AI科研自动化的边界：Agent不是许愿池

AI科研自动化：先破除"许愿池"幻想

很多人对AI科研自动化的期待是这样的：晚上跟Agent说一句需求，一觉醒来它就把整篇论文写好了。这位B站UP主直言，这种"神一样的许愿池"式Agent并不存在——如果它真能做到，那就不需要人了。

把AI当成全知全能的科研代工，是当前认知里最大的误区。真正能被自动化的，是有明确边界的那一部分，而不是整个科研链条。理解这条边界，比盲目追捧任何工具都重要。

科研分两部分：现实世界与电脑世界

UP主提出了一个清晰的划分：科研过程本质上分为两块。一块发生在现实世界——给患者打随访电话、收集临床数据、动手做实验，这些从物理世界到电脑的"最后一米"，仍然需要人拿着U盘去拷贝，短期内自动化不了。

另一块则是在电脑里发生的所有事情。凡是能在电脑中被完整记录、存储的操作，理论上都可以自动化。换句话说，以前你坐在电脑前用各种软件敲敲打打完成的那些工作，正是AI能够接管的领域。这个界定务实且诚实，它没有夸大AI的能力，也没有低估它的价值。

关键词是"人在回路"的自动化

值得强调的是，这里说的自动化不等于无人干预。UP主特别指出，它是"需要你参与的自动化"。

为什么必须有人参与？因为科研的最终产出是可发表的结果，需要有人对这些结果进行判断、署名、承担责任和赋予意义。这些恰恰是AI无法替代的——责任和学术署名不能交给一个Agent。所以合理的模式不是"AI取代研究者"，而是"AI承担电脑里的执行与记录，研究者负责判断与担责"。

"人在回路"（Human-in-the-Loop，HITL）是自动化与AI系统设计中的一个核心概念，指在自动化流程的关键节点上保留人类干预与决策的机制。与"全自动"（Fully Automated）系统不同，HITL系统并不追求完全排除人类，而是明确划定哪些步骤由机器执行、哪些步骤需要人类审核或拍板。在工业界，这一模式已广泛应用于内容审核、自动驾驶测试、医疗辅助诊断等场景——机器处理高频重复任务，人类专注于例外处理与最终判断。将这一框架引入科研语境尤为恰当：AI可以高速执行文献检索、数据清洗、代码调试等标准化操作，但"这个结果是否可信""这条结论是否值得发表"这类带有学术判断性质的决策，仍必须由研究者承担。这不仅是能力边界的问题，也涉及学术伦理——署名意味着责任，而责任目前无法转移给一个模型。

一个博士项目的Agent化图景

UP主用自己读博的例子，具象化了什么叫"AI自动化科研"。

设想读博三年，在软件里建立一个PhD Project。这个项目下面可能有几十个section（章节/任务模块），比如"做选题"是一个section，"做分析"又是一个section。而每一个section可能包含几百轮conversation（对话），每一轮对话又可能产出若干个artifact（产物/文件）。

等到项目毕业收尾时，整个系统里累积的文件可能多达几千个。这套体量在传统模式下是难以驾驭的。

这里提到的"artifact"（产物）是近年来AI助手产品中逐渐标准化的一个概念，指一次对话或任务执行后生成的具体输出文件，例如一段代码、一份分析报告、一张图表或一篇草稿。与聊天记录中的普通文字回复不同，artifact通常以独立文件的形式存储，可被后续步骤引用、修改或导出。在科研场景中，artifact的粒度管理至关重要：每一次统计分析的脚本、每一版图表的参数配置、每一轮文献梳理的笔记，都以可检索的artifact形式沉淀下来，而非淹没在一条条对话流里。正是这种"对话产生产物、产物可被追溯"的机制，让几千个文件的博士项目在结构上变得可驾驭，而不只是数量上的堆积。

从散乱文件夹到一套可溯源系统

过去做科研是什么样？一个文件夹里塞满了用各种各样软件生成的文件，格式混乱、版本难辨、来龙去脉全靠记忆。

而在Agent化的新范式里，这几千个文件被一套系统统一管理、串联起来。它带来几个实实在在的能力：

• 可对话：想要什么，直接跟系统对话索取；
• 可溯源：任何结论都能追溯到最初的出处；
• 可重做：需要时可以重新执行某个分析；
• 可导出：审稿人要什么材料，随时能找出来交付。

UP主给了它一个很贴切的定位——它就是我的研究记录本。它甚至能找到一年前刚开始构思课题那天，你提出的那个问题以及当时的回答。

结语：把AI放在正确的位置

这段分享的价值，在于它给AI科研自动化划了一条冷静而清醒的线：AI不是替你从无到有变出论文的神，而是把你在电脑里所有的研究过程记录、组织、串联并可随时调用的智能记录系统。

现实世界的数据采集仍需人力，学术判断与责任仍归研究者，而电脑里那些繁琐、易散乱、难追溯的工作，才是Agent真正大显身手的地方。认清这条边界，你才能把AI用在刀刃上，而不是对着许愿池空等奇迹。