全球大厂押注AI科研，但缺乏统一评价标准。8月19日，深度原理联合微软、斯坦福等发布论文，提出“发现回合”评估体系，全程记录AI科研决策，综合评分，并重视失败数据价值。深度原理的MIRA平台已实现科研闭环，在基准测试中领先。该标准标志AI科研从“应试”转向“真实发现”，行业下半场比拼“谁能真做出东西”。

ASI-Bench是由清华、MIT等机构构建的自主科研能力基准，包含60项覆盖11学科的项目级任务，通过B1至B4四级逐步减少人类方法指导来测试AI科研自主性。评测18套系统显示，B1平均分50.91，B3降至26.62，表明AI在方法落地和流程执行上仍有明显短板，距离独立完成开放式科研尚存差距。

深势科技发布玻尔·科学空间，为科研人员与AI科学家协同工作提供桌面环境。它整合文献、计算工具和实验资源，内置BioMaster、PharmMaster等专家，自动完成调研、假设验证、数据分析和论文写作。研究者只需提问和确认，AI接管繁琐工作，提升科研效率，并推出“玻尔107计划”征集重要科学问题。

Prime Intellect的研究表明，开源模型结合Multi-Agent Harness在nanoGPT优化任务中表现接近顶级闭源模型，挑战了RSI的假设。实验发现模型间的差距不在于创意，而在于试错吞吐量。更便宜的开源模型负责监控实现，高效的试错机器能提升AI科研速度，加速AI研发迭代。

谷歌前工程师创办Discovery Loop，旨在用AI自动化科研实验循环，将周期从年压缩至秒，覆盖材料、生物等领域。此举可能颠覆科研权力结构，使AI设计能力成为核心，但也面临高成本和现实数据鸿沟。文章认为这暴露了传统科研效率低下，科学正被资本和代码重塑。

北京大学与元空AI联合实验室开源科研智能体OpenAI4S，采用MIT协议，核心零依赖。它复刻Claude Science，通过“代码即行动”执行科研任务，支持数据检索、代码运行、GPU算力接入及版本化产物，内置30多个科研Skills，并设不伪造策略确保真实性。项目旨在推动科研Agent成为可执行、可检查、可扩展的基础设施，欢迎社区贡献。

第四届世界科学智能大赛在上海举办，吸引32国近1.8万名选手，设AI4S智能体、电力市场、核聚变等五赛道。大赛首创科研智能体挑战赛，并联合发起OPC创业孵化营，提供最高200万元资金支持，推动科研成果产业化，助力青年创新创业。

智爱赛思社区升级，推出科研专属Token Plan，提供三档服务适配不同科研场景，优势在于专业模型、一体化流程和充沛算力，旨在构建自主安全的科研AI基础设施，助力上海科创中心建设。

BrainPilot是11家机构联合提出的多Agent脑科学研究系统，由PI-Agent协调七个专家智能体，并引入Auditor Agent和Graph of Trace机制，实现全程可追溯与事实准确性审计。实验显示其性能与先进框架相当且成本更低，代码、知识库和技能库均已开源，为科研自动化提供了安全可靠的范式。

北电数智在WAIC 2026展区展示了AI在民生服务中的应用，包括通过“家医助手”提升社区医疗效率、教育数字大脑优化教学、AI创作者社区降低创作门槛，以及AI科研实验室加速科研进程。北电数智致力于将技术与人需求结合，推动民生发展。

GeneBench-Pro是一个新基准，用于评估智能体在多阶段统计推理中的能力，涵盖基因组学和药物基因组学等领域。该基准包含129个经过专家审查的问题，旨在模拟真实的科学分析过程。尽管现有模型在某些任务上有所提升，但整体通过率仍较低，尚未实现完整的推理闭环，未来需要增强模型的规划和自我修正能力。

到2026年，人工智能与科学研究的结合将从辅助工具转变为主动发现者，AI4S市场规模预计将达到千亿美元。尽管面临算力架构、数据孤岛和科研流程不成熟等挑战，AI4S正在推动科学发现的新模式。WAIC 2026将讨论AI如何重塑科学研究和产业发展，重点关注人才培养和平台建设，推动AI在能源、材料和生命科学等领域的应用。

Claude Science是一款AI科研工具，能够直接连接数据库，自动生成分析结果并提供可追溯功能，解决科研中的健忘症问题。它内置实时纠错功能，确保数据准确性，兼容现有软件并支持本地数据处理，保障数据安全。针对生命科学领域，提供专用工具和预设配置，简化分析流程。尽管需要付费，但能显著提高科研效率，降低错误率。

Codex近期受到好评，用户可通过邀请朋友重置速率限制。OpenAI考虑降低Codex费用以吸引客户。Codex即将并入ChatGPT，提供多种使用案例，帮助用户了解其功能。新功能Computer Use允许Codex操作电脑，用户可设定长期目标。Codex还可用于制作PPT、网页和游戏，甚至在科研中作为助手，进行实验和数据分析。

西湖大学的张岳团队推出了智能科研插图生成系统AutoFigure，旨在解决高质量科研插图的生成难题。该系统基于长篇科学文本，确保插图的逻辑结构准确且视觉美观。此外，团队发布了FigureBench数据集，包含3300组科学文本与插图配对样本，支持科研插图的自动生成。

近期，中国学术界因B站博主耿同学举报多名顶尖学者论文造假而引发风暴，揭示了科研评价体系的问题。事件强调了“Worse is Better”现象，即不严谨但易产出的研究更受欢迎。系统奖励论文数量和影响因子，导致低质量研究泛滥。耿同学的举报促使高校开始倒查论文，反映出科研诚信体系的缺失。真正的挑战在于如何让诚实、严谨的研究重新获得价值。

科研AI写作的核心在于将形式交给AI处理，而问题则需研究者自己把控。AI擅长规范性工作，如格式和引用，但核心思想和判断仍需人类负责。AI可以高效生成初稿，但最终的修改和深度思考是研究者的责任。同时，学术诚信不可忽视，使用AI时需确保内容准确，避免依赖错误信息。

随着生物检测和计算建模技术的发展，科研数据生产能力迅速提升，但知识整合能力滞后。为此，研究团队开发了Robin多智能体系统，实现了科学假设生成与实验数据分析的闭环工作流。该系统在药物筛选中表现出色，验证了其在干性年龄相关性黄斑变性治疗中的应用潜力，展示了AI在生命科学研究中的新方向。