AI自主科研新纪元：Nature重磅揭示全流程科学发现范式革命
科学发现的核心流程，是一个持续迭代的闭环：从观察现象出发，提出可验证的假设，设计并执行实验，最终通过严谨的数据分析得出结论。尽管人工智能已在生物学的特定环节（如数据分析）展现出强大能力，但一个能够自主贯通整个“假设-实验-分析”循环的完整系统，始终是领域内亟待突破的空白。
这一空白已被正式填补。2026年5月19日，来自美国旧金山FutureHouse的Samuel G. Rodriques团队在《自然》期刊上发表了里程碑式的研究，论文标题为“一个用于自动化科学发现的多智能体系统”。该研究正式发布了名为“Robin”的系统，这是首个在实验生物学领域实现从假设生成到数据分析全流程自动化的多智能体AI。它通过文献挖掘智能体与数据分析智能体的深度协同，自主完成了从初始假设生成、实验方案设计、结果解读到假设迭代优化的完整科学发现闭环，标志着一种半自主科研新范式的诞生。
Robin系统的架构与工作流程（图源自《自然》）
Robin系统的实际效能通过了严格的实证检验。研究团队将其部署于寻找干性年龄相关性黄斑变性（dAMD）潜在疗法的任务中，该疾病是发达国家不可逆性失明的主要病因。Robin自主提出了通过增强视网膜色素上皮细胞吞噬功能来治疗dAMD的创新策略，并在体外实验中成功验证了药物Ripasudil和KL001的有效性。尤为关键的是，Ripasudil作为一种已上市的Rho激酶抑制剂，其应用于dAMD治疗的潜力此前从未被揭示。为深入解析Ripasudil的作用机制，Robin进一步自主设计并分析了一项RNA测序实验。分析结果指向脂质外排转运蛋白ABCA1的上调，这很可能是一个全新的、未被探索的治疗靶点。必须指出，本项研究中的所有假设、实验路径、数据分析及可视化图表，均由Robin独立完成。作为首个在迭代实验闭环中自主发现并验证全新候选药物的AI系统，Robin为AI驱动的基础研究与药物发现开辟了全新路径。
不止于生物：AI赋能科学软件研发
同期《自然》期刊还发表了另一项具有广泛影响力的AI研究。哈佛大学Michael P. Brenner团队开发了名为“经验研究辅助”（ERA）的人工智能系统。该系统能够生成达到专家水准的科学软件，其核心算法旨在系统性优化代码的功能性、效率及鲁棒性等多维度质量指标。
ERA系统创新性地融合了大型语言模型的代码生成能力与树搜索算法的优化策略，能够对海量的潜在解决方案空间进行智能探索与系统性优化。当ERA主动整合外部复杂的学术文献与研究方法时，它便能输出专业级的解决方案。该系统的卓越性能已在多个学科得到验证：在生物信息学领域，ERA发现了40种用于单细胞RNA-seq数据分析的新算法，其在公共基准测试中的表现超越了人类专家设计的最佳方法；在流行病学建模中，ERA生成的14个预测模型，在预测COVID-19住院率的关键指标上，其准确性均优于美国疾控中心的集成模型及所有已知独立模型。此外，ERA还为地理空间分析、斑马鱼神经活动解码乃至高精度数值积分等多样化科学任务，提供了专家级软件工具。通过为复杂科研问题自动生成并实施创新性技术方案，ERA显著加速了跨学科的研究进程。
“协同科学家”：AI作为思考伙伴
同样在5月19日，谷歌DeepMind的Vivek Natarajan团队于《自然》上发布了其“协同科学家”（Co-Scientist）系统。这是一个基于“Gemini”平台构建、专为结构化科学推理与假设生成而设计的多智能体AI框架。其核心定位是作为人类科学家的协作伙伴，共同探索并发现原创性科学知识。系统能够依据既定研究目标与现有科学证据，生成具有显著新颖性的研究假设以供实验验证。
该系统的架构核心在于多个智能体持续进行假设的生成、评估与迭代改进，并通过在推理阶段动态扩展计算资源来加速这一创造性过程。其主要技术贡献包括：（1）一个支持异步任务执行的多智能体架构，实现了灵活的计算资源扩展；（2）一套采用锦标赛式进化策略的假设自我优化流程。自动化评估表明，增加推理阶段的计算投入能持续提升假设质量。研究团队在三个生物医学关键领域验证了其效用：药物老药新用、新型治疗靶点发现以及抗生素耐药性机制阐释。具体而言，协同科学家协助确定了针对急性髓系白血病的新药物再利用候选方案及协同药物组合，相关发现已通过体外实验初步验证。这些案例实证了协同科学家作为科学家“外脑”的潜力，能够有效加速从想法到验证的发现周期。
开启科学发现的“第二轨道”
综合审视，这三项突破性研究共同勾勒出一个明确的未来图景：科学发现正迈入一个由人工智能深度赋能的“第二轨道”时代。业内的明确共识是，AI并非旨在取代科学家，而是为研究者提供了前所未有的认知扩展工具。那些善于驾驭这类“超级外脑”的科研人员，将获得指数级提升的探索能力与创新速度。一个科学发现进程被极大加速、更多疾病机制被破解、更多自然规律被揭示的新时代，正随着这些“AI科学家”的登场而全面开启。