2026年5月27日 · AI Research Agents
AI Research Agents Narrow Exploration：21.9 万个想法仍更集中、更贴近起始文献
2026 年 5 月 27 日提交的研究用五个 Agent 框架和五个模型生成 219,655 个科学想法，发现它们比同领域人类论文更集中、更接近起始文献，也更少对齐后续人类研究与高影响区域。
EVENT STORY
发展脉络
- 首次出现AI Research Agents Narrow Exploration：21.9 万个想法仍更集中、更贴近起始文献arXiv cs.AI
- 当前判断自动科研产品如果只优化想法数量和表面新颖度，可能放大同质化并浪费实验预算；价值将转向多样性约束、反共识检索和人类选题判断。Agent Pulse · 分析
AI 可以大规模生成研究想法，但数量不等于扩大探索边界。当前研究 Agent 更擅长局部展开已有方向，而不是发现新的科学空间。
实验跨多框架、多模型和科学领域比较生成想法在历史研究景观中的分布，测量集中度、与起始文献距离、对未来人类研究的对齐和所在区域的历史影响。四个一致模式共同指向局部收敛而非探索扩张。
自动科研产品如果只优化想法数量和表面新颖度，可能放大同质化并浪费实验预算；价值将转向多样性约束、反共识检索和人类选题判断。
研发团队应把 AI 用于系统展开与证据整理，同时保留人类负责问题选择，并监控想法重复率、文献距离和组合多样性。
需要检验不同提示、检索范围和奖励能否拓宽探索，并用长期实验结果验证新颖性与价值，不能只看文本距离。