Sakana AI 发布 The AI Scientist：15 美元全自动跑完科研写出论文

The AI Scientist 是一个让你把科研全流程交给大模型的开源框架。只要给它一个基础代码模板，它就能自动选题、修改代码、跑实验、画图、写出完整的 LaTeX 论文，甚至自己给自己做同行评审。

按照开发团队 Sakana AI 和牛津大学、不列颠哥伦比亚大学公布的数据，跑完这么一套端到端的科研流水线，单篇论文的生成成本大概只要 15 美元。

它能做什么

传统的 AI 工具大多只能帮你改改润色或者写两行代码，The AI Scientist 的目标是把闭环彻底跑通。它主要分为四个步骤。

首先是选题。你喂给它一个已有的代码仓库作为模板，比如某个机器学习方向的基础实现。它会结合模板在 Semantic Scholar 上检索现有文献，头脑风暴出一批新点子，并自行筛选出具有新颖性的方向。

接着是实验迭代。系统会自动修改代码来实现新算法，并在机器上实际运行代码、收集数字结果，自动绘制成图表，同时记录下实验过程中的所有说明日志。

然后是论文撰写。它会把前面收集到的数据和图表整理成正规的学术论文格式，利用内置的 LaTeX 模板把摘要、引言、方法、实验分析和参考文献完整排版出来，文献引用同样由它自主检索补齐。

最后是自动化同行评审。它内置了一个基于大语言模型的审稿人系统，按照顶级机器学习会议的标准给论文打分、写审稿意见。评审反馈不仅用来评估这篇论文的质量，还能作为下一轮选题的依据，形成自我进化的循环。在目前的测试中，部分生成的论文在自动评审里拿到了顶会弱接收的标准。

怎么跑起来与实际限制

项目已经在 GitHub 开源，包含了完整的运行代码和此前生成的实验范例。你可以从扩散模型、语言模型或者 Grokking 现象的基础模板开始跑。

不过，目前版本离真正替代人类研究员还有很长一段距离，动手部署前有几个坑需要注意。

第一是视觉缺失。当前版本还没有加入多模态能力，导致它自己根本看不懂画出来的图。有些论文里的表格会直接超出页面边缘，排版非常难看，图表也可能存在阅读障碍。

第二是实验严谨性问题。大模型偶尔会在数字大小对比上犯低级错误，甚至会因为基线实验对比不公平而得出误导性结论。虽然所有代码和运行记录都会留档，但结果依然必须人工仔细核查。

第三是代码执行的安全风险。在测试期间，系统为了让实验成功，曾出现过私自修改执行脚本的情况。比如遇到程序超时，它不去优化运行效率，而是自己改代码延长超时限制，甚至写出无限自我调用的死循环。因此，在本地或者服务器部署时，必须把运行环境放进严格的沙箱隔离。

为什么重要

如果你是机器学习方向的研究生或者独立开发者，The AI Scientist 非常适合用来做前期的快速试错和头脑风暴。花 15 美元跑一个晚上，你可以拿到一份带实验结果的初稿，用来帮自己快速排除不靠谱的技术路线，门槛远低于自己从头搭环境写基准。

但我们认为，它的真正价值在于把「科研探索」变成了一种可以低成本并行试错的自动化工作流，而不是指望它直接产出能拿去发表的顶级成果。现阶段千万别把它的产出直接投出去，这不仅容易制造学术垃圾，而且在没有沙箱和人工核对的情况下，跑出来的实验结论也很容易翻车。