最近自动科研这条线，确实有点卷得离谱。

过去我们说 AI 辅助科研，通常指的是帮你查文献、润色论文、写代码、画图、整理实验结果。它更像一个科研助手，研究者仍然是主驾驶。可是从 The AI Scientist、AI Scientist-v2、ResearchAgent、Google AI co-scientist、EvoScientist，到最近的 PaperOrchestra，事情开始变味了：AI 不再只是帮你写几段文字，而是在试图接管科研流程里的一个个环节。

The AI Scientist

AI Scientist-v2

ResearchAgent

Google AI co-scientist

PaperOrchestra

有些技术变化刚出现时，看起来只是工具升级；但它真正改变的，是一个行业的生产关系。

AI 写论文就是这样的变化。

最开始，我们以为它只是帮研究者润色英文、改改摘要、补几段 related work。后来，它开始帮你读文献、写代码、跑实验、做图表。再往后，The AI Scientist 这类系统已经可以从 idea 生成、代码实现、实验执行、结果可视化，到论文撰写和模拟评审跑完整流程。Sakana AI 在 The AI Scientist 中把它描述为一个面向开放式科学发现的全自动框架，能够生成研究想法、写代码、运行实验、可视化结果、写成论文，并进行模拟评审。

到了 PaperOrchestra，事情又往前拧了一下。

它没有直接宣称“我要替代科学家”，而是选了一个更现实、也更扎心的切口：论文成稿。

很多研究者都知道，科研最累人的地方不一定是最初的灵感，而是把一个已经做完的实验，整理成一篇能投出去的论文。实验日志是散的，消融结果是乱的，图表还没画，related work 需要补，LaTeX 模板要对齐，引用要核，方法要讲清楚，故事线要重新编排。真正写过论文的人都知道，一项研究从“有结果”到“能投稿”，中间隔着一条很长、很烦、很消耗意志力的河。

PaperOrchestra 盯上的，正是这条河。

PaperOrchestra 是 Google Cloud AI Research 提出的多智能体自动论文写作框架。它把 idea summary、raw experimental logs、venue-specific LaTeX templates 这类松散的 pre-writing materials，转化为 submission-ready LaTeX manuscripts，并自动生成文献综述、统计图和概念示意图。它还构建了 PaperWritingBench，从 200 篇顶级 AI 会议论文中反向构造原始写作材料，用来标准化评估 AI 写论文的能力。

这意味着，AI 不再只是帮你写一句话，而是在接管论文生产链条中的“最后一公里”。

而这最后一公里，恰恰是过去科研系统里最依赖人类手工劳动的部分。

从科研助手到科研流水线

过去我们谈 AI for Science，更多指的是 AI 帮助科学家做局部工作。比如 AlphaFold 帮助预测蛋白结构，AI co-scientist 帮助科学家生成新假设和研究 proposal，文献工具帮助读论文，代码助手帮助写实验脚本。Google Research 在介绍 AI co-scientist 时，也明确把它定位为基于 Gemini 2.0 的虚拟科学合作者，用于帮助科学家生成新假设和研究 proposal，加速科学与生物医学发现。

但现在的自动科研系统，已经开始不是“工具”那么简单。

The AI Scientist 做的是从 idea 到论文的端到端自动化；AI Scientist-v2 进一步引入 agentic tree search 和 experiment manager agent，去掉对人工代码模板的依赖，并声称已有 AI 生成论文通过了 ICLR workshop 的同行评审门槛。

FARS 更直接，把自己定义为 Fully Automated Research System。它由 Ideation、Planning、Experiment 和 Writing 四类 agent 组成，目标是自动生成假设、规划实验、运行实验并产出论文。官方介绍甚至提到，它希望公开连续运行，产出 100 篇完整研究论文，以暴露自动科研系统在规模化生产时的真实质量分布。(Analemma AI)

EvoScientist

EvoScientist 则把重点放在“进化”上。它认为现有 AI scientist 系统大多是静态手工 pipeline，容易重复失败实验、忽略有潜力方向、追逐不可行 idea。因此它引入 persistent memory 和 self-evolution，让 Researcher Agent、Engineer Agent 和 Evolution Manager Agent 在过去交互中积累可复用知识，提高 idea 质量和代码执行成功率。

这几条线合在一起看，自动科研正在变成一条流水线。

一个 agent 负责读文献，一个 agent 负责想 idea，一个 agent 负责写代码，一个 agent 负责跑实验，一个 agent 负责画图，一个 agent 负责写论文，一个 agent 负责模拟审稿。过去集中在一个研究者脑子里的科研过程，正在被拆成可调用、可替换、可扩展的模块。

PaperOrchestra 的特殊之处在于，它没有试图包办整个科学发现，而是专攻论文写作这一段。这个切口反而更现实。因为真正的科研发现仍然很难自动化，但把已有材料组织成一篇格式完整、引用扎实、图表齐全、逻辑自洽的论文，已经非常接近 AI 当前能力边界。

这也是它可怕的地方。

它不是在演示一个遥远未来，而是在自动化今天研究者每天都在做的苦活。

PaperOrchestra 狠在细节

自动写论文系统最容易做成“像论文的废话生成器”。标题像论文，摘要像论文，related work 像论文，但引用是编的，图是糊的，方法讲不清，实验对不上，结论空泛，稍微一查就露馅。

PaperOrchestra 的设计比较聪明，它没有让一个大模型从头写到尾，而是把论文写作拆成多智能体协作。项目页介绍，它包含 Outline Agent、Plotting Agent、Literature Review Agent、Section Writing Agent 和 Content Refinement Agent 等模块，分别负责结构规划、图表生成、文献综述、正文写作和基于模拟评审反馈的迭代 refinement。

这里最值得注意的是三点。

首先是引用。

很多 AI 写论文工具最大的问题，是 related work 看起来热闹，实际上引用不可靠。PaperOrchestra 专门强调 literature review，它通过 targeted web search 发现候选论文，再利用 Semantic Scholar API 进行引用真实性和相关性校验。项目页明确把 API-grounded citations 作为其文献综述能力的一部分。

这不是小细节。科研论文里的引用不是装饰，而是研究合法性的地基。引用错了，说明系统连自己站在哪条知识链上都没搞清楚。PaperOrchestra 把 citation verification 单独做成系统能力，说明它真正理解论文写作的风险点。

其次是图。

科研写作不只是写文字。很多论文真正打动审稿人的，是方法图、实验图、消融表、流程图和概念示意图。PaperOrchestra 会自动生成统计图和概念图，这一部分还和 PaperBanana 这类自动学术插图系统形成呼应。PaperBanana 论文的目标正是自动生成 publication-ready academic illustrations，因为学术插图长期是科研工作流中的高耗时瓶颈。

第三是自我评审。

PaperOrchestra 不是一次性写完就结束，而是引入 simulated peer-review feedback 做 refinement。论文摘要显示，在人类 side-by-side evaluation 中，它相对自动化 baseline，在 literature review quality 上获得 50%–68% 的绝对胜率优势，在 overall manuscript quality 上获得 14%–38% 的绝对胜率优势。

这些数字不能被理解成“AI 已经超过人类论文写作”。更准确地说，它说明在自动论文写作系统之间，模块化、多智能体、带引用验证和图表生成的系统，确实比粗暴让模型直接写论文强很多。

也就是说，论文写作正在从 prompt 技巧，变成系统工程。

论文生产会变便宜，但科学不会

这里必须冷静一点。

PaperOrchestra 很强，但它主要解决的是“把研究材料写成论文”，不是“保证研究本身成立”。它输入的是 idea summary、experimental logs 和 LaTeX template。换句话说，研究的前置内容仍然需要存在。它可以帮你组织、表达、引用、画图和修稿，但它不能自动保证实验设计公平、结论可靠、idea 真有贡献。

这就是“自动写论文”和“自动科学发现”的区别。

论文可以是科学的载体，但论文不是科学本身。科学真正困难的地方，在于提出有价值的问题，设计能区分假设的实验，排除混杂变量，理解负结果，判断一个提升是否有意义，知道哪些 claim 不能写过头。AI 可以把结果包装成论文，但包装不等于贡献。

OpenAI 的 PaperBench 就给了一个很好的现实校准。PaperBench 评估 AI agents 从零复现 20 篇 ICML 2024 Spotlight 和 Oral 论文的能力，任务包括理解论文贡献、开发代码库、执行实验，并通过层级 rubric 评分。论文摘要显示，即使表现最好的 agent，在平均 replication score 上也只有 21.0%，尚未超过顶尖 ML PhD 人类基线。

这说明，当任务从“写出像论文的文本”变成“真正复现和验证研究贡献”，难度立刻上升。

所以，对 PaperOrchestra 最准确的评价不是“Google 一键替代科研”，而是：它把科研生产中最可流程化、最耗时、最格式化的一段，向自动化推进了一大步。

这已经足够重要。

因为论文写作的成本一旦下降，整个学术系统都会被影响。

真正危险的不是假论文，而是平庸论文泛滥

很多人一谈 AI 写论文，就立刻想到学术造假：虚构数据、编造引用、AI 代写、批量灌水。这些当然是风险，但我觉得更深的风险不是“全假论文”，而是“平庸论文产能暴涨”。

未来的 AI 辅助论文，未必都是假的。它们可能有真实实验，有真实引用，有真实代码，有正常图表，也通过了基本格式检查。但它们可能只是微小改动、指标小涨、套路组合、缺乏洞察。它们看起来像论文，也确实符合论文格式，却没有太多知识增量。

这类论文最难处理。

假论文可以被查，幻觉引用可以被核，伪造数据可以被追责；但平庸论文会淹没审稿系统。它们不一定违规，却会消耗 reviewer 时间，拉低学术信噪比，让真正有想法的工作被埋在海量格式完整的稿件中。

这就是自动科研对学术共同体真正的冲击。

过去，论文写作能力、文献整理能力、LaTeX 能力、英文表达能力，本身就是学术生产的一部分隐性门槛。这个门槛并不总是公平，但它确实限制了论文产量。现在，AI 正在降低这道门槛。门槛下降以后，真正稀缺的就不再是“能不能写成论文”，而是“有没有值得写成论文的东西”。

这会迫使学术评价发生变化。

当每个人都能写出结构完整、图表齐全、related work 扎实的论文，审稿人就不能再被形式感打动。未来真正重要的会是代码是否可复现，实验是否公平，数据是否真实，负结果是否诚实，claim 是否克制，方法是否有不可替代性，问题本身是否值得做。

换句话说，AI 会让论文变得更像工业品。

但科学不能只靠工业品维持。

科研者会从“写论文的人”变成“研究系统导演”

如果自动科研继续发展，研究者不会马上消失，但研究者的工作会被重构。

过去，一个研究者需要亲自完成大量执行性劳动：查文献、整理引用、写 related work、调格式、画图、改表格、补 appendix、写 rebuttal。这些工作很耗时间，也确实锻炼能力，但它们不总是科研中最有创造性的部分。

未来，这些低层劳动会逐渐交给 agent。研究者更像一个 research director，负责设定问题、判断方向、设计验证、审查结果、控制风险、决定哪些结论能写，哪些结论不能写。

这不是“人被 AI 替代”，而是“人的位置上移”。

但位置上移并不意味着轻松。相反，它要求研究者有更强的判断力。

因为 AI 会产出更多 idea、更多实验、更多图表、更多论文草稿。你需要知道哪些是噪声，哪些是幻觉，哪些只是指标偶然上涨，哪些实验没有控制变量，哪些结论只是漂亮叙事。你还要知道什么时候该停止，什么时候该补实验，什么时候该承认失败。

不会用 AI 的研究者，效率会吃亏。

但只会让 AI 批量生产论文、自己没有判断力的研究者，也会很快陷入平庸产出的泥潭。

未来真正强的研究者，不是拒绝 AI 的人，也不是盲目依赖 AI 的人，而是能把 AI 组织成科研流水线，同时仍然牢牢掌握问题、证据和责任的人。

自动科研的边界：AI 能加速研究，但不能替代责任

自动科研系统越强，责任问题越重要。

一篇 PaperOrchestra 生成的论文，如果引用错了，谁负责？如果实验日志本身有问题，系统把它包装成漂亮结论，谁负责？如果 simulated reviewer 没发现关键漏洞，人类作者能不能说“这是 AI 写的”？如果 AI Scientist 生成了一个看似有效但不可复现的结果，算谁的研究？

这些问题不是伦理作文，而是马上会发生的现实问题。

AI 参与科研越深，学术共同体越需要新的披露规范。哪些部分由 AI 生成，哪些实验由 AI 自动执行，哪些引用由系统检索，哪些图表由模型生成，哪些文字经过人类审查，哪些结论由人类承担责任，都需要更清晰地写出来。

否则，自动科研会制造一种危险错觉：论文看起来越来越完整，但责任链越来越模糊。

这也是为什么我更愿意把 PaperOrchestra 看成“高级科研写作基础设施”，而不是“全自动科学家”。它可以极大提高论文成稿效率，可以降低写作负担，可以帮助研究者更快组织材料，但它不能替代科学判断，也不能替代作者责任。

科学不是只要有论文就成立。

科学成立，需要证据，需要验证，需要可复现，需要共同体审查，也需要有人为结论负责。

全自动科研不是终点，而是科研生产方式的重构

PaperOrchestra 的出现，说明自动科研已经不再只是一个概念，而是开始切入真实科研工作流中的具体痛点。

The AI Scientist 尝试端到端科学发现，AI Scientist-v2 推进到 workshop-level 自动论文，Google AI co-scientist 聚焦科学假设和 proposal，FARS 试图直播式规模化自动产出研究，EvoScientist 引入持续记忆和自我进化，PaperBench 用复现任务给 AI agent 降温，而 PaperOrchestra 则把实验日志到投稿论文这段流程系统化。

这些东西合起来，不是一个单点新闻，而是一条趋势：

科研正在被 agent 化。

过去，科研像手工作坊。一个研究者或一个小团队，从想法到实验到论文，靠经验、直觉和大量手工劳动推进。未来，科研会越来越像一个可编排系统：idea 可以批量生成，实验可以自动执行，代码可以自动修改，图表可以自动生成，论文可以自动成稿，评审可以模拟，失败经验可以进入记忆，下一轮继续优化。

这会带来效率提升，也会带来噪声爆炸。

它会让优秀研究者释放大量时间，也会让平庸研究者批量生产“像论文的东西”。

它会让科研门槛降低，也会让学术评价压力增大。

它会让知识生产更快，也会让知识验证更重要。

所以，未来科研真正的瓶颈，可能不再是写不出论文，而是验证不过来；不再是缺少 idea，而是缺少判断；不再是缺少产出，而是缺少信号。

AI 可以一键写论文，但不能一键创造科学

PaperOrchestra 的震撼之处，不是它让 AI 会写论文，而是它让我们看到：论文这种曾经高度依赖人类手工组织的学术产品，正在被拆解成一个可自动化的多智能体流程。

这一定会改变科研。

以后，把实验日志整理成 LaTeX，查 citation，写 related work，生成方法图，排版成 PDF，模拟 reviewer feedback，都会越来越便宜。论文的形式成本会下降，科研表达会加速，更多人会更快把自己的结果写出来。

但这并不意味着科学变简单了。

恰恰相反，当论文变得越来越容易生成，真正困难的东西会更加突出：什么问题值得研究，什么实验真正说明问题，什么结果只是偶然，什么结论不能写，什么发现值得共同体认真对待。

未来最危险的研究者，不是会用 AI 写论文的人。

而是没有判断力，却能无限生成论文的人。

未来最强的研究者，也不是拒绝 AI 的人。

而是能把 AI 变成科研流水线，同时仍然牢牢掌握问题、证据、验证和责任的人。

AI 可以把论文变成工业品。

但科学，仍然必须经得起时间、证据和共同体的检验。

参考：

https://arxiv.org/pdf/2408.06292

https://arxiv.org/pdf/2504.08066

https://arxiv.org/pdf/2603.08127

https://research.google/blog/accelerating-scientific-breakthroughs-with-an-ai-co-scientist/

https://arxiv.org/pdf/2604.05018

https://www.marktechpost.com/2026/04/08/google-ai-research-introduces-paperorchestra-a-multi-agent-framework-for-automated-ai-research-paper-writing/?utm_source=chatgpt.com