自主科研Agent
自主科研Agent指在人类给定研究方向后，AI 自主修改训练代码、运行实验、判断好坏并迭代的无人值守科研闭环。代表性项目是 Karpathy 2026 年 3 月开源的 autoresearch（一夜飙至 77k star）：你写一份 Markdown（program.md）告诉 AI 探索方向，AI 可一夜跑约 100 个实验。其核心理念是”AI as experimental loop, human as research direction”——AI 承担实验循环，人类承担方向定义。
对照：human-in-the-loop 的科研 Skill 辅助路线
他山科研 Skills 包（2026-08，上架 Qoder CN 技能市场）代表与全自主闭环相反的路线：20 个 Skills 覆盖文献检索、实验设计、统计分析、写作呈现、审查核对等科研全流程，但每个环节都显式保留”待核验”状态与需人工回查的位置，明确”科研 Skills 不能代替你的判断”——研究者保留每一步判断权。
这说明”AI + 科研”当前至少存在两种共存形态：自主实验闭环（AI 跑实验、自我迭代，人只定方向，如 autoresearch）与工作流 Skill 辅助（AI 承担可复用方法，人做每步判断，如他山 Skills）。两者的取舍核心是”判断权在谁”，可按任务可验证性与风险选择。
2026-08-10 第三路线：OpenAI4S Code-as-Action 可执行科研框架
OpenAI4S（北大团队开源，PKU-YuanGroup/OpenAI4S，v0.1.0）代表与上述两者并列的第三条路线——Code-as-Action 可执行科研框架，强调执行、记录、复现、交付而非聊天：
- 双平面架构：JSON 工具负责控制平面（流程/权限/元数据/外部服务/人工审批），持久 Python/R 内核负责计算平面（读数、清洗、统计、绘图、仿真，多轮任务保留状态）；代码单元执行到一半还能反向调用宿主（同步问模型、派子智能体、丢重活给远程 GPU）
- 效率对照：同一任务传统 ReAct 需 14 个来回，一个代码单元跑完；大型数据留在内核内存，进入对话的只有
<DataFrame 100000×20>一行摘要 - 能力覆盖：连接 UniProt / RCSB PDB / PubChem / arXiv 与联网搜索；内置 30 余个生命科学 Skill（AlphaFold2、ESMFold2、ProteinMPNN、DiffDock、scGPT 等，重型任务需外部 GPU）；模型中立（火山方舟/OpenAI/Anthropic/Gemini 及兼容接口）
- 定位与成熟度：README 自称”9.9 元/月火山方舟 Small 套餐复现 Claude Science 核心工作方式”（作者明确这不是官方性能对标结论）；过程记录在 Action Timeline，图表/报告存为带版本与来源信息的 Artifact；开源不足两个月、接口仍在变动，“能执行代码不代表结果天然正确”
？ “9.9 元复现 Claude Science”为 README 营销定位；“14 来回 vs 一个代码单元”来自 README 示例，非第三方基准。见 Source: 北大开源 OpenAI4S。
同期背景（机构化里程碑）：Jeff Dean 创立 Discovery Loop，把”AI 实验循环”机构化为公益公司（实验迭代一周 → 一小时、并行数千实验，见 单飞后首次公开亮相）。OpenAI4S（中国学术团队开源平价版）与 Discovery Loop（硅谷机构化创业版）构成 AI4S 光谱两端。至此本主题已记录四种形态：自主实验闭环（autoresearch）、工作流 Skill 辅助（他山）、可执行框架（OpenAI4S）、机构化创业（Discovery Loop）。