三元论：推动从“工具的革命”到“革命的工具”

当前，在科学研究领域，“工具的革命”已悄然发生，人工智能已在多个领域推动单点突破。如何更进一步，实现科学发现的群体“涌现”？

上海AI实验室致力于以“通专融合”路径实现通用人工智能（AGI），进而提出科学探索“三元论”：科学研究为研究者、研究工具和研究对象三大要素的总和，三者构成动态系统而非孤立节点——通过人工智能促进三者相互作用、协同演进、螺旋式上升，将创造出真正“革命的工具”，推动科研范式变革。

围绕上述要素，上海AI实验室已开展科学数据、科学基座模型、科学发现系统、科学评测等多方面探索。其中，科学发现系统将以Intern·Agent为核心，推动科研迈入人机协同、自主进化新阶段。

研究者、研究工具、研究对象相互作用、协同演进、螺旋式上升

三大核心能力：实现全流程闭环自主科学研究

随着科研需求增多、迭代周期缩短，科研流程各环节相对独立且分散的模式难以支撑规模化的创新突破。

上海AI实验室研究团队融合多个专职智能体（Agent），打造了全流程闭环自主科学研究框架Intern·Agent。这一框架具备生成想法、设计方案、实验验证三大核心能力，使得AI具备像人类科学家一样自主分析问题、查阅文献、深入调研、反思与开展实验的能力，实现科研从想法生成、方案设计到实验验证全流程闭环。

在想法生成阶段，Intern·Agent通过文献综述智能体、观点提出智能体、多维评审智能体，支持自动生成针对科研任务的创新想法并持续迭代，专家可在任意阶段提供反馈，既能精准指导特定想法，又能宏观调控整体研究方向。

在方案设计阶段，Intern·Agent通过方案设计智能体、Coding评审智能体，快速将抽象想法转化为详细实施方案，并进一步结合领域约束与计算资源限制对方案进行优化调整，最终将方案转换为高质量代码。

在实验验证阶段，Intern·Agent通过实验设置与计划智能体、人机交互与反馈智能体，自主规划实验流程，针对代码进行实验验证，记录实验结果；实验结束后，Intern·Agent还支持对实验结果进行多维度分析，为下一次方案设计和代码生成提供参考。

Intern·Agent全流程闭环自主科研框架，Agent各司其职，紧密协同

科学发现：12领域效率大幅提升

目前，Intern·Agent已在12个科研领域进行了实验测试，成功帮助科研人员在化学反应产率预测、生物学增强子活性预测、电力流预测、文本情感分析、2D语义分割、3D点云分类等方面提出了新颖的假设，并大幅提升研究效率。

以化学反应产率预测实验为例，研究人员依托传统方法往往需花费数月调参、试验，才能将准确率从基线提升4%-6%，而Intern·Agent仅用12小时便实现10.6%的提升。

化学反应是现代工业生产与科学研究中不可或缺的核心环节。传统的化学反应优化通常使用“试错法”完成，不仅高度依赖经验，而且在大规模空间下可能导致高昂的试错代价。

结合Intern·Agent框架，上海AI实验室研究团队打造了ChemBOMAS化学反应优化多智能体，有效减少“靠经验反复试错”的环节。在一个全新的抗菌药物前体合成反应中，ChemBOMAS将贵金属Pd催化剂用量降低至1/10（等同于效率提升10倍），并将产率从20%提升至96%。

这一突破，不仅弱化了实验设计对研究员经验的依赖，更能破解传统方法的局限，触达科学发现的未知区域，为化学反应优化找到更多最佳解。

在AI赋能疾病生物学的探索中，结合Intern·Agent框架的深度研究能力，上海AI实验室联合临港实验室、上海交通大学、复旦大学、MIT等研究机构打造了AI虚拟疾病学家系统——“元生”（OriGene），用于靶标发现与临床转化价值评估，已在肝癌和结直肠癌治疗上分别提出新靶点GPR160和ARG2，并获真实临床样本和动物实验验证，形成科学闭环。

由多个“智能体”组成的OriGene协作系统，采用多智能体协同决策架构，这使其在面对复杂的疾病机制或药物路径选择时，能够像科学家一样，进行“拆解问题—查找数据—做推理—提建议”，并通过反馈进行优化。通过整合近600个专家工具和18个生物医学数据库，OriGene涵盖了疾病生物学、基础生物学、药理学和竞争格局四个关键领域，并能通过迭代工具使用、推理和反思的方式，逐步扩展系统的推理能力，无需通过再次训练，即可适应新兴研究方法和领域知识。

接下来，上海AI实验室将继续推进通专融合AI4S技术路线的发展与探索，以新一代通专融合基础模型打造下一代AI for Science平台，实现跨学科深度融合，从更全面的维度赋能研究者、研究工具、研究对象，推动科学研究迈向系统化群体涌现新阶段。