一款名为Denario的AI科学助手近日由剑桥大学、纽约Flatiron研究所及巴塞罗那自治大学的研究团队联合开发，旨在通过整合大语言模型技术，全面辅助科学家完成从提出新研究问题、分析数据到撰写论文的整个科研流程。该系统采用模块化设计，由多个专精于不同任务的AI“代理”（agents）组成，可协同工作，也可独立使用，为研究者提供高度灵活的智能支持。 Denario的核心功能包括：自动梳理已有文献、生成创新性研究假设、设计分析方法、编写与调试代码、解释结果，并最终撰写和润色科学论文。其工作流程从用户上传数据集和简要说明开始，系统首先由“构想代理”生成研究方向，再由“文献搜索代理”验证其新颖性，随后“方法与规划代理”提出分析方案，由名为CMBAgent的多代理系统执行代码编写、运行与结果解读，最后由“写作与审阅代理”完成文稿输出。 尽管目前Denario仍处于早期阶段，测试显示其约10%的输出能产生有价值的科学见解，但系统也存在明显缺陷：曾出现编造数据、忽略结果不确定性、引用文献不准确等问题。研究团队强调，Denario并非替代科学家，而是作为“增强工具”，帮助研究人员摆脱重复性劳动，如手动查阅论文、格式化图表、撰写摘要等，从而将更多精力投入创造性思考。 团队特别指出，Denario的跨学科特性极具潜力——它能从其他领域提取灵感，帮助专家突破专业局限，发现原本难以察觉的研究路径。例如，一个天体物理学家可能借助Denario获得来自神经科学或材料科学的启发，从而提出全新研究问题。 未来，研究团队计划提升Denario的效率与可靠性，包括自动识别并过滤低质量输出，增强对不确定性的表达能力，并解决AI“幻觉”、版权归属与作者责任等伦理挑战。他们呼吁建立开放讨论机制，共同探索AI在科研中负责任的使用方式。 Denario的出现标志着AI正从辅助单一任务向全流程科研支持演进，尽管仍需谨慎使用，但其潜力已为科学创新打开新窗口。