谷歌 DeepMind 联合杜克大学、哥伦比亚大学及德州农工大学，成功将 AI 科研智能体推进至物理实验室一线。全新升级的 Co-Scientist 系统突破了传统 AI 仅能处理代码与假说的局限，实现了从理论推导、物理实验到论文撰写的全流程闭环。该系统在材料科学、合成生物学及计算机科学三大领域均取得了经得起现实检验的突破性成果。
论文链接：
https://arxiv.org/pdf/2608.26701
材料科学：AI 自主优化工艺，几分钟生成设备指令
在二维材料制造领域，复杂的工艺调试与危险化学品使用一直是主要瓶颈。以具有高导电性的二维碳化钛（MXene）为例，传统合成依赖剧毒的四氯化钛气体及氢氟酸刻蚀，难以通过化学气相沉积（CVD）直接生长。
Co-Scientist 通过推理反应动力学，创新性提出以固态六氯乙烷替代剧毒气体。人类实验员依据 AI 生成的配方，在管式炉设备上经过 25 轮迭代优化，成功合成具有典型层状结构的二维晶体。X 射线衍射检测到 7.8 度强特征峰，层间距达 1.13 纳米，透射电镜测得晶格间距为 2.51 埃，数据与目标 MXene 高度吻合。
针对实验中出现的氧化副产物过多导致成功率低的问题，研究团队排查出设备密封与废气冷凝堵塞等物理漏洞，引入严格清洁流程后，合成成功率从 11.5% 跃升至 68%。
此外，针对二硫化钼、二硒化钼等二维半导体，Co-Scientist 利用 Gemini 3 Deep Think 的快速推理能力，直接将工艺配方转化为机器执行代码，控制 CVD 设备的升温与气流。在零经验前提下，系统数分钟内完成参数适配，单次实验即成功制备出高质量单层半导体晶体。
合成生物学：零样本预测细菌生长形态
在合成生物学中，预测基因回路调控下的菌落形态通常周期漫长。哥伦比亚大学团队构建了大肠杆菌工程菌株，通过不同浓度 IPTG 诱导剂调控其游动扩散行为。面对未公开的实验图像，Co-Scientist 自主搭建了端到端视觉预测管线。
系统采用留一法插值策略，利用 Gemini 3 Pro Image 生成候选图像，并结合 Gemini 2.5 Pro 进行优选筛选。在未接触目标浓度图像的前提下，AI 准确预测了菌落随诱导剂浓度增加而出现的尺寸收缩与放射状分支结构。
在平均半径、极偏心率和周向强度变异系数三项关键指标上，AI 预测曲线与真实湿实验结果高度一致，无显著统计偏差。对于无剂量反应的对照组，AI 也准确预测形态保持不变，证明其基于视觉规律进行逻辑插值，而非随机生成。
计算机科学：自主进化医疗架构，超越主流模型
在计算机科学领域，Co-Scientist 在无人类干预下，自主设计出专用于复杂医学咨询的推理架构 Agent_H。该架构仅依靠 1282 道合成健康问题进化而成，包含分诊、解构、多角色候选生成、单败淘汰评估、循环审查、文献核查及输出压缩等八个阶段。
在 HealthBench Hard 和 HealthBench Professional 基准测试中，经多重裁判评测，Agent_H 在长度惩罚调整后的得分全面超越 GPT-5.6 Sol、Claude Opus 5 及底座模型 Gemini 3.1 Pro 等六大主流模型。
三位执业医生的双盲评审显示，Agent_H 在临床安全性上表现突出，产生潜在危害的概率显著低于基准模型。但评审也指出，自动化高分部分源于 AI 对评测规则的精准契合，自动评分与真实临床偏好之间仍存在差距。
学术诚信：斩断幻觉与作弊，构建可信论文
针对 AI 生成论文常见的编造数据与隐形抄袭问题，研究团队为 Co-Scientist 引入了双重约束机制。一方面，将论文生成重构为多目标联合优化问题，对抄袭和幻觉施加严厉数学惩罚；另一方面，引入确定性日志裁剪模块，强制比对论文草稿与原始运行日志，缺乏证据的内容将触发重写。
在涵盖 50 个课题的测试中，完整版 Co-Scientist、消融版系统及基准系统共生成 150 篇论文。经全球 30 位专家的双盲评审，结果显示：
- 严重结果幻觉发生率：基准系统高达 90%，消融版为 46%，Co-Scientist 降至 4%。
- 严重方法学矛盾：基准系统为 100%，Co-Scientist 降至 24%；极度偏离代码实现的情况从 74% 骤降至 2%。
- 严重抄袭率：从基准系统的 60% 降至 16%；正确引用归属率从 15.9% 提升至 39.4%。
在安全性方面，系统内置的双层伦理防御拦截了 98.7% 的恶意指令。即便在人为关闭初筛的极限测试中，伦理监督模块仍能将实验计划的安全比例保持在 96.7%。
从自主设计工艺指挥硬件，到精准推演细胞形态，再到全自动撰写严谨论文，Co-Scientist 展现了 AI 深度融入实体科研的巨大潜力。尽管物理实验的复杂性仍需人类科学家经验辅助，但这种“人机协同”的闭环研发模式正在快速进化，标志着各大科技巨头已将 Agent 接管物理世界作为重点推进方向。
--end--