实测AI自主写论文：6天烧千美元，工程满分但研究零分
RexDouglass · x · 2026-08-01
关于「AI agent 能否自主进行开放式科学研究」的实证论文出炉。研究者设计了一种「影子评估」方法：让前沿 AI agent 接手两篇高质量的未发表 NeurIPS 2026 论文的核心开放式问题，并为 agent 提供了 6 天时间和数千美元的算力。
结果显示，agent 能够在无人类帮助的情况下完成所有工程实现，但在回答核心研究问题上几乎没有实质性进展，最终被原作者明确「拒稿」。
论文总结了 agent 的五大失败模式：对可发表研究的门槛判断不佳、缺乏创造力、过度依赖已知方法、无法有效调试复杂问题以及缺乏对实验结果的深刻洞察力。
所属事件:影子评估实测：AI智能体开放式科研遭原作者全盘否决(12 条相关)→
「漫话AGI」频道最新
- 「2026 年还拒绝用 AI 写代码，就像 2005 年拒绝用 Google」 — prasenx · 2026-10-16
- Bessemer 调查 226 名医疗高管：AI 后台已实现 3-4 倍回报 — AllThingsApx · 2026-10-16
- SAIR 推出 Open Math OS:免费算力+100 工具,要让社区掌控数学 AI — Thom_Wolf · 2026-10-16
- 「人在回路」是 AI 治理最大谎言？人在场不等于人有控制权 — glenbeer · 2026-10-16
- 可解释性研究遭「概念皆任意」式质疑，doomer 阵营默认立场引争议 — basedjensen · 2026-10-16
- 「飞行者还是骗子」：1908 年欧洲质疑莱特兄弟的典故照进 AI 行业 — bennash · 2026-10-16