作者用 Hugging Face ML Intern 两天自建六个模型，总花费约 103 美元
作者在 HuggingChat 中开启 ML-intern 模式，用提示词描述需求，由智能体完成规划、预算确认、小规模测试、训练、评估与发布，几天内做出六个公开模型，总 GPU 与 CPU 费用约 103 美元。
入选理由作者用 ML Intern 在两天内自建六个小模型，公开了完整提示词与每项算力花费，研究者可据此评估智能体代跑训练流程的可行边界。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
54 条入选报道，更新于 15:29
10月8日
星期四，2 条微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署时使用的智能体框架直接参与强化学习，无需在训练框架内重新实现智能体。
入选理由微软研究院开源 Agent Lightning v1.0，让部署用的智能体框架直接参与强化学习训练，研究者可据此评估自建训练流水线的成本。
10月3日
星期六，1 条Meta 等机构提出 IdeaScientist：把科研构思拆成三个智能体并分别强化学习
Meta Reality Labs 与 FAIR 等机构的研究者提出 IdeaScientist，把科研构思拆成找研究空白、跨领域借鉴机制、撰写完整提案三个子智能体，用异步 GRPO 和分角色评分标准分别训练，并构建含 277 万条（问题定义、挑战、研究空白、直觉、提案）元组的 Svalbard Idea Vault 语料用于检索、训练和评估。
编辑推荐理由编辑推荐：直接服务科研构思与选题，作者已公开可运行框架代码和数据入口，研究者可自行部署验证。当前仍为预印本研究，效果主张来自作者评测。
10月2日
星期五，1 条UCLA 团队发布 Ansatz：用持续图记忆的数学研究智能体解出多个开放问题
UCLA 团队提出数学研究智能体 Ansatz，其核心是持续图记忆（Continual Graph Memory），用依赖图组织事实、计划与反例等中间结果，并支持跨问题复用经验。
入选理由数学研究智能体 Ansatz 用图记忆组织证明搜索，在十个基准问题上全部通过，并独立给出四个开放问题的完整解。
10月1日
星期四，3 条Ai2 发布 Olmo-core 3，面向万亿参数 MoE 的开源训练框架
Ai2 发布 Olmo-core 3，这是其大语言模型开发框架的一次重大升级，重新设计了开放的混合专家（MoE）训练系统，目标是把 MoE 训练扩展到万亿参数规模并保持计算效率。
入选理由Ai2 开放了面向万亿参数 MoE 的训练框架，学术研究者和小型实验室可据此评估自建大模型训练的门槛。
物理学家 Matthew Schwartz 复盘 Claude 驱动的 BootLoops 科研实践
Anthropic 研究博客发布客座文章，物理学家 Matthew Schwartz 描述他不再让 Claude 扮演人类科学家，而是寻找适合当前 LLM 能力的“Claude-shaped”问题，并为此构建开源工具包 BootLoops。
入选理由一位物理学家复盘用 Claude 与 BootLoops 在 18 个领域推进 36 篇稿件的经验，对想找 AI 适配课题的研究者有参考价值。
K-Dense 发布 LabMCP 等更新，支持用自然语言操作实验室仪器
K-Dense 发布开源 LabMCP，包含 32 个连接器和 411 个动作，让 AI 助手用自然语言操作天平、加热板、泵和探头；每个请求都会对照用户设定的安全限值检查，所有命令均被记录，并提供无需接入设备的练习模式。
入选理由材料给出了连接器数量、安全限制与日志机制，研究者可据此判断能否用自然语言驱动实验室仪器。
9月30日
星期三，1 条Elicit 推出 Routines，可按日或每周自动执行检索与更新
Elicit 推出 Routines，用户用自然语言告诉 Elicit Research Agent 需要持续执行的任务，它就能按每日或每周的计划运行。Routines 在 Alerts 的基础上更进一步，不只提示有新论文，还会调查发生了什么变化并生成更新，例如每周一检索 CAR-T 疗法的新证据、更新摘要并说明改动及来源链接。
入选理由Elicit 把文献监测从定期提醒扩展为可定时的检索与更新流程，研究者可据此判断能否替代每周重复的检索整理工作。
9月25日
星期五，1 条Lila Sciences 的 AI 闭环实验室发现钯基 OER 催化剂，性能接近钌
Lila Sciences 团队用 AI 驱动的闭环实验室（AI Science Factory）在酸性析氧反应（OER）中筛选出钯基催化剂，其最优组成的活性与稳定性可与钌相当，相关细节已写入一篇预印本。
入选理由AI 闭环实验室在数月内找到被领域视为死路的钯基 OER 催化剂，研究者可据此判断自动化实验平台在材料发现中的实际位置。
9月24日
星期四，1 条Edison Scientific 与 Springer Nature 达成订阅协议，将 Nature 系列期刊内容接入 Kosmos
Edison Scientific 宣布与 Springer Nature 达成订阅协议，将 Springer Nature 旗下 Nature 系列专业期刊的授权研究内容直接接入其 AI 科学家 Kosmos。
入选理由这条内容显示出版商内容开始以订阅方式接入 AI 科学家工作流，学术服务从业者可据此观察文献授权的新形态。
9月22日
星期二，1 条Weco AI 提出 AIDE2：AI 研究智能体通过递归自我改进提升研究效率
Weco AI 团队在 arXiv 发布预印本，提出递归自我改进系统 AIDE2，让 AI 研究智能体改写自身 harness 代码，并在隐藏评测上保留表现最好的版本。
入选理由论文给出 AI 研究智能体改写自身代码并迁移到未见任务的实测流程，研究者可据此判断自主科研代理的自我改进边界。
9月18日
星期五，1 条联合国系统与 Google 推出 UN System Data Commons 数据平台
联合国系统推出 UN System Data Commons，这是基于 Google Data Commons 构建的开源平台，把分散的全球统计数据整合为 AI-ready 知识图谱，支持自然语言检索和交互式可视化。
入选理由联合国系统与 Google 把分散的全球统计数据整合为可自然语言检索的知识图谱，研究者可据此判断跨机构数据获取方式的变化。
9月17日
星期四，2 条Elicit 将 Library 升级为共享研究枢纽，Research Agent 可检索并保存文献到共享集合
Elicit 将 Library 升级为共享研究枢纽，让研究者和 AI 智能体基于同一批证据工作。Research Agent 可检索个人与共享集合中的论文、在回答中引用这些来源，并按要求把新论文直接保存到指定集合，例如把 7 篇论文存入某个集合。
入选理由Elicit 把个人文献库升级为团队共享证据库，研究者可据此判断团队文献管理方式是否需要调整。
NSF 公布 X-Labs 三个新增方向，含 AI for Physical Systems
美国国家科学基金会（NSF）公布 NSF X-Labs 的三个新增方向，完成 2026 年度主题组合，该计划属于其 5 月启动的 15 亿美元投资。
入选理由NSF 在 15 亿美元 X-Labs 计划中新增 AI for Physical Systems 等方向，研究者可据此判断跨学科大团队资助的申请窗口。
9月16日
星期三，1 条上海AI实验室发布书生科学多模态大模型S2与物理世界模型W0，并开放书生·端砚全栈服务
上海AI实验室在2026浦江创新论坛人工智能赋能科学研究专题论坛上发布书生科学多模态大模型S2和书生物理世界模型W0，并开放书生·端砚科学发现平台全栈服务。
入选理由上海AI实验室把科学多模态模型、物理世界模型与端砚平台串成从假设到实验的闭环，研究者可据此判断哪些科研环节能交给AI。
9月15日
星期二，1 条Periodic Labs 发布材料分析模型 Periodic Neon，XRD 解析成功率 55.3%
Periodic Labs 用自家实验室数据训练出 Periodic Neon，在其内部最难评测集 FrontierXRD 上成功率为 55.3%，高于 GPT-6 Astra 和 Claude Fable 5.1，且单次分析成本更低。
入选理由材料给出自建 XRD 评测集与专家标注的一致性数据，研究者可据此判断实验室自训模型能否接手耗时的物相分析。
9月10日
星期四，1 条Amazon Science 论文解释机器学习研究智能体为何不过拟合
Amazon Science 团队在论文《What fits (into few tokens) doesn't overfit: Compression and generalization in ML research agents》中提出，机器学习研究智能体在基准上反复爬坡却不过拟合，原因在于最终有效的策略高度可压缩。
入选理由用可重置的 LLM 研究智能体替代人类研究社区做对照实验，为基准刷分为何没有普遍过拟合给出可检验的解释。
8月26日
星期三，1 条Biohub 用 AI 建模肿瘤细胞状态，预测 DMG 联合用药使小鼠生存期翻倍
Biohub 与哥伦比亚大学等机构合作，用 ARACNe、VIPER/metaVIPER 等 AI 算法从单细胞 RNA 测序数据中识别肿瘤细胞状态的 Master Regulators，发现同一癌种的患者共享几乎相同的细胞状态集合：胰腺癌为 6 种，DMG 为 7 种。
入选理由两篇 Nature Genetics 论文显示，AI 预测的跨细胞状态联合用药在小鼠模型中把 DMG 生存期提高一倍，团队正筹建临床试验。
8月4日
星期二，1 条Elicit 发布 Research Agent，面向高风险科研决策并推出 BioDecisionBench 基准
Elicit 发布 Research Agent，一个面向高风险决策的 AI 环境，可跨数百万科学来源、公开数据源（含网络）和用户上传的内部数据汇集证据，并生成带完整引用的报告、数据分析、表格、可视化、幻灯片和文档，已通过 elicit.com 或 API 提供。
入选理由Elicit 把证据综合扩展到跨文献、试验、专利与内部数据的决策支持，并公开了自建基准的评测口径，研究者可据此判断它能否用于高风险的研发决策场景。
7月22日
星期三，1 条LILA 入选美国能源部 Genesis Mission，三个灯塔项目进入第一阶段
LILA 宣布入选美国能源部 Genesis Mission，其提交的三个 Lighthouse Challenge 提案获得第一阶段资助，每个项目均与国家实验室或研究型大学合作。
入选理由LILA 公布入选美国能源部 Genesis Mission 的三个灯塔项目，研究者可据此了解 AI 自主实验平台与国家实验室合作的具体方向。
7月8日
星期三，1 条Biohub 用全基因组 CRISPR 筛选结合 AI 发现银屑病新药靶点
Biohub 团队对原代人成年皮肤细胞开展全基因组 CRISPR 筛选，并用基于已发表文献训练的大语言模型 VirtualCRISPR 找出文献中未被关注的命中基因，相关结果发表于 Nature Communications。
入选理由研究者可看到 AI 如何从全基因组 CRISPR 筛选中筛出文献未关注的靶点，并据此设计局部外用候选药物。
6月22日
星期一，1 条Lila Sciences 用 NVIDIA BioNeMo 智能体工具包构建自动化科研平台
Lila Sciences 介绍其 AI Science Factories 自动化实验室平台，通过 NVIDIA BioNeMo Agent Toolkit 提供的领域模型、NIM 微服务和生命科学配方，让智能体完成结构预测与从头设计，并用 NVIDIA Nemotron 3 等推理模型做后训练。
入选理由Lila Sciences 与 NVIDIA 合作把 BioNeMo 智能体工具包接入自动化实验室，研究者可了解智能体闭环做实验的现有做法。
5月19日
星期二，1 条FutureHouse 多智能体系统 Robin 完成干性 AMD 候选药物发现并发表于 Nature
FutureHouse 宣布其多智能体系统 Robin 完成首个 AI 生成的发现：将 Crow、Falcon、Finch 等智能体整合为统一工作流，用于为人类疾病提出并做临床前验证的新疗法。
入选理由Robin 把假设生成、实验设计与数据分析串成一条可复现流程，研究者可据此判断多智能体系统在自身课题中的分工边界。
3月16日
星期一，1 条Edison Scientific 与 NVIDIA 合作推进 AI 科学家 Kosmos，并发布 BixBench-Hypothesis 基准
Edison Scientific 宣布与 NVIDIA 合作，将 NVIDIA NeMo 和 Nemotron 技术栈用于其 AI 科学家 Kosmos 的训练与开发。
入选理由Edison Scientific 与 NVIDIA 的合作细节和 BBH 基准，可供开发科研智能体的团队参考其训练与评测路径。