OpenSense科研Agent实测：从文献综述到源码复现全流程

科研工作者常面临这样的困境：读论文、理文献、复现代码、验证数据，每一步都耗时费力。B站UP主“昆蓬道”近期实测了一款名为OpenSense的科研Agent，号称能覆盖从文献调研到论文出稿的全流程。它究竟是科研神器还是噱头？本文基于实测视频，拆解其核心能力与真实体验。

笔记导入界面

OpenSense是什么：科研人员的专属Agent

OpenSense定位为“科研人员的Claude Code”，脱胎于开源的AFO Science项目，基于BIOS构建。它面向学生、教师及生物、化学、物理等领域的科研人员，提供文献综述、论文分析、源码复现、数据模拟等能力。据UP主介绍，该工具支持Mac、Windows和Linux三平台，目前已可安装使用。

其核心差异在于内置了科研专用的Skills和论文数据源（均为开源），并支持计划-执行-审查的闭环。用户可通过笔记功能导入自己的文献资料，也能调用本地兼容Agent Skills协议的技能。

Agent Skills协议是OpenSense支持调用本地技能的基础。该协议定义了Agent与外部工具、技能包之间的标准化接口，使模型能够以统一方式发现、加载和执行预定义的操作流程（如文献检索、代码运行、数据绘图）。类似于插件机制，它允许科研人员将常用分析流程封装为可复用的Skill，从而扩展Agent的能力边界，而无需修改核心代码。

MCP（Model Context Protocol） 是一种开放协议，用于让大语言模型安全、结构化地访问外部数据源和工具。OpenSense通过MCP连接器接入数据库、API或本地文件系统，使Agent能实时获取论文、实验数据等信息。目前MCP生态以国外服务为主，国内用户需自行封装符合协议的接口，这在一定程度上限制了国内科研场景的即用性。

核心功能拆解：从文献到验证的闭环

文献综述与写作辅助

实测中，UP主将腾讯云^广告关于Terminal RSI的论文（基于Qwen 2.5 7B训练，Terminal Bench准确率从20.68%提升至50.58%）交给OpenSense，要求生成RSI（递归自我改进）相关的文献综述。输出结果包含图表、规范引用和完整格式，UP主评价“格式和专业度与真实论文一致，省去了排版调整的麻烦”。

数据收集界面

Terminal Bench是一个评估智能体在终端环境中执行复杂任务能力的基准测试，涵盖文件操作、软件安装、脚本调试等真实命令行场景。文中提到的准确率从20.68%提升至50.58%，反映了模型在终端任务上的性能改进。这一指标常用于衡量Agent的实用性和可靠性，但需注意其测试环境与实际科研工作流仍存在差异。

源码复现与Python验证

OpenSense的另一个亮点是代码复现。UP主让Agent尝试复现谷歌的Agent代码并运行测试（未完全跑完），同时针对腾讯未开源的论文，让模型根据论文生成代码并验证性能提升。视频中展示了代码生成与运行日志，体现了“基于前人成果再研究”的辅助价值。

开源代码显示

输出溯源与数据引用

所有输出均可溯源至原始数据和引用来源，UP主强调这是科研场景的关键需求——避免模型“编造”文献，确保可信度。

仅开源论文的情况

配置与扩展：模型、工具与远程访问

OpenSense支持灵活配置模型，可通过OpenCode调用免费模型（如国内开源模型、DeepSeek^广告等），也可切换Codex或Claude Code作为引擎。设置中可管理记忆、导入外部记忆，并连接MCP数据源（目前以国外为主，国内需自行封装）。

工具还支持浏览器操作和Computer Use，可自动下载论文、收集数据；若有GPU资源，可直接在本地跑计算验证论文数据。远程访问功能允许在局域网内一台电脑部署，另一台调用，提升协作便利性。

Computer Use是指AI模型通过视觉识别和模拟输入（如鼠标点击、键盘输入）直接操作图形用户界面的能力。OpenSense借助该能力实现浏览器自动化，可自动访问学术网站、下载PDF论文、填写检索表单等，从而将需要人工交互的网页操作纳入自动化流程。不过，Computer Use的稳定性受页面结构变化影响，复杂动态网页仍可能失败。

实测体验与局限

UP主对格式规范性和溯源能力给予肯定，认为“能专注于真正的研究探索”。但也暴露出局限：腾讯论文的源码未开源，OpenSense只能生成代码近似复现，无法保证完全一致；MCP连接器以国外服务为主，国内生态待完善；运行大型实验仍受本地算力限制。

谁适合用OpenSense？

适合需要快速产出文献综述、验证论文思路、复现中小规模实验的科研人员。对于依赖付费文献数据库或需要大规模算力的研究，需额外配置或谨慎评估。UP主建议可先用OpenCode免费模型试水，再决定是否深入。

总体来看，OpenSense将科研中繁琐的格式、调研、初稿工作自动化，让研究者聚焦创新点，是一款值得关注的科研Agent。