | **人力投入** | 0（无人值守） | 1-5人全职 | **9.5天产出100篇论文，总成本约10万美元。** 这是什么概念？一个普通博士生读完5年博士，能产出3-5篇一作论文就不错了。FARS用不到10天的时间，完成了相当于20个博士生的工作量。 当然，这种对比并不完全公平——FARS的论文是"短平快"的探索性工作，而人类博士论文是深度系统性研究。但不可否认的是，**FARS证明了科研流水线在"吞吐量"维度的可行性**。 --- ## 五、背后团队：MOSS的继承者 FARS由 **Analemma**（上海日行迹智能科技）打造，核心团队来自**复旦大学MOSS团队**。 **创始人孙天祥**，复旦计算机博士，师从黄萱菁、邱锡鹏教授。他是国内首个开源对话大模型**MOSS**的主要研发者，谷歌学术引用超4200次。 团队约15人，平均年龄不到30岁，核心成员来自复旦MOSS团队和书生（InternLM）大模型项目。 值得注意的是，Analemma还有另一款产品**Lemma**，定位是"科研辅助驾驶"工具（类似AI科研助手），而FARS则是"完全自动驾驶"的科研基础设施。 --- ## 六、争议与局限 FARS的横空出世，也引发了不少质疑： ### 1. 领域局限 目前FARS只聚焦"AI研究AI"（AI4AI），无法涉足需要物理实验的领域（生物、化学、材料），也无法进行需要人类被试的心理学、社会学研究。 ### 2. 算力门槛 160张GPU的配置，让大多数研究机构和个人望而却步。FARS目前更像是一个"科研工厂"的演示，而非人人可用的工具。 ### 3. 质量控制 虽然每篇论文在上传arXiv前会经过3位资深研究员的人工审核，但100篇论文的整体质量、创新性和学术影响力，仍需时间检验。 ### 4. 科研伦理 AI大规模生成论文，是否会加剧学术出版的"噪声"？如何确保AI生成的研究符合学术诚信？这些问题尚无明确答案。 --- ## 七、未来已来？人类科学家还有意义吗？ FARS的出现，迫使我们重新思考一个问题：**当AI可以7×24小时不间断产出论文，人类科学家的价值在哪里？** ### 1. FARS做不到什么？ - **提出真正颠覆性的范式创新** FARS擅长在现有框架内做"微创新"，但像Transformer、GPT这样的范式突破，仍需人类的直觉和洞察力。 - **跨学科的深度整合** 真正的科学突破往往发生在学科交叉处，需要人类研究者广博的知识背景和联想能力。 - **价值判断与伦理把控** 研究什么、不研究什么，什么成果应该发表、什么应该被搁置，这些价值判断需要人类把关。 ### 2. 人类科学家的新角色 FARS不是要取代人类，而是**重新定义分工**： | 任务类型 | AI负责 | 人类负责 | |----------|--------|----------| | 文献调研 | 海量扫描、初步筛选 | 深度阅读、洞察关联 | | 假设生成 | 基于统计的候选假设 | 直觉驱动的突破性想法 | | 实验执行 | 代码编写、批量跑实验 | 实验设计、异常诊断 | | 论文撰写 | 初稿生成、格式规范 | 故事打磨、观点提炼 | | 价值判断 | 数据统计 | 伦理审查、社会影响评估 | **未来的科研模式可能是：人类提出好问题，AI负责探索和验证，人类再基于AI的发现进行深度思考。** --- ## 八、写在最后 FARS的270小时直播，是AI科研的一个里程碑。 它证明了：**端到端的自动化科研流水线不仅能跑通，还能持续产出具有一定学术竞争力的工作。** 但这只是开始。FARS目前还处于"用算力换智能"的阶段——每篇论文消耗1亿多Token，成本约1000美元。距离"低成本、大规模、高质量"的理想状态，还有很长的路要走。 更重要的是，FARS迫使我们直面一个深层问题：**科研的本质是什么？** 如果科研只是"提出假设-设计实验-验证假设-撰写论文"的流程化工作，那么AI确实可以做得很好。但如果科研还包含**好奇心驱动的探索、跨领域的灵感碰撞、对未知的大胆猜想**，那么人类科学家仍有不可替代的价值。 或许，FARS最大的意义不是取代人类，而是**把人类科学家从繁琐的重复劳动中解放出来，让他们有更多时间去思考真正重要的问题**。 毕竟，科学的终极目标是拓展人类认知的边界——而这个边界，需要人类和AI共同去探索。 --- *参考资料：* - *Analemma官方博客：https://analemma.ai/blog/introducing-fars/* - *FARS直播地址：https://analemma.ai/fars* - *GitHub开源仓库：https://github.com/fars-analemma* - *36氪深度报道* --- **#AI #科研自动化 #FARS #多智能体系统 #人工智能** --- *本文档为小凯的外脑记忆* #记忆 #小凯