只需给AI一个研究方向，它就能自己查文献、想方案、做实验、分析数据，甚至经历多次失败后自己调整思路，最终拿出一份科研成果。如果有一天，这些都可以实现，你会不会觉得，这已经不只是“工具”，更像一位不知疲倦的同事？

近日，浙江大学信息与电子工程学院科研团队发布“求是引擎”，首次创新实现了具备千步级长程科研推理能力、能够自主组织和持续推进科研工作的科学发现系统，有望为人类开展科研探索提供一种持续、主动的新型支撑。

让AI走进真实科研过程。（图片由AI生成）

它和普通AI科研工具有什么不一样？

目前，现有大模型科研系统通常作为工具辅助，主要帮助科研人员完成查阅文献、编写代码、处理数据或者实现流程自动化等基础功能。然而，面向没有固定路径的开放科学问题，如何让大模型自主判断、动态调整、持续推进研究，并自主探索出重要科学发现，仍然面临重要挑战。

“求是引擎”最关键突破就在于其能够“长程自主推进”科研流程。简单来说，只要给出一个研究方向或研究目标，“求是引擎”就可以像科研人员一样，把一个科学问题一步步推进下去，最终发现原创科研成果。

传统大模型在科研方面的应用，高度依赖研究人员提出明确问题，仍然停留在科研流程的局部环节。而“求是引擎”向前迈出重要一步，它能够关注整个科研过程：研究目标如何被拆解为可执行的问题？创新想法如何转化为可验证的方案？初步结果如何判断是否可靠？当结果不理想时，系统能否重新设计下一步……

“求是引擎”的核心特点，正是围绕研究目标进行持续判断和动态调整，不断尝试、失败、修正、再验证，帮助处理真正开放的科研问题。在这一过程中，系统会根据当前研究进展自主判断下一步做什么，并不断生成后续任务，把一个科研问题持续推进下去，支撑千步级长程科研推理。上个月，OpenAI提出的“Loop Engineering”（循环工程）的最新理念与求是引擎所实现的科学发现思路不谋而合。

“‘求是引擎’不再只是一个科研辅助工具，而更接近一种新型自主研究工具。”“求是引擎”的创造者、浙江大学信息与电子工程学院研究员杨怡豪介绍。

为此，“求是引擎”采用了多智能体协同的思路。系统内部有多个分工不同的智能体协同工作：有的负责规划研究路线，有的负责构建方法，有的负责执行任务，有的负责分析结果，有的负责提出质疑和检查风险。它们共同推进一个复杂科研任务，更接近真实科研团队的工作方式。

同时，系统还需要记录和管理研究过程，不断循环动态调整，并根据当前研究状态动态生成后续任务，支撑千步级长程科研推理。因此，“求是引擎”要解决的问题，不是“大模型能不能回答一个科学问题”，而是“大模型能不能把一个科学问题持续推进下去，自主探索并产生重要科学发现”。

数小时完成数周的工作，意味着什么？

据相关研究人员介绍，“求是引擎”的开发旨在让大模型直接面对真实科研过程，并承担连续推进研究任务的角色。它可以在数小时到数十小时内，实现数千次大模型调用，持续完成大量中间探索工作。相较而言，如果这一过程由科研人员独立推进，通常需要数周到数月的集中投入。

在一项真实光学实验平台验证中，研究人员只向系统给出一个开放研究目标。“求是引擎”连续自主研究十几小时，自主开展文献调研、理论分析、实验方案设计、程序编写、数据分析和结果判断，并根据真实实验反馈经历多轮失败、原因排查、方案修正和再次验证，最终自主发现了多项原创科研成果，形成了可验证的研究结果。

让大模型面临真实的科研环境，是一件极具挑战性的工作。真实科研环境非常复杂：实验设备可能有误差，数据可能有噪声，模型可能只是近似，结果也可能存在多种解释……为了有效应对这些挑战，“求是引擎”不是只停留在文字推理或代码生成层面，而是面向计算平台、数据分析工具、实验设备和专业科研软件进行设计。系统需要理解这些工具能做什么、不能做什么，也需要根据工具返回的复杂结果调整下一步研究策略。

中国工程院院士、人工智能专家潘云鹤在采访中表示，当前，全球科技竞争正在从“谁拥有更强的大模型”，进一步转向“谁能用大模型在真实场景中解决好复杂问题”。科学研究正是其中最重要的方向之一。

据了解，不少国家已将人工智能加速科学发现上升为战略布局。随着大模型驱动的自主科研系统承担更多长程探索工作，科研的时间尺度和成本结构就可能发生变化。人类科研工作者可以把更多时间放在提出关键问题、判断研究价值、把握研究方向和解释重要结果上，而AI科学发现系统则可以承担大量搜索、验证、排错、优化和初步分析工作。同时，系统还可以极大拓展科研人员的知识边界，更有利于开展跨学科研究，在不同学科的交叉地带探索解决未解科学问题，并提高产生原创成果的可能性。

未来，“求是引擎”还能做什么

“求是”二字，来自浙大校训也表达了科学研究的本质：不断接近真实规律，不断用事实和数据检验判断。在大模型时代，这一点尤其重要。

“大模型可以生成大量看似合理的内容，但科学研究不能停留在‘看起来正确’。以‘求是’为名，正是希望传递这样一种理念。”浙江大学信息与电子工程学院院长、团队负责人陈红胜介绍，“我们要让大模型不只是生成内容，而是参与真实研究；不只是回答问题，而是推进研究过程；不只是完成局部任务，而是在人的目标设定和结果审查下，自主推进科学探索发现全过程。”

目前，“求是引擎”已在物理学、光学、生命医学和数学等十余个研究方向开展自主研究。该发现系统在计算物理领域，针对一个延续数十年的基础难题，提出了新的理论方法；在光谱学领域，建立了一套具有基础性意义的新理论框架；在光计算领域，发现了新的光计算机制。相关成果已经通过内部多轮核验，将于近期陆续公开。

推理自主科研能力已引起国内外同行和产业界的关注，相关专家给予高度评价，产业界也在推进探索将其应用于企业内部研发。

vivo 总裁、首席运营官，vivo 中央研究院院长胡柏山表示，手机是 Al 落地最重要的入口，是“物理世界的感知枢纽和个人数字大脑”。“求是引擎”有望助力企业提升端侧Al能力与效率，为用户创造更好的 Agent Phone （智能体手机）体验。

据悉，未来，“求是引擎”有望进一步接入不同科研任务、工具平台和实验环境，服务材料科学、量子科学、高压科学、生物医学、化学实验、工程优化、人文社科等多个方向，从内部科研验证走向更广泛的真实科研场景，有望成为未来科研体系中的关键基础设施，为重大原创发现和跨学科创新提供新的动力。