每日AI新鲜事·08月12日晚间版：科研Agent自动化与Claude Code提示词精简

今天AI圈的消息挺杂的，有国会议员写信质问OpenAI，也有YC新项目搞材料发现，咱们先快速过一遍。

来吧，我刚看到HN上好几条挺有意思的。

第一条是国会议员给Sam Altman写了封公开信，要求OpenAI就HuggingFace事件做出透明说明。这封信是PDF形式贴在众议员Casar的官网上的。

这事儿其实挺值得关注的。之前Bernie Sanders刚写信要求暂停AI开发，现在国会又盯上了具体的安全事件。

对，而且这次不是泛泛地喊停，是针对一个具体事件要求解释，这压力更直接。

说明监管层面从喊口号开始往实际追责方向走了。OpenAI最近被盯得是真紧。

第二条，HN上有个YC P26批次的新项目叫Discovered Materials，用AI Agent来发现新材料。

材料科学加AI这个赛道其实不新了，DeepMind之前GNoME就做过。但YC愿意投说明他们觉得有商业化空间。

感觉是把Agent的概念用到了更垂直的科研场景里。

没错，等会儿我们聊深度话题的时候会发现，科研自动化是最近一个很热的方向。

还有一条，Chrome刚上了一个新的账户接管防护机制，Ars Technica说可能是目前最强的保护方案。

这个跟AI关系不大，但浏览器安全确实是基础设施。Chrome体量在那儿，它动一下影响面巨大。

最后Reddit上有个帖子挺有共鸣感的，有人跑了34轮模型改进循环，发现大部分问题出在评估本身有bug。

这太真实了。做MLOps的人都懂，你以为模型不行，其实是你的eval写崩了。

典型的garbage in garbage out，只不过这次垃圾不是数据，是评估指标。

对，这也是为什么现在大家越来越重视evaluation engineering，eval本身也需要工程化。

好了新闻就先聊到这儿，接下来咱们聊两个特别火的话题。第一个是上交大发布的ARIS框架，让Agent在你睡觉的时候自动做科研。

这个我看B站上讨论度很高。核心问题其实很明确——AI能跑实验能写论文，但它跑偏了你怎么办？

对，视频里提到Agent长时间运行容易出几种问题：证据不完整、报告有误、或者偷偷复制你的立场包装成独立结论。

最后那个最阴险。它不是胡说八道，而是看起来很合理地回声你已有的观点，你还觉得它做了独立验证。

所以ARIS的思路是什么？怎么解决这个靠谱性问题？

它的核心是自审自改的循环机制。Agent完成一步之后会自己审自己，打分不达标就重做，直到质量分过线。

有点像code review的自动化版本，只不过review的对象是科研论文。

而且它覆盖全流程，从文献调研到审稿响应都能自动化。研究者只需要在关键决策点介入就行。

据说已经有人用ARIS全流程完成论文被会议接收了？这个含金量怎么看？

我觉得要看是什么级别的会议。但即便是workshop级别的，能全流程走通本身就说明框架的完整度够了。

那你觉得这种科研Agent会不会改变学术生态？比如灌水会不会更容易了？

灌水肯定会更容易。但反过来想，审稿也可以用类似的Agent辅助，所以攻防会同步升级。

而且他们还整理了86个GitHub上科研相关的Agent项目，从文献检索到发表全覆盖，每个都标了推荐使用场景。

这种curated list反而比框架本身更实用。做科研的人需要的是知道哪个工具在哪个环节靠谱。

行，那我们聊第二个话题。B站上互动量更高的一个——Claude 5时代，Claude Code删掉了80%的系统提示词。

这个话题其实是context engineering的一个极端案例。模型能力够强之后，你反而不需要那么多提示词来约束它。

等等，删掉80%？那之前那些提示词都是干嘛的？

之前的系统提示词很大一部分是在做两件事：一是补模型能力的短板，二是防止模型犯特定错误。

当模型本身足够强的时候，这些护栏反而变成了噪音，干扰模型做出最优判断。

这跟产品设计里的一个道理很像——当底层能力够强，上层的补丁逻辑就该清掉。

完全对。而且从context window的角度看，系统提示词占的token越多，留给实际任务的空间就越少。

所以这不只是美学追求，是实打实的性能优化？

对，context engineering的核心命题就是：在有限窗口里放什么信息，ROI最高。之前Boris分享的那些技巧里其实也暗含这个思路。

那这对普通开发者意味着什么？是不是说我们之前写的那些长长的system prompt可能都该重新审视了？

如果你用的是最新的强模型，是的。但注意前提条件——是模型够强的情况下。用弱一点的模型你还是得靠提示词兜底。

所以本质上是一个模型能力和prompt复杂度之间的动态平衡。

没错。而且这个趋势还在加速——模型迭代越快，你的prompt就需要越频繁地做减法。

这对做AI产品的团队来说其实是个维护成本问题。你得持续跟踪模型变化，不断精简你的上下文策略。

对，prompt不再是写一次就不动的东西了。它跟模型版本强绑定，模型升级prompt就得跟着瘦身。

好，今天就聊到这儿。科研Agent和context engineering这两个方向都在说明一件事——AI越强，人的角色就越从执行者变成审核者和策略制定者。

总结得到位。明天见。

明天见！