当AI成为科学家：FARS与科研的工业化革命

*—— 一个关于100篇论文、228小时和无尽好奇心的故事* --- 你有没有想过，科学发现是怎么发生的？ 想象一个典型的场景：一个研究生，坐在实验室里，盯着一堆数据。她提出了一个假设，设计了一个实验，花了三个月时间收集数据，然后发现——假设是错的。 三个月。错了。 在传统科研里，这是常态。我们称之为"试错"。但试错的代价是巨大的：时间、金钱、还有无数被浪费的天才。 **如果有一台机器，可以永不疲倦地试错，每两小时就能完成一个完整的研究循环，会怎么样？** 这不是科幻小说。这是FARS。 --- ## 一、快递站的启示 让我们从一个简单的比喻开始。 想象一个快递站。传统的科研方式，就像你站在那里排队，盯着前面人的后脑勺，一步一步往前挪。你可能要等很久，而且一旦轮到你，如果你发现取件码错了，你得重新排队。 这就是人类科研的现状： - 提出想法（排队） - 申请经费（继续排队） - 做实验（终于轮到你） - 发现错了（重新排队） **FARS说：别排队了。** 它创造了一个永不停止的科研流水线。就像现代化的物流中心，包裹在传送带上流动，每个工位只做一件事，但整个系统24小时不停运转。 **结果是：228小时，100篇论文。** 平均每2小时17分钟完成一篇。这相当于人类研究者3-6个月的工作量。 --- ## 二、四个"人"的协作 FARS不是一个大模型。它是**四个专门的智能体**，像一个科研团队一样协作。 ### 1. Ideation（构思者） 这是团队的"创意总监"。它不停地阅读文献，寻找研究空白，提出假设。 想象一下：一个人，可以24小时不间断地阅读arXiv上的每一篇新论文，记住所有内容，然后发现"嘿，这里有个没人注意到的模式"。 这就是Ideation。在FARS的直播实验中，它生成了244个研究假设。 ### 2. Planning（规划者） 假设有了，接下来怎么做？ Planning智能体接手。它设计实验方案：需要什么数据？用什么模型？怎么评估？ 这就像实验设计师，但它可以在几秒钟内考虑数十种不同的实验设计，选择最优的方案。 ### 3. Experiment（实验员） 这是最硬核的部分。 Experiment智能体写代码、跑实验、分析结果。FARS背后有一个**160块GPU组成的集群**，供它随意调用。 想象一下：一个程序员，可以同时在160台超级计算机上运行不同的实验，而且从不疲倦，从不出错。 ### 4. Writing（写作者） 最后，Writing智能体把所有东西整合成一篇论文。 但这里有一个关键的区别：FARS的论文是**短论文**，聚焦单一贡献。而且，它会**报告负面结果**。 在传统科研里，负面结果往往被扔进抽屉，永远不见天日。FARS说：**不，负面结果也是知识。** --- ## 三、第一性原理：什么是科研？ FARS的设计团队问了一个根本性的问题： **"如果我们从头设计一个科研系统，不受人类局限的束缚，它会是什么样子？"** 人类科研有很多奇怪的约束： - 我们只发表"成功"的实验（导致同样的失败被重复无数次） - 每篇论文必须是一个"完整的故事"（导致大量冗余工作） - 研究者需要睡觉、吃饭、偶尔看看社交媒体（导致效率低下） FARS的设计哲学是：**回归科研的本质。** 科研的本质是什么？ **一个清晰的假设 + 对它的可靠验证。** 无论结果是正面还是负面，这都是知识。 FARS的产出就是这种"最小知识单元"：短论文，聚焦单一贡献，诚实报告结果。 --- ## 四、质量之争：AI能做出好科学吗？ 这是每个人心中的问题。 FARS产出的100篇论文，质量如何？ 研究团队用斯坦福大学的**Agentic Reviewer**系统（一个模拟人类审稿人的AI）进行了评估。 **结果：平均分5.05（满分7分）。** 作为参考： - ICLR 2026人类投稿平均分：4.21 - ICLR 2026被接收论文平均分：5.39 **FARS的表现超过了人类平均水平，但略低于顶级会议接收线。** 这意味着什么？ **FARS是一个稳定的中档产出机器。**它不会突然产生诺贝尔奖级别的突破，但它可以稳定地产生有意义、有学术价值的研究。 考虑到这是**完全无人干预**的自动化系统，这个结果已经相当惊人。 --- ## 五、规模的力量 FARS团队选择直播生产100篇论文，有一个深层原因： **规模是评估自动化科研系统的唯一方式。** 几个精心挑选的例子不能说明问题。只有当系统持续产出大量论文时，它的真实能力和局限才会暴露出来。 这就像测试一辆汽车：你不能只开一圈就下结论，你需要长途驾驶，在各种路况下测试。 **FARS的统计数据：** - 运行时间：228小时28分钟33秒 - 生成假设：244个 - 完成论文：100篇 - 消耗Token：114亿 - 总成本：约10.4万美元（约75万人民币） - 平均每篇成本：约1000美元 **每篇论文消耗约1.14亿Token**，这远高于普通写作任务。说明FARS还处于"用算力换智能"的阶段，算法效率还有优化空间。 --- ## 六、局限与边界 FARS不是万能的。它有明确的局限： ### 1. 领域局限 目前只能做AI领域的研究（AI4AI）。这是务实的选择——AI实验可以完全在计算机上完成，不需要物理设备。 ### 2. 算力依赖 需要160块GPU的集群。这不是个人或小型团队能负担的。 ### 3. 无法进行人类实验 不能做人因研究、心理学实验、需要人工标注的数据集等。 ### 4. 质量方差 虽然平均质量不错，但个别论文可能是"增量式"的，缺乏深度洞察。 --- ## 七、哲学层面：科研的未来是什么？ FARS的出现，迫使我们思考一些深层问题。 ### 问题1：什么是"好"的科研？ 传统标准：发表在顶级会议、被引用很多次。 FARS标准：一个清晰的假设 + 可靠的验证，无论结果如何。 哪个更好？ ### 问题2：人类研究者的角色是什么？ 如果AI可以自动做科研，人类该做什么？ 可能的答案： - 提出宏大、跨学科的问题 - 做价值判断（什么值得研究） - 解释和沟通科学发现 - 做需要物理世界的实验 ### 问题3：科学发现会加速吗？ 如果FARS这样的系统普及，科学进步会呈指数级增长吗？ 可能。但也可能带来新的问题：信息过载、质量控制、学术诚信等。 --- ## 八、对比：FARS不是唯一的玩家 FARS不是第一个自动化科研系统。它的前辈包括： - **AI Scientist** (Sakana AI) - **CycleResearcher** - **Zochi** - **AI Scientist v2** - **DeepScientist** **FARS的区别：** 1. **端到端自动化**：从想法到论文，完全无人干预 2. **规模化部署**：直播生产100篇论文，而非几个精选例子 3. **回归第一性原理**：不迎合传统学术格式，聚焦知识本身 4. **透明公开**：所有代码和论文实时公开 --- ## 九、结语：科学的工业化 FARS代表了一个趋势：**科学的工业化**。 就像制造业从手工作坊走向流水线，科研也可能从"个人天才的灵光一现"走向"系统化、规模化的知识生产"。 这不是说人类研究者会被取代。就像工业化的制造业仍然需要设计师、工程师、质量控制员，未来的科研生态系统可能需要： - **AI研究员**：负责大规模的假设生成和验证 - **人类研究员**：负责提出宏大愿景、做价值判断、解释发现的意义 **FARS是一个开始。** 它证明了：全自动的、端到端的科研是可能的。虽然还有很多局限，但这个概念已经成立了。 未来会怎样？ 也许有一天，我们会看到AI和人类研究者并肩工作，各自发挥所长，共同推动知识的边界。 **228小时，100篇论文。这只是开始。** --- ## 参考 - Analemma. (2026). *Introducing FARS*. https://analemma.ai/blog/introducing-fars - 36氪. (2026). *228小时不眠不休，AI科学家FARS产出100篇论文*. https://36kr.com - GitHub. *FARS-Analemma*. https://github.com/fars-analemma - Sakana AI. *The AI Scientist*. https://sakana.ai/ai-scientist --- *"科学的本质是试错。如果有一台机器可以永不疲倦地试错，它会比任何人类都更接近真理。"* *—— 某位疲惫的AI研究员*