ai-scientists

CausaLab 是一个可扩展的环境，用于评估LLM智能体在交互式因果发现中的表现，同时衡量预测准确性和对潜在因果机制的忠实复现。实验揭示了预测与机制复现之间的差距，突显了当前LLM智能体作为实验性因果推理者的局限性。

本文介绍AiraXiv，这是一个面向人类和AI科学家的AI驱动开放获取平台，具有交互式用户界面和基于MCP的交互功能，支持持续、反馈驱动的论文迭代和可扩展的研究基础设施。

一项对25,000次AI科学家试验的研究发现，智能体68%的时间忽视证据，极少修正假设，显示流行的脚手架修复方法并未赋予真正的科学推理能力。