四川
你能信任一篇AI撰写的论文吗？为了求解这个问题，谷歌团队检查了75篇AI科研智能体撰写的论文。
近日，谷歌研究院（ Google Research ）在 ICML 2026上现场演示了一项端到端的AI科学家成果。
这是一套搭载课题调研器、并行探索 - 利用发现引擎、论断校验器三大模块的科研智能体系统，正式公开命名为ScientistOne，对应论文已于今年五月发布在arXiv上。
这套工具最大的特点是接近100%的复现性，能 在文献综述、解决方案发现和论文写作过程中始终维护证据链，最高能达到0幻觉引用。
有趣的是，论文还大胆实测了 Sakana ASv2、AutoResearchClaw 、DeepScientist、AI-Re searcher四款AI科研智能体，作为证据链审计功能的结果验证。
目前团队已经在官方上放出了21篇由ScientistOne全自动产出的完 整论文及对应求解代码，每篇最多精读100篇PDF文献作为研究输入，结论全部有文献支撑。
打假75篇AI论文 全部存在虚假引用
论文中，团队对5套自主科研系统、5项前沿系统研究任务产出的75篇论文执行证据链审计，结果非常惨烈。
所有基线系统均存在系统性可信度缺陷：虚假引用率最高达 21%，实验分数核验通过率最低仅 42%，算法与代码匹配度区间仅 20%~80%。
其中包括，Transformer发明者Llion Jones等共同创立的AI企业Sakan a AI旗下 Sakana ASv2，这是一个在顶刊Nature发表过的知名AI科研系统，结果仅有42%的论文能通过审计。
而ScientistOne是唯一能在所有四项检查环节中均发挥主导作用的智能体，其优秀表现的根源在于这个特殊的工作流。
这一工具的工作流由三大证据链（CoE）模块构成，包括：
课题调研器：单课题最多读取 100 篇完整 PDF 文献，输出有文献支撑的标准化实验方案；
算法发现引擎：采用并行探索 - 利用搜索树，挖掘高性能全新算法；
论断校验器：终稿生成前，逐条校验文稿内所有论断是否匹配其标注的证据来源。
真正实现了文中每一条论断都能追溯至代码、实验数据或参考文献；此外在前沿算法挖掘任务上，性能可持平甚至超越人类专家。
在 ADRS 五项系统优化任务中，各智能体性能均不弱于人类专家，充分证明了AI科研智能体可快速产出高质量方案。
其中ScientistOne 在Cloudcast、EPLB 两项任务中表现最优，且是唯一兼顾顶尖求解性能与完整证据链核验能力的系统，不存在可信度损失。
AI for Science 谷歌 倾力押注
实际上，今年五月谷歌另一个团队 Google DeepMi nd就推出过被誉为 “最强AI科学家”的AI科研智能体 Co-Scientist。
这是一套基于 Gemini 的多智能体 AI 科研助手，用于加速生命科学等领域的科学假设生成与验证，相关成果已经发表于《Nature》。
该工具能自主生成假设、验证、完善结果等全科研流程，还能接入数据库（ChEMBL和蛋白质数据库UniProt）、AlphaFold等外部AI工具。
目前，企业版本已经开放给第一三共、拜耳、美国国家实验室等机构使用，个人版本也将稍后开放。
除此之外，谷歌在AI for Science领域的积累相当丰富，仅最近两年来，谷歌在生命科学已发布了多个模型。
在今年的 Google I/O 开发者大会上Google DeepMind的首席执行官Demis Hassabis更直言道：
AI的未来不在于更好的聊天机器人，而在于"能像科学家一样思考和发现"。
他还指出指出谷歌正从"AI优先"转向"智能体优先"，强调AI在基础科学中的潜力日益凸显。
—The End—
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
