这是什么
这是一篇 2025 年 10 月挂 arXiv 的 AI Scientist 综述,作者来自 HUST 和 Lehigh(Guiyao Tie, Pan Zhou, Lichao Sun)。核心贡献是一个统一的六阶段分类框架:Literature Review → Idea Generation → Experimental Preparation → Experimental Execution → Scientific Writing → Paper Generation,并把每个已有系统标注到它实际覆盖的阶段上,做成一张覆盖矩阵(比如 DS-1000 只覆盖实验准备+执行,AI Scientist v1/v2、AI-Researcher、DeepScientist 六阶段全覆盖)。
除了按阶段横切,它还按时间纵切出三个发展阶段:Phase I 基础模块期(2022-2023,DS-1000、BioPlanner、Coscientist、MLAgentBench 这类单点工具和 benchmark)、Phase II 闭环集成期(2024,以 AI Scientist v1 首次打通全流程为标志)、Phase III 规模化/影响力/人机协作期(2025 至今,AI Scientist v2 的 agentic tree search、DeepScientist 的目标导向长程研究、freephdlabor 和 AI co-scientist 的人机协作框架)。适合当地图用:写相关工作时可以直接引用它的阶段划分来定位自己的系统。
机制与做法
六阶段框架与覆盖矩阵
六个阶段各对应一类任务产物:Literature Review 产出文献综述和 gap 分析,Idea Generation 产出假设和问题形式化,Experimental Preparation 产出实验计划和代码,Experimental Execution 产出数据和实时分析,Scientific Writing 产出结果小结和图表,Paper Generation 产出完整可验证的手稿。第 3 章按这六个阶段各写一小节,逐一介绍代表性系统的机制(如文献阶段的 RAG + graph reasoning,执行阶段的机器人控制与 adaptive feedback)。
覆盖矩阵(Table 1)是全文信息密度最高的部分:23 个系统 × 6 个阶段,标出每个工作显式覆盖了哪些阶段,并附年月。应用章节再按领域(通用 / 化学材料 / 生物医学 / 物理工程 / meta-science)横扫一遍。
三阶段历史叙事
作者的判断是:领域从孤立模块(2022-2023)走向闭环(2024,AI Scientist v1 是分水岭),当前前沿(2025-)在三条线上推进——用 RL 和 tree search 提升规模与鲁棒性(AI Scientist v2、DeepResearcher)、追求真实科学影响力(DeepScientist、ResearchBench)、以及人机协作范式(freephdlabor、AI co-scientist)。这个叙事和课题组自己的观察基本一致,可直接借用。
关键结果
- 六阶段框架里,只有 5 个系统被标为六阶段全覆盖:AI Scientist v1(2024.08)、v2(矩阵标 2025.02,实为 2025.04)、AI-Researcher(2025.05)、DeepScientist(2025.09)、freephdlabor(2025.10)——全流程自动化是 2024 年后才出现、且到 2025 年也只有个位数系统做到的能力。
- 矩阵显示明显的阶段偏科:Experimental Preparation/Execution 覆盖最多(benchmark 传统),Paper Generation 覆盖最少;Scientific Writing 和 Paper Generation 被有意区分开(前者是段落级产出,后者是完整手稿合成)。
- 三个发展阶段的分水岭事件:Phase I 的 Coscientist 验证了 LLM 驱动物理实验闭环可行;Phase II 的 AI Scientist v1 首次打通端到端出论文;Phase III 的关键词是 scalability(tree search / RL)、impact(以推进 SOTA 为显式目标)和 human-AI collaboration。
- 综述本身规模不大:正文五章约 5500 词、131 条参考文献、矩阵收录 23 个系统,是一篇'短平快'的框架型综述而非大而全的文献普查。
实证核查
与我们方向的关系
对课题组最直接的用处有两个:一是写相关工作时,用它的六阶段框架给自己的系统定位(覆盖哪几个阶段、缺哪几个),Table 1 的 23 系统矩阵可以直接当 related work 的骨架;二是给新人当入门地图,三个 Phase 的叙事把 DS-1000 → AI Scientist v1 → DeepScientist/freephdlabor 这条主线讲得很清楚。
使用时注意:引用它的矩阵前最好自己复核关键系统的日期和阶段标注(已发现日期错误),且它截稿于 2025 年 10 月,之后的系统需要自己补。