The AI Scientist-v2: Workshop-Level Automated Scientific Discovery via Agentic Tree Search：全自动科研论文生成系统首次通过同行评审
2025年4月，Sakana AI团队发布AI Scientist-v2，这是一个端到端智能体系统，能够自主完成假设生成、实验设计、数据分析、论文撰写全流程。该系统在ICLR 2025 workshop上提交了三篇完全由AI生成的论文，其中一篇的评分超过了人类平均接受阈值，成为首个完全由AI生成并通过同行评审的论文。与v1相比，v2不再依赖人类编写的代码模板，并采用渐进式智能体树搜索方法，由专门的实验管理智能体协调。
Development
- First ReportThe AI Scientist-v2: Workshop-Level Automated Scientific Discovery via Agentic Tree Search：全自动科研论文生成系统首次通过同行评审arXiv cs.AI
- Current Assessment该成果将深刻改变学术出版和科研服务行业。对于科研机构，AI Scientist-v2可大幅降低论文撰写和实验设计的人力成本，加速知识产出。对于出版商，需要重新定义作者身份和审稿标准。对于科技公司，该技术可集成到科研协作平台中，提供从数据到论文的一站式服务。同时，开源代码将推动社区驱动的科研自动化工具发展。Agent Pulse · analysis
AI Scientist-v2标志着AI在科学发现领域从辅助工具向自主研究者的关键跨越。它首次证明了AI生成的论文能够达到人类可接受的学术标准，这将对科研生产力、学术出版和知识生产方式产生深远影响。系统通过智能体树搜索和视觉语言模型反馈循环，实现了从假设到论文的完全自动化，且代码已开源。
AI Scientist-v2的核心创新在于渐进式智能体树搜索（progressive agentic tree-search），由实验管理智能体（experiment manager agent）协调多个子智能体并行探索实验空间。系统包含四个主要模块：假设生成器、实验设计器、数据分析器和论文撰写器。与v1相比，v2去除了对人类编写代码模板的依赖，通过动态代码生成和调试实现跨领域泛化。此外，AI审稿组件集成了视觉语言模型（VLM）反馈循环，用于迭代优化图表内容和美学。评估采用真实的ICLR workshop同行评审流程，而非人工模拟。
该成果将深刻改变学术出版和科研服务行业。对于科研机构，AI Scientist-v2可大幅降低论文撰写和实验设计的人力成本，加速知识产出。对于出版商，需要重新定义作者身份和审稿标准。对于科技公司，该技术可集成到科研协作平台中，提供从数据到论文的一站式服务。同时，开源代码将推动社区驱动的科研自动化工具发展。
建议科研服务公司和学术出版商立即评估AI Scientist-v2的集成潜力。可开发基于该系统的科研自动化SaaS平台，面向高校和研究所提供论文生成、实验优化服务。投资方向包括：与Sakana AI合作开发行业定制版，或基于开源代码构建垂直领域（如药物发现）的科研自动化工具。
需关注AI Scientist-v2在更多学科（如生物学、化学）的泛化能力，以及其生成论文的可重复性和创新性。关键信号包括：系统能否在顶级会议（非workshop）上发表论文、人类审稿人对其的接受率变化、以及学术界对AI作者身份的伦理讨论。此外，系统的计算成本和能源消耗也是实际部署的重要考量。