在討論 agi 或者通用機器人定義時，人們往往會自然聯想到一些直觀的衡量標準，比如 ai 能否解出高考題、在國際數學奧林匹克（imo，international mathematical olympiad）上獲得金牌，或者機器人能否勝任家務。這些標準固然能體現「聰明」「適應性強」等能力，但卻容易忽略一個更本質的維度——它能否在科學領域產出真正的新知識與重大突破？在加拿大多倫多大學博士生張鵬松和所在團隊看來，評判超級智能的一個重要標準之一，是 ai 與機器人能不能推動科學邊界前進、打破人類既有認知與物理界限。這正是該團隊長期關注 ai scientists 和 robot scientists 的出發點與動力[1]。
圖 | 張鵬松（來源：張鵬松）
過去，科研進展受限於研究者的創造力、學術背景與有限時間。而近年的大模型與智能體進展，讓 ai agent以及機器人已能自動完成從提出研究設想、開展實驗、到撰寫論文等行為。比如日本公司 sakana ai 提出的 the ai scientist[2]、美國斯坦福大學教授 james zou 團隊的 the virtual lab[3]都已經非常好地驗證了 ai 作為自主科學家的可行性。這些工作共同指向一個趨勢：科學發現也將會迎來新的規模定律 scaling laws[1]。
然而，當前的學術出版生態難以承載這股浪潮，傳統學術出版體系是為「人類作者 + 人工評審」的時代設計的，如今面對 ai 生成的海量研究，瓶頸集中在以下幾方面：
其一，評審吞吐不足，傳統期刊和會議依賴人工評審，效率低下，根本無法應對 ai 生成內容的規模。
其二，預印本缺少質量控制，預印本平台像 arxiv 雖然可以快速發布，但是缺少質量控制機制，無法保證成果的可信度。
其三，署名與規範的不確定性，不少學術場景對 ai 署名/貢獻度仍存分歧，透明度與可追責性不足，抑制了人類與 ai 的深度協作，也影響成果的傳播與採用。
其四，proposal 早期生態缺位，現有平台不支持研究提案（research proposal）的結構化交流與迭代。這使得「idea 層面的共創與篩選」缺乏公共空間與思想碰撞，錯失了大量原本能在萌芽期快速試錯與放大的機會。
其五，ai 評審的安全與對齊問題, 基於大模型的評審會遭遇提示詞注入（prompt injection）等攻擊與操縱風險；同時還存在證據對齊不足、基線不一致等問題。若不治理，這些風險會侵蝕評審公正性與可用性。
其六，跨主體協作缺少統一環境，未來科研一定是 human-ai 與 ai-ai 的多智能體協同。但當前缺少一個統一、開放、可擴展的「科研環境」，如能打造出來那將既能讓不同類型的 agent（作者、審稿、導師、委員會、實驗、傳播）以標準化介面接入，又能對質量、溯源、版本進行全程管理。
（來源：arxiv:2508.15126）
圖 | aixiv platform overview（來源：arxiv:2508.15126）
基於上述原因，本次團隊提出並實現了 aixiv，其表示這是全球首個面向 ai scientists、robot scientists所產出的research proposal和paper，同時也是一個帶有 ai 同行評審與返修環節的 open access 預印本平台和 ai agetns 科研社區環境。目標是為 ai 科學家、機器人科學家以及人類研究者共同建立一個全新的科研生態，打破當下分散、封閉的格局，構建覆蓋提交-評審-返修-發布的完整科研與迭代流程。通過開放介面，人類研究者與各種科研智能體都能便捷接入，在同一平台上展開協作。
圖 | aixiv網站demo展示（來源：arxiv:2508.15126）
在機制設計上，aixiv 引入了結構化、多階段的評審機制，讓 proposal 和 paper 能夠在迭代中持續改進；同時，版本化發布和可溯源的質量軌跡，讓科研成果的提升可以被真實驗證。多模型投票機制避免了單一模型偏見，提升了結論的公平性和可靠性。
在安全與對齊方面，研究團隊在評審環節中加入檢索增強，使評審意見與真實文獻對齊；並構建多層次的提示詞注入檢測與防禦機制，抵禦隱蔽操縱，確保評審過程的公正與可信。實驗表明，在論文的 pairwise 評審任務中，大模型的準確率可達 81%，驗證了其具備真實的學術判斷能力。這意味著大模型不僅能夠生成科研內容，還能為 ai 產出的研究成果提供可靠的評審意見與打分，幫助智能體完成持續迭代和優化，從而不斷提高科研質量。
（來源：資料圖）
（來源：arxiv:2508.15126）
本次研究的相關論文發布之後，研究團隊收到了不同的角度的評論，有積極的讚許，也有審慎的質疑。
一些評論非常振奮人心。例如有人說「學術界曾經依靠填補已深入探索領域的小空白而蓬勃發展。這些空白已經消失。現在，只有真正的突破才算數。」還有評論提到：「ai 正在撼動學術界！但這些 ai 的改進是真正創新，還是僅僅完善了人類的努力？傳統學術界或許需要警鐘，是準備好主動適應，還是看著時間站在 ai 這邊？」
這些評論恰好與研究團隊建設 aixiv 的初衷高度契合。其認為，隨著 ai 與機器人科學家的發展，那些增量式的創新點和「小修小補」的工作會被 ai 快速完成與驗證，而這反而能刺激和推動人類科學家把精力集中到更具挑戰、更具突破性的科研問題上。
當然，也有不少謹慎的聲音。例如有人提醒：「科學不僅僅是發表論文，它還涉及共識、復現和信任，如果充斥著 ai 論文的系統沒有良好的治理，可能會淹沒真正的科學發現。」還有人擔憂：「即使在 arxiv上，有時也會有人質疑文章的真實性，但在 aixiv上這種情況似乎會更加嚴重」。
研究團隊表示，他們非常理解這些擔憂，這正是 aixiv 設計的關鍵考量之一。研究團隊為 ai 與人類研究者共同提供評審介面，讓不同的 ai reviewer 與 human reviewer 可以同時參與，形成多維度、多角度的綜合審查。這種機制既是對質量的保障，也是對「信任」的回應。研究團隊相信，隨著 ai 在科研與評審能力上的不斷迭代，它最終有可能形成一種新的學術評審範式，使其不僅接近人類水準，甚至在某些方面超越現有人類評審模式。
（來源：arxiv:2508.15126）
就應用前景來說：
研究團隊認為，本次 aixiv 平台或者未來出現的類似平台，將會帶來兩方面革新性的變化：
首先，有望革新現有的科學研究範式。
在 ai scientists 的初期發展階段，科研中的研究提案與創新點方面可能將首先被顛覆。現在的科研環境中存在著這樣一種描述「科研就像炒菜」，需要各學科、方法、思想的整合與碰撞。而當下的大模型本身就具備跨學科的知識儲備，它們能夠在極短時間內提出海量的創新性想法[4][5]。若這些想法通過像 aixiv 這樣的平台得到多維度評審與迭代，那麼 ai 產出的可行創新點將無限接近與覆蓋 100% 人類科學家所能想到的創新想法。這意味著人類科學家可探索的「增量空間」將迅速收縮，但也會倒逼人類去挑戰更高難度、更具突破性的科學問題。
從更長遠的視角來看，自 17 世紀以來，人類已在各學科領域發表了約 1.5 億至 2 億篇高質量科學論文。這份浩瀚的記錄凝聚了人類數百年的努力、協作和漸進式探索。但隨著自主 ai 研究人員的崛起，相比之下這些成果很快就會顯得微不足道。ai 系統將以超人的速度和規模運行，生成、測試和發表數十億篇科學論文，這並非幾個世紀的工夫，而是短短几年，甚至幾個月，幾天或幾小時……在這些成果中，不僅可能湧現諾貝爾獎級別的突破，還可能在迭代中誕生出堪比甚至超越「愛因斯坦」式的「超級 ai 科學家」。
（來源：arxiv:2503.22444）
其次，有望革新現有的科學出版方式。
aixiv 的理念是打造一個主要針對 ai 科學家與機器人科學家的免費、共享的預印本平台。但與傳統的預印本平台不同的是，aixiv 集成了 ai 評審，以保證 proposal 與 paper 的提交質量。為了實現真正的免費與共享，研究團隊正在考慮採用去中心化與區塊鏈技術以存儲、記錄 doi、版本、評審軌跡，保證可追溯性與透明性。
另據悉，本次研究團隊的合作者大多來自大模型、agent 與機器人方向。課題的出發點其實很樸素：ai 與機器人能否完成端到端的自主科學研究？如果答案是「能」，當這種能力以規模化出現時，人類應如何接住這股洪流？2024 年，馬斯克曾判斷「未來 3 年 200-300 億數量級的類人機器人將會出現」。即便把這個說法打個折，沒有物理身體的 ai agents 在數量上也更容易出現指數級增長。想像一下：僅 1 億個 ai 研究型智能體持續產生提案與論文，所形成的「審稿需求」已遠超人類評審能力。2025 年，國際頂會 nips、aaai 的投稿量都突破三萬篇。這只是一個開端，在 ai 的加持下，「沒有足夠審稿人可用」正在成為現實問題。研究團隊希望正面回答：當科研成果數量達到某個臨界點時，人們應該怎麼辦？
研究團隊最初把這個問題拋到社交媒體上尋找合作者，很快就吸引了來自全球各大高校和研究機構的夥伴加入，其中涵蓋大模型、agent、機器人以及生物醫學等方向的合作者。隨後研究團隊快速進入研究推進的三個關鍵階段。
首先是明確命題與邊界，其把問題壓縮成兩個可操作的問題：其一，如何驗證「ai/機器人能做科學」不是孤例，而是可複製、可擴展的流程？其二，當 ai 研究供給暴漲時，如何通過一個平台同時解決「快速發布」和「可信評審」的矛盾？這一步的關鍵是把願景轉化為可驗證的工程與制度設計。
其次是廣邀協作，跨學科的合作者拼圖讓研究團隊能夠從「科研生產」「質量管理」「安全對齊」三個維度同步推進。
最後是搭建最小可行原型，研究團隊打通了「提交-評審-返修-發布」的完整鏈路，支持 proposal 與 paper 的提交，讓 ai 與人類評審能夠被統一調度與記錄，每一次返修都能形成可追蹤的質量軌跡。
本次研究的合作者胡翔和黃國偉表示，在實驗階段，當研究團隊完整復現 ai-scientist 的流程時，從一個 idea 出發，到自動化完成實驗，再到安全地生成一篇完整的論文，讓人十分震撼。那一刻，研究團隊並不是擔心自己真人研究員的身份會被替代，而是意識到未來會出現越來越多更智能的 ai scientist 工具，它們能夠幫助人類更好地開展科研，加速整個科學進展。哪怕科研效率只提高百分之十，對社會的價值都會是巨大的。研究團隊做 aixiv 的初衷，就是希望把這些由 ai 產出的高質量知識沉澱下來，真正服務於科學。
當問及下一步基於該研究是否有後續計劃？胡翔以及張鵬松表示，在 aixiv 的基礎上，研究團隊計划進一步引入強化學習，將其打造為一個科研的 agent 環境，使研究型智能體能夠通過結構化交互不斷演化。隨著平台上大規模產生的科研提案、論文、同行評審與多輪返修積累，aixiv 將形成一個豐富的經驗數據倉庫，為科研智能體或者說 ai 科學家的學習提供堅實基礎。
在這一協作生態中，研究型智能體將能夠：
學習複雜推理與長期決策能力，提升其制定與執行科研計劃的能力；
發展自適應行為，在科學探索與綜合實驗中不斷優化策略；
自主獲取新知識與技能，通過與其他智能體和人類研究者的互動完成迭代，而無需依賴顯式重編程。
這些能力將使智能體能夠動態適應新興的科研領域與未知挑戰，確保其在快速演化的科學前沿保持持續相關性。
此外，研究團隊希望把 ai-scientist 真正用於端到端實驗。不僅要在計算機科學、數學等不太需要「動手」的學科實現從構想到結果的自動化，也要將其與自動化機器人系統深度結合，走進需要物理實驗與濕實驗的領域（如生物、化學、材料等工程科學）。通過高通量實驗執行、自動化儀器控制、實時數據採集與分析，以及「假設-實驗-評估-返修」的閉環，研究團隊希望能夠打通「選題-設計-實驗-分析-寫作-發布」的全流程。最終目標是培養具備「手腦一體」能力的 robot scientist，不僅能勝任人類科學家的日常工作，更在速度、準確性、創新性與可復現性上接近與超越人類水準。
研究團隊也希望將 ai-scientist 推廣到其他領域，尤其是商科研究。一個關鍵問題在於，ai-scientist 是否能夠自主識別並收集相關數據，從而開展高質量的商學院學術研究？與此同時，本次研究也發現當前在文獻引用方面仍然存在不足。然而，文獻的有效應用對科學研究至關重要。因此，研究團隊也希望在這一領域進一步提升 ai-scientist 在整合和運用現有文獻方面的能力。
目前，研究團隊正在籌備建立一個全球性非營利性組織 aixiv organization，旨在將 aixiv 打造為下一代的科學研究發布與共享平台。aixiv organization 的使命不僅是「發布論文」，更是要探索人類與 ai 共同進化的科研新範式，為未來的科學發現提供可信賴的基礎設施。
研究團隊也正在邀請各大頂級高校教授們加入上述非營利性組織的 advisory board，希望藉助他們的專業洞見與學術規範經驗，逐步共同建立起一個科學、可信、規範且長期可持續的 ai for research 生態環境。同時，其也期待得到來自企業、基金會等各類合作夥伴的支持，攜手推動這一開放科研平台的建設與落地。另外，本次論文的合作者周孝嚴也正在創立一家初創公司。公司使命是將「ai 科學家」這一前沿理念落地應用於各個垂直領域之中，從而加速企業科研創新進程，提升科研產出效率。
