@Jiacheng_Miao:很高兴分享 #paper2agent 今天在 @Nature 发表了!论文长期以来一直是沟通科学知识的主要格式,但……

X AI KOLs Timeline 论文

摘要

Paper2Agent 是一个发表在 Nature 上的多智能体框架,它自动将研究论文转化为虚拟作者,使 AI 智能体能够与科学知识进行交互并在此基础上构建,从而促进更深入的发现。

🔥 很高兴分享 #paper2agent 今天在 @Nature 发表了! 论文长期以来一直是传达科学知识的主要格式,但它们仍然是静态的。要让这些知识发挥作用,需要将研究发现与数据连接、导航补充材料,并将方法适应新问题——这些工作每个新读者都必须重复。 我们推出了 Paper2Agent,这是一个多智能体框架,能自动将研究论文转化为虚拟作者。Paper2Agent 将论文的手稿、代码、数据和补充材料转化为一个 MCP 服务器,任何 AI 智能体都可以访问,并在代理循环中进行自动化测试和迭代改进。这样,论文就变成了你可以与之交谈的虚拟作者:追溯主张到证据,分析你自己的数据,并与其他论文的虚拟作者合作。 将论文代理化,使其从人们阅读的东西变为人们和 AI 智能体可以发现和构建的东西——提供解释其发现和可靠重用其方法所需的上下文。我们测试了这些智能体如何可靠地利用论文。在多个基准测试中,由 Paper2Agent 创建的智能体优于基线,如 Claude Code 直接处理论文的 PDF 和代码仓库。 一旦论文变成虚拟作者,它们就可以合作——就像人类研究人员一样。在一个案例研究中,从 AlphaGenome 和两项大规模基因扰动研究构建的智能体共同合作,提出了一种新的计算方法,用于整合不同扰动数据集中的证据。通过将一篇论文的预测与其他论文的实验数据连接,他们帮助确定了一个可能的银屑病致病基因。 我们希望 Paper2Agent 让科学知识更容易访问、重用和构建——这是迈向未来的第一步,在这个未来中,数百万的论文智能体将主动与人类研究人员和彼此合作,以推进发现。 🤖 与 Paper2Agent 本身的虚拟作者交谈:https://paper2agent.ai 📎 论文:https://nature.com/articles/s41586-026-11044-y… 💻 代码:https://github.com/jmiao24/Paper2Agent… 非常感谢与这个了不起的团队合作:@james_y_zou, @jkpritch, Yaohui, 和 Joe!
查看原文
查看缓存全文

缓存时间: 2026/09/17 04:22

🔥 很高兴宣布 #paper2agent 今日在 @Nature 正式发表!

长期以来,论文一直是科学知识传播的主要形式,但它们始终是静态的。要应用这些知识,需要将研究发现与数据关联、查阅补充材料、并为新问题调整研究方法——每位新读者都需重复这些工作。

我们推出Paper2Agent,这是一个多智能体框架,可将研究论文自动转化为虚拟作者。该框架将论文的手稿、代码、数据和补充材料整合为MCP服务器,使任何AI智能体均可通过自动化测试与迭代优化的智能循环访问论文。论文由此变为可对话的虚拟作者:追踪论点证据、分析自有数据,并与其他论文的虚拟作者开展协作。

将论文转化为智能体,使其从阅读材料升级为可供人类与AI智能体发现、借鉴的基础——提供解读发现、复用方法所需的完整语境。我们测试了智能体应用论文的可靠性。在多项基准测试中,Paper2Agent创建的智能体性能超越了Claude Code直接处理论文PDF和代码库等基线方案。

当论文成为虚拟作者后,便能实现协同——如同人类研究者的合作。在案例研究中,由AlphaGenome与两项大规模基因扰动研究构建的智能体组,通过连接一篇论文的预测与其他论文的实验数据,共同提出整合不同扰动数据集的新计算方法,最终帮助定位银屑病的潜在致病基因。

我们期待Paper2Agent能使科学知识更易获取、复用与拓展——这是迈向未来的首步:未来数百万论文智能体将主动与人类研究者及其他智能体协作,推动科学发现。

🤖与Paper2Agent论文的虚拟作者对话:https://paper2agent.ai 📎论文原文:https://nature.com/articles/s41586-026-11044-y… 💻代码仓库:https://github.com/jmiao24/Paper2Agent…

衷心感谢杰出的合作者团队:@james_y_zou、@jkpritch、姚辉与乔!

相似文章

Agentic Publication Protocol: 科学出版现代化的尝试

arXiv cs.AI

本文介绍了Agentic Publication Protocol (APP),这是一种将科学论文与代码、数据以及智能体指令打包的格式,旨在提高可复现性,并允许AI智能体与已发表的研究进行交互并在此基础上进行构建。