AI Scientist-v2：第一个 AI 生成、被顶会接收的论文
（来源：磐创AI）
开源项目观察AI Scientist-v2：第一个 AI 生成、被顶会接收的论文AI 自己做科研
Sakana AI 发布了一个令人震惊的项目：AI Scientist-v2。
它生成的论文，被 ICLR 2025 Workshop 接收了。
这是历史上第一篇完全由 AI 自主生成、通过同行评审的科学论文。
什么是 AI Scientist-v2
AI Scientist-v2 是一个端到端的自主科研系统。
它能够：
- 生成研究假设
：给定一个研究主题，AI 自动提出可验证的假设
- 运行实验
：自动设计实验、运行代码、分析结果
- 分析数据
：统计检验、可视化、结果解读
- 撰写论文
：生成完整的学术论文（LaTeX 格式）
全程无需人类干预。
v1 vs v2：不同的设计哲学
AI Scientist 之前有一个 v1 版本。v2 是完全重写的。
特性 | v1 | v2 |
|---|---|---|
模板依赖 | 依赖人工撰写的模板 | 无需模板 ，完全自主生成 |
适用场景 | 目标明确、有成熟框架的任务 | 开放性科学探索 |
成功率 | 高（模板约束） | 较低（更开放） |
创新性 | 受限于模板 | 更高的潜在创新性 |
v2 的设计哲学是：当你不知道答案时，探索比模仿更有价值。
核心技术：Agentic Tree Search
v2 采用了 Best-First Tree Search (BFTS) 算法。
流程：
- Ideation Stage
：基于主题描述，AI 生成多个研究想法
- Experiment Stage
：对每个想法，进行实验探索 - 探索可能的代码修改 - 运行实验 - 分析结果 - 如果失败，尝试 Debug（最多 N 次重试）
- Write-up Stage
：将成功的实验写成论文
关键创新：不再需要人工撰写的论文模板。v2 可以从零开始生成任何领域的论文结构。
工作流程详解
Step 1: 准备研究主题
创建一个 Markdown 文件，描述你想探索的研究领域：
Title: Improving Transformers with better attention mechanisms Keywords: attention, transformer, efficiency TL;DR: 探索更高效的注意力机制 Abstract: ... Step 2: 运行 Ideation
python ai_scientist/perform_ideation_temp_free.py \ --workshop-file "my_research_topic.md" \ --model gpt-4o-2024-05-13 \ --max-num-generations 20 \ --num-reflections 5 这会生成 20 个可能的研究假设。
Step 3: 运行实验
python launch_scientist_bfts.py \ --load_ideas "my_research_topic.json" \ --load_code \ --add_dataset_ref \ --model_writeup o1-preview-2024-09-12 \ --model_citation gpt-4o-2024-11-20 \ --model_review gpt-4o-2024-11-20 整个流程大约需要数小时，最终会生成一篇 PDF 论文。
成本估算
阶段 | 成本 |
|---|---|
Ideation | 几美元（取决于模型和迭代次数） |
实验 | 约 $15-20（使用 Claude 3.5 Sonnet） |
论文撰写 | 约 $5 |
单次完整运行，大约 $20-25。
风险提示
AI Scientist-v2 会执行 AI 生成的代码。
这意味着：
可能使用危险的包
可能进行无限制的网络访问
可能启动意外进程
必须在隔离的沙箱环境中运行（如 Docker）。
官方建议：谨慎使用，所有风险自负。
必须披露
使用 AI Scientist-v2 生成的论文，必须在论文中明确声明：
"This manuscript was autonomously generated using The AI Scientist."
这是许可证的强制要求，也是学术诚信的基本要求。
总结
AI Scientist-v2 代表了一个重要的里程碑：
AI 第一次独立完成从假设到论文的全流程，并被顶级学术会议接收。
当然，它不是万能的： - v2 成功率低于 v1 - 复杂领域的效果不如简单领域 - 仍需要人类设定研究边界
但它的意义在于：证明了 AI 可以做真正的科学研究，而不仅仅是「辅助」人类。
GitHub：https://github.com/SakanaAI/AI-Scientist-v2 论文：https://pub.sakana.ai/ai-scientist-v2/paper