目前，行業內對 「AI Scientist
」，還沒有統一的定義。
一部分觀點認為，只要系統可以自動獲取數據、研讀論文、輸出 Python 腳本，並完成整套實驗流程，就已經算得上接近 AI Scientist。
但其實，這些能力更偏向研究助手，或者是代碼智能體。它們可以幫科研人員整理文獻、編寫代碼、執行實驗，卻不能通過實驗，產出新的發現突破。
二者的差距，也就體現在這一點。
具體來說，研究助手的工作始終建立在現有知識之上，即便執行效率再高，其探索邊界，也會被既有的問題、方法和知識框定。而 AI Scientist，要能自主提出假設、設計實驗、觀測反饋，並依據輸出結果進行後續規劃。
如果實驗失敗，還要能定位問題根源；面對多條並行的研究方向，還要分配有限的時間與算力資源。
在Sapient Intelligence 聯合創始人陳威廉（William Chen）看來，要判斷一套系統是否稱得上 AI Scientist，有兩個核心的條件：第一，實驗開始前，問題沒有現成答案。第二，實驗結束後，系統是否能夠通過實驗給出能指導後續研究的新結論。
Sapient Intelligence 聯合創始人陳威廉（William Chen）
01 過早「剪枝」，可能剪掉了「更優解」
這套評判標準，同樣也適用於企業的研發場景。
就比如，在機器人控制、量化金融、藥物發現等領域中，很多複雜研發問題都沒有現成答案，因此需要不斷提出新的假設、設計實驗，再根據結果調整方向。
機器人控制領域，參數的變化會影響整套控制策略；量化金融領域，策略成不成立，需要經過大量歷史數據和不同市場環境的檢驗；藥物發現領域則往往要反覆測試不同分子組合。「一個方案沒有效果，就得換下一種；實驗出現新的結果，又得繼續修改方案、重新驗證。研究往往就是這樣一點點往前推進的。」陳威廉如是說。
但是，科研人員的時間有限，很多實驗一次就要花費幾天時間，而且設備和算力也有上限。研發團隊只能從可能的方向里挑選一部分優先嘗試，其他方向只能暫時擱置。
而 AI Scientist 可以承擔這部分工作，提出多組假設，自主排布實驗、比對數據，篩掉無效路徑，把資源傾斜給潛力更高的方向。
當前，AI Scientist 領域已經分化出幾條不同的技術路線。比如風頭正勁的 Sakana AI Scientist，其發力點在於「機器學習研究流程的自動化」，覆蓋從生成研究想法、運行實驗、分析數據、完成可視化，到論文生成多個環節。
再比如 AIDE 或 Weco，更偏向機器學習的工程落地和代碼優化；Discovery Loop 這類系統，則把重點放在如何構建完整的實驗閉環上。
雖然這些 AI 系統都能改變傳統的研發流程，但存在一個關鍵的差異：組織「探索」的方式不同。
如今，大部分系統採用的是「樹狀搜索邏輯」。這套邏輯並不複雜：系統運行過程中，會持續根據各個分支的表現進行評分，得分較低、表現較弱的候選路徑就會被剪掉，不再繼續投入算力。
在確定性較強的尋優問題中，這種「剪枝」很有效。可以幫助系統儘快淘汰表現不佳的方案，把計算資源集中到更有希望的路徑上。
但科研問題往往面對的是「解決路徑未知」的複雜課題，早期表現不好的方案，並不意味著沒有價值。早期評分很低的「殘次品」，也可能提供重要的價值。一旦過早「剪枝」，那些未來可能派上用場的知識，也會隨之被丟棄，影響後續的成果。
02 「證據譜系」：讓前期實驗支持後續研究
為了避開這類「局部最優解」問題，Sapient Intelligence 在其推出的自主式 AI 研發系統 PRAXIST（Autonomous AI R&D System，當前為Beta版本）中，拋棄了「樹狀搜索邏輯」，轉而採用「代際分層研究圖譜」的底層架構。
具體而言，這套設計的明顯特點是，保留了不同實驗產生的資訊。每次實驗後，系統都會留下代碼、配置、模型和數據結果等可復現的產物（artifact），同時記錄研究發現。即使實驗失敗，相關資訊也不會被直接抹去，後續研究仍然可以重新調用這些實驗數據，也可以把不同分支產生的新發現重新組合起來。
「這也是我們一直強調的技術內涵：『證據譜系』（evidence lineage）。」陳威廉指出，代碼版本、實驗結果、研究發現和決策記錄會通過「派生自（derived from）」「支持（supports）」「挑戰（challenges）」將產物、發現和決策連接起來。
陳威廉強調說：「通過這些關聯記錄，系統可以查明每項發現來自哪次實驗，後續有哪些結果支持它，又有哪些實驗得出了相反的結果。」
不過，僅保存不同分支的資訊還不夠。假設實驗發現了方案 A 效果最好，下一輪如果系統還是優先圍繞方案 A 繼續優化，很容易連續做出幾個相似方案。這樣一來，方案 B、C失去了測試機會。
因此，PRAXIST 引入了質量多樣性（Quality Diversity，QD）機制。生成新研究方案時，系統不僅要了解哪個方案效果好，還會檢查這些方案採用了哪些不同的機制、用了哪些不同的干預方式，並把候選方案分散到不同方向上。
這樣一來，即使某類方案暫時領先，其他方案也不會因為暫時得分較低就被直接排除。
方案提出後，還不能馬上做實驗。動用算力之前，Deep Innovation Gate（DIG） 會先逐一核對：研究目標是什麼，干預哪個環節，哪些證據能證實或推翻假設，消融實驗怎麼設計，只有這些內容均明確界定後，實驗方案才會進入執行階段。
03 「AI一次」，「博士一周」：高產300—500項研究發現
那麼，這套機制放到實際研發任務中，究竟能帶來多大的效率提升？
陳威廉分享了一組數據：PRAXIST 單次運行，可以自主生成約300—500項研究發現。他解釋稱，基於對清華等高校科研團隊實際研究流程的長期觀察，團隊估算，每項研究發現約對應一名博士研究人員一周的工作量，涵蓋實驗設計、運行、結果分析和結論提煉。
不過，這屬於工作量層面的經驗估算，用於說明系統的實驗與知識產出規模，不能視為對科研人員生產效率的精確折算。
當然，這些發現也並非全部是已經證實的正向結論，還包括負向、診斷性、不確定和流程性發現。系統會區分證據的成熟程度。
另外，測試分數漲了，不代表方案有實質進步。
系統可以照著之前的測試結果一路調參，數據餵得越多，分數就刷得越好看。但如果更換數據或實驗條件，原先的效果可能無法復現。
針對這一問題，PRAXIST 有一套專門用來驗證AI實驗結果是否可信的機制。陳威廉介紹說：「評估之前，系統碰不到最終測試數據，候選方案提前鎖死，不再允許修改。之後，先用保留數據重新跑一遍，換約束條件，換隨機種子，看效果能不能重複出現。跑方案、挑問題、統籌全局的，是三撥不同的角色。如果遇到風險高、影響大的實驗，還要換一套獨立的數據和環境，再測一次。」
但即便這樣驗證過，後續實驗有時還是會推翻早先的結論。這種情況下，PRAXIST 負責最終把關的「PI評審組」（智能體角色)會重確認相關結果，修改原來的判斷，不讓錯誤結論混進下一輪實驗中。
「PRAXIST 能自主設計，也能執行實驗。但研究什麼、為什麼研究、結果是否可信，還是要人來拍板。」陳威廉強調。
04 拓展落地「版圖」，加快 AI「自進化」
在實際的部署中，PRAXIST 的門檻可能比想像中低。
企業不需要專門組建 AI/ML 團隊，也不需要自己開發 AI 系統，只要先在自有設備上跑通基準實驗，Sapient Intelligence 團隊就會根據企業的實際需求，把業務問題轉換成 PRAXIST 可以執行的實驗流程。
而且，PRAXIST 本身的算力消耗並不高，理論上最低的計算負載，僅需要一台筆記本電腦就能運行。
場景落地上，目前 PRAXIST 適合需要反覆試驗，且實驗結果能夠被明確量化的研發工作場景。
機器人是較早應用 PRAXIST 的場景。以導航系統為例，研發人員可以讓不同方案在同一仿真環境中反覆運行數千次，再根據任務完成情況等數據，判斷哪種方案表現更好。
金融領域也是類似的情況，像量化金融策略這類本身就有明確的收益和風險指標的場景，PRAXIST 就可以利用歷史數據反覆測試不同策略。
醫療和藥物研發領域，更多的是在計算實驗中採用 PRAXIST，通過自動化試驗，減少藥物發現過程中反覆進行的篩選和驗證。
還有一個特殊的方向，陳威廉透露：「那就是用 AI 研發更好的 AI 模型。PRAXIST 目前在嘗試把這套實驗機制用於 AI 模型研發，讓系統自己尋找模型改進方案。」在陳威廉看來，這也是 PRAXIST 對自身能力的一次檢驗。「如果系統能夠幫助研究人員做實驗，那麼它也應該能夠參與尋找下一代 AI 系統的改進方向。」
不過，要讓系統自己尋找改進方案，還得知道實驗結果意味著什麼，以及下一步應該嘗試什麼。這一點上，Sapient Intelligence 利用其研發的 HRM（Hierarchical Reasoning Model），探索如何讓AI對具體問題進行更深入的推理。
HRM 和 PRAXIST 的分工並不一樣。HRM 面對的是具體問題，重點是通過多層次推理找到答案；PRAXIST 面對的是持續推進的研究過程，根據已有實驗結果決定下一步做什麼。
兩套系統可以獨立運行，PRAXIST 不依賴 HRM。但未來如果接入 HRM，PRAXIST 能夠獲得更強的知識和推理能力。
05 寫在最後：AI Scientist 落地的「未來24個月」
對於未來12至24 個月的行業發展，陳威廉提出了核心論斷：AI Scientist 要融入可持續的研發生產體系，必須跨越的核心門檻，是實現研究成果的長期復用與跨項目知識遷移。
當前，絕大多數AI Scientist的知識累積僅局限於單一項目內部，難以形成可傳承的體系化資產。而 PRAXIST 依託架構嚴密的 「代際分層研究圖譜」，能讓單次研究的產出在後續多個研究周期中被檢索、調用、驗證甚至疊代修正，甚至打通不同研究階段與項目間的知識通路。
伴隨技術逐步成熟，Sapient Intelligence 也計劃將 PRAXIST 的應用邊界滲透至庫存管理、銷售優化乃至大型物流運輸體系等更廣泛的商業場景中。
