量子位 发布于 08/25 13:48

AI4S开始进入「项目时代」:紫东太初把AI从做Task推向做Project

查看原文

资讯摘要

AI科研能力从工具级转向系统级

AI 摘要

紫东太初推出新一代科研原生智能体ScienceClaw,升级AutoProject项目级自主科研引擎,通过Project2Task、TaskExecutor和EviGraph三层能力,将AI科研从单个任务推进到完整项目,实现项目规划、长程执行与证据验证,并在ARCBenchML评测中表现突出。AI4S由此进入项目级自主科研阶段。

AI 问答

AutoProject的三层核心能力是什么?

Project2Task负责项目级规划,TaskExecutor负责长程自主执行,EviGraph负责证据驱动验证。

ScienceClaw的AutoProject在ARCBenchML评测中表现如何?

EviGraph综合得分0.865,优于最优基线0.596;Result Analysis指标由0.442提升至0.794;Claim Support Rate达0.38,较最优基线提升40.74%。

AutoProject的自主科研是否意味着无需人类参与?

不是。科研人员仍发挥核心作用,可随时介入对研究路径、实验结果进行评判和纠偏,人机协同完成探索。

打开原文

更多资讯

给客户装个Workbuddy就能搞定的事,为什么我还在搭工作流人人都是产品经理 · 10/10 10:52人社部:截至9月底三项社会保险基金累计结余11.2万亿元36氪 · 10/10 10:21Zentrola 1.1.0 发布:应用接入、成本核算与月度 Token 配额开源中国 · 10/09 19:50Sui 难民:华语开发者为什么选择离开?金色财经 · 10/09 21:29新思科技与亚马逊达成多年期定制芯片战略IP协议36氪 · 10/10 13:41近1亿美元加密资产被盗 Ledger钱包被盗事件疑云重重金色财经 · 10/10 15:25机构:预估2031年VCSEL市场需求量将有望达到6.5亿颗36氪 · 10/10 12:52人社部:将研究出台服务业发展促就业文件,扩大服务业就业总量36氪 · 10/10 10:22「10.11大暴跌」一周年:加密市场发生了哪些变化?金色财经 · 10/10 21:05Linear 通过 1000 多次 PR 从 styled-components 迁移到 Meta 的 StyleXInfoQ 中文 · 10/11 02:09梅赛德斯-奔驰美国公司召回30064辆汽车36氪 · 10/10 16:25名创优品:中国内地第三季度总GMV同比增长25-30%36氪 · 10/09 20:14葛洲坝航运扩能工程进入主体施工阶段36氪 · 10/10 16:55ICYMI: What landed for AI builders in September 2026AWS Machine Learning Blog · 10/09 23:38泰国证交所修订卖空和高频交易规则36氪 · 10/10 11:57AI产品经理到底要学哪些技术?传统PM不要把时间浪费在这3件事上人人都是产品经理 · 10/10 09:13ModStartCMS v10.3.0 安全加固、体验优化,自动化测试更强大。开源中国 · 10/10 18:23华为 Mate 90 Pro Max 深度体验:Mate 系列新高峰爱范儿 / APPSO · 10/10 18:30客户说要一个功能,产品经理怎么找到真正的需求在那?人人都是产品经理 · 10/10 18:17从 Demo 到生产:AI Agent 缺的到底是什么?InfoQ 中文 · 10/09 19:13超强厄尔尼诺已经形成Solidot · 10/09 22:59我国成功发射卫星互联网低轨27组卫星36氪 · 10/10 09:14硬件钱包接连出事 审计得交给AI干了金色财经 · 10/10 10:13公司是否有提价计划?五粮液:不存在固定的价格比值关系36氪 · 10/10 11:31不输出文本、只输出概率的 Jev —— 上线几周估值飙到 75 亿美元开源中国 · 10/10 11:06全国性涉外法律服务平台“法通”网正式上线36氪 · 10/10 12:4724 天估值暴涨 37 倍,这就是 AI 圈年度爽文爱范儿 / APPSO · 10/10 17:11MooTool Next 1.3.0 发布!全新重写,带来更现代的界面与多窗口体验开源中国 · 10/10 15:07黄仁勋为微软站台:没有 Windows 就不会有英伟达,Satya 当场“讨市值”InfoQ 中文 · 10/10 01:53腾讯入股墨奇智能36氪 · 10/10 17:05