DeepScientist是2025年10月由西湖大學張岳教授團隊（翁詣軒、朱敏郡為共同第一作者）推出的人工智慧科學家系統，該系統通過目標驅動的貝葉斯最佳化方法建模科學發現全周期，採用疊代工作流程和持續擴展的先驗研究知識記憶庫，實現無人工干預的自主科研能力。作為首個實證研究中證實能漸進式超越人類前沿研究成果的AI系統，其創新性體現在三階段探索循環（策略與假設、實施與驗證、分析與報告），相關論文以《DeepScientist: Advancing Frontier-Pushing Scientific Findings Progressively》為題發表於arXiv預印本平台。
該系統在智慧型體失敗歸因任務中提出A2P方法，性能提升183.7%；在LLM推理加速任務中生成ACRA方法，將MPBB數據集的SOTA推進至193.90 tokens/秒；在AI文本檢測任務中兩周內產生三種方法，使AUROC提高7.9%且推理速度翻倍，相當於人類三年成果。其端到端生成的五篇論文經DeepReviewer評估接受率達60%，人類專家平均評分5.00接近ICLR 2025提交論文水平。當GPU資源從4個增至16個時，該系統每周產生的科學發現從1項線性增長至11項。
基本介紹
- 外文名：DeepScientist
- 性質：人工智慧科學家系統
基本含義,發展歷程,主要功能,系統原理,性能表現,實驗發現,開源計畫,研發團隊,影響與展望,
基本含義
DeepScientist是2025年10月由西湖大學張岳教授團隊（翁詣軒、朱敏郡為共同第一作者）推出的人工智慧科學家系統，其核心論文《DeepScientist: Advancing Frontier-Pushing Scientific Findings Progressively》發表於arXiv預印本平台。該系統是首個被大規模實證研究證明，能夠在無人工干預下，通過目標驅動、持續疊代的方式，在前沿科學任務上漸進式超越人類最先進水平（SOTA）的AI科學家系統，它具備完整的科研能力，包括主動識別研究局限、提出構想、編寫代碼、執行實驗、分析結果和撰寫論文。
發展歷程
AI科學家（AI Scientist）的概念於2024年6月被正式提出，日本Sakana AI公司推出了相關智慧型體系統，西湖大學張岳實驗室同期進行研究。世界上第一篇正式發表的AI科學家文章，是張岳團隊於2025年4月推出的CycleResearcher系統，這也是DeepScientist的前身。
2025年10月，西湖大學自然語言處理實驗室（WestlakeNLP）張岳教授團隊（翁詣軒、朱敏郡為共同第一作者）發布了AI科學家系統DeepScientist。其論文以《DeepScientist: Advancing Frontier-Pushing Scientific Findings Progressively》為題發表於預印本平台arXiv。DeepScientist基於其前身CycleResearcher疊代而來，是一個能夠在無人工干預下，通過目標驅動和持續疊代，在前沿科學任務上漸進式超越人類科學家最先進水平（SOTA）的AI科學家系統。團隊用約兩個月時間，基於西湖大學已有研發成果搭建完成該系統。
在發布時，研究團隊公布了四階段漸進式開源計畫：第一階段（預計2025年10月15日前）開源基礎組件；第二階段（預計2025年11月後）發布實驗數據；第三階段發布核心原始碼。
DeepScientist的出現被認為可能催生新的科研與發表範式。其研發團隊同期推出了AiraXiv平台（接受人類與AI生成論文並由AI審稿）以及Airalogy平台（用於實驗室數據電子化）。團隊表示未來工作將致力於提升系統的推理能力，並將其套用從計算機科學擴展至生物、物理、化學等通用學科。
主要功能
DeepScientist具備完整的科研能力，能夠在無任何人工干預的情況下，實現目標導向的科學研究，持續疊代並逐步超越人類在相關領域的前沿成果，是首個實現這一能力的AI科研系統。
系統原理
DeepScientist將科學發現的全周期建模為一個目標驅動的貝葉斯最佳化問題，其核心目標是在一個給定的總研究預算內，最大化有價值的科學發現（Progress Findings）。
系統基於多智慧型體協同策略，並配備一個持續累積的“發現記憶庫”（Findings Memory），用於在探索新假設與利用已有成果之間進行智慧型權衡。其知識來源於動態的實時外部文獻和自身的實驗記憶。
系統圍繞一個三層級的評估循環推進，具體包括：策略與假設（Strategize & Hypothesize），系統分析記憶庫中的結構化記錄，識別現有知識的局限性，生成新的假設集合併由低成本模型（如LLM評審員）進行評估；實施與驗證（Implement & Verify），系統使用獲取函式（acquisition function）選擇最有希望的假設進行真實世界實驗驗證，由編碼智慧型體在沙盒環境中實現；分析與報告（Analyze & Report），當驗證成功的發現超越基線時，系統會自主設計並執行更深層次的分析實驗，最終將結果整合成可重現的研究論文。在每一輪疊代中，系統都基於其不斷增長的“經驗庫”產出新假設並做出資源分配決策，例如利用UCB（Upper Confidence Bound）等算法在探索與利用間取得平衡。
例如，在“智慧型體失敗歸因”、“LLM推理加速”和“AI文本檢測”三個前沿任務中，該系統均通過上述原理，自主提出了超越人類SOTA（最先進水平）的新方法。
性能表現
在耗費超過20,000 GPU小時的大規模實驗中，DeepScientist在三個前沿AI任務上均取得了超越人類最先進水平的性能表現，首次證明了AI系統能夠自主、漸進式地超越人類SOTA。
在智慧型體失敗歸因任務中，DeepScientist提出了A2P方法，在Who&When基準測試的“算法生成”任務中取得47.46分，性能超越人類SOTA基線183.7%。在LLM推理加速任務中，DeepScientist生成ACRA方法，將MPBB數據集上的人類SOTA從190.25 tokens/秒提升至193.90 tokens/秒，性能提升1.9%。在AI文本檢測任務中，DeepScientist在兩周內自主產生了T-Detect、TDT和PA-Detect三種性能逐步提升的方法，在RAID數據集上將AUROC得分提高了7.9%，同時推理速度翻倍，相當於人類科學家三年的累計成果。
DeepScientist端到端自主生成的五篇研究論文，經AI審稿系統DeepReviewer評估，接受率達到60%。人類專家（三位活躍的LLM研究人員）評估的平均評分為5.00，接近ICLR 2025所有提交論文的平均分（5.08），其中兩篇論文評分達到5.67。
在三個前沿科學任務中，DeepScientist產生了超過5000個獨特想法，但只有約1100個被選擇驗證，僅有21個最終帶來科學進展。計算資源與產出呈現近線性關係：當GPU資源從4個增至16個時，DeepScientist每周產生的科學發現從1項線性增長至11項。
實驗發現
DeepScientist通過大規模實驗驗證了其自主科學發現能力。在耗費超過20,000 GPU小時的大規模實驗中，DeepScientist生成了約5,000個獨立科學構想，並對其中約1,100個進行了實驗驗證，最終僅有21個帶來了真正的科學進展。在AI文本檢測任務中，DeepScientist僅用兩周時間就實施和驗證了超過1000種不同的假設，在此期間取得了相當於人類三年的進展。
在智慧型體失敗歸因任務中，DeepScientist提出的A2P方法性能相較於人類專家的SoTA基線大幅提升了183.7%。在LLM推理加速任務中，系統生成的ACRA方法最終將MPBB數據集上的人類SOTA從190.25推進到了193.90 tokens/秒，提高了1.9%。在AI文本檢測任務中，DeepScientist設計的方法實現了7.9%的AUROC提升，成功超越了人類現有SOTA方案。
計算資源與科學產出之間存在近線性縮放關係：當並行GPU資源從4個增至16個時，系統每周產生的“進展發現”數量從1項線性增長至11項。
整體想法到突破的成功率約為1.9%，這反映了前沿科學探索中突破本身的稀缺性。
開源計畫
DeepScientist將採取四階段漸進式開源策略。階段0已開源通用智慧型體框架ResearStudio的前後端代碼。階段1為基於應用程式的訪問，預計2025年10月1日前邀請部分用戶試用。階段2為基礎組件發布，預計10月15日前開源基礎組件以支持用戶構建自己的系統。階段3為實驗數據發布，預計11月之後開源所有約5000條假設和約1100條實驗日誌。階段4為DeepScientist原始碼發布，將在長期安全測試後發布其核心架構。
研發團隊
系統的共同第一作者為翁詣軒（Yixuan Weng）和朱敏郡（Minjun Zhu）。
西湖大學自然語言處理實驗室成立於2018年9月，專注於語言模型推理、泛化和通用人工智慧等研究。
該系統基於實驗室前期研究成果，開發周期約兩個月。
影響與展望
DeepScientist可能標誌著AI研究方式的轉變，或將對科學發現的效率產生影響。其展示了將研究進程壓縮的可能性。
有研究觀點認為，此類系統的出現可能催生新的科研與成果發表形式。例如，出現了支持AI參與論文撰寫與評審流程的嘗試。此外，有會議計畫探討學者利用AI系統進行研究並生成論文的議題。
相關團隊提及的未來工作方向包括提升系統的推理能力，並將其套用範圍從計算機科學擴展至生物、物理、化學等其他學科，開發模擬環境以加速學習進程，構建整合科學界反饋的框架，以及探索與物理科學結合的路徑。
有觀點指出，此類系統的意義可能在於探索新的人機協同科研模式。
