智能体框架书生·太一上线，补齐经验沉淀闭环，让AI推演一轮比一轮更完善

当前，科学正处在知识越来越丰富但认知却相对稀缺的时代。这一现象反映出一个结构性矛盾，科学本身缺少一套科学的方法，构建起贯通问题、行动、验证与学习的持续反馈闭环。

近日，上海AI实验室推出元认知智能体框架书生·太一（Sage·Taiyi）。框架将科研猜想、探索路径与实证结果串联起来，以此驱动智能体在产出科研方案时持续迭代认知、调优研究路径，推动科学智能从方案生成走向依托实证动态探索的深度科研。

依托该框架，通专融合智能体书生-A1.5在有机化学、材料设计、系统工程等领域科研项目中，打通从科学构思、专家评估、条件优化到外部验证的关键环节，成功助力武汉大学、苏州大学、航天科技集团等高校及科研单位推进前沿探索。

书生·太一已接入书生·端砚科学发现平台，进一步增强平台的科学智能水平，欢迎全球科研人员体验。

• 体验链接：https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0

• 项目主页：https://alpha-innovator.github.io/Sage-Taiyi/

科学搜索与认知调控协同，支撑复杂科研探索

科学发现是不断深化认知、更新假设与研究方向的动态过程。它要求沉淀过程认知来支撑推理与科研决策，由此推动科学智能从生成方案，升级为立足科学理解、可反思调优的深度科研形态。

为了更好地让AI驱动科学研究，团队借鉴元认知中的监测与调控思想，构建科学搜索与认知调控相互协同的两层架构：科学搜索围绕研究目标发展候选方案，认知调控依据搜索进展与证据反馈评估当前认知，动态选择研究重点与适用方法，让科学理解持续引导下一步探索。

科学搜索不断深化对问题的理解并更新认知状态，认知调控机制则结合认知状态与方法库，引导后续探索

在科学搜索层，系统以“目标树”拆解研究任务，以“创意图”记录方案的演变与关联，并保留文献、实验、仿真结果和专家意见及其来源。不同分支的思路可以在核对假设与适用条件后组合，为发展和追溯研究方案提供支持。

在认知调控层，“认知状态”将选择性保留的科学理解与监测评估相结合，记录关键发现、假设及其适用条件，评估证据支持程度、尚未解决的分歧和不同方案之间的共同依赖，为后续探索方向与行动选择提供依据。

针对研究路径空间庞大、难以穷尽搜索的挑战，团队系统梳理认知科学、科学发现与创新思维领域的相关研究，构建认知方法库，将证据驱动发现、类比迁移、逆向设计、主动假设检验和瓶颈驱动重设计等归纳为十类通用启发式方法论策略，并配套组织问题界定、方案构建、评估与学习等认知算子。在此基础上，结合领域文献中的研究方法与实践经验，将通用策略实例化为适用于具体领域的方法，引导智能体探索更具科学价值的研究路径。

十类通用启发式方法论策略

监测与调控将两个层次连成循环：监测根据搜索结果和新证据更新认知状态；调控据此选择研究重点与适用方法，决定继续推进、修订方案、转向新路线或停止某一分支。需要执行和验证时，科研执行框架进一步明确任务输入、约束、工具与评价方式（例如通过Taiyi-Optimizer开展实验条件或设计参数优化），再将结果及其来源返回系统，支持下一轮判断。

元认知监测与调控连接任务规划、科学构思、执行验证与证据反馈图示

八项评测指标领先，展现跨学科探索能力

面向AI科研伙伴（AI co-scientist）的科学构思能力，科研团队创新构建了Taiyi-Bench评测基准，覆盖物理、化学、生命科学等十个学科，包含50篇论文、265项任务和11种系统配置。评测逐步披露已有研究中的背景与关键决策，从“已知的未知”和“未知的未知”两方面，检验智能体恢复已验证研究路线、提出有价值替代思路的能力。

在此基准中，书生·太一综合得分为53.95分，八项指标均居参评系统首位。其中，新颖性得分达到70.54分，较最强对照系统相对提升约27.8%；多样性与可行性分别达到42.33分和52.45分，均居首位，展现了兼顾新颖性、多样性与可行性的科学构思能力。

在与AI Scientist-v2、Robin、EvoScientist等代表性科研智能体框架的比较中，书生·太一取得最高Elo评分1322.5，对最强对照系统的任务级胜率为66.3%。启发式方法论与认知调控为聚焦高价值搜索空间提供支持，多分支并行探索则有助于缩短等待结果的时间。平均记录生成耗时为29.9分钟，短于两项代表性对照配置的39.3分钟和44.8分钟，同时获得更高的构思评价得分。

此外，团队选取近期发布的AgentIdeaBench和IG-Arena两项科学构思评测基准，书生·太一在报告所列对比中均居首位。在IG-Arena的容错量子计算任务中，它主动检索文献，用认知状态梳理证据，再借助启发式方法论找到瓶颈，提出协调解码与资源供给的量子门调度规则，并设计对比测试。这体现了书生·太一从已有证据中找到创新切入点，并提出可检验方案的能力。

书生·太一的科学构思评测结果

支撑真实需求，赋能科学家开展前沿探索

科学构思的价值，最终要在实际科研任务中经受检验。武汉大学、苏州大学和航天科技集团等高校及科研单位利用书生·太一与书生-A1.5，搭建起连通方案构思、仿真推演与实物实验的通路，以智能输出拓展探索边界，依靠专家判断把控科研方向，用实测反馈持续迭代研究路径。

在有机化学方向，武汉大学、苏州大学科研团队借助书生·太一的科学构思能力分别取得合成突破。武汉大学合作团队依托框架提出胺自由基阳离子加成耦合钴肟氢原子转移的活化路径，攻克烯丙基胺构筑的活化与位点选择难题，经5轮、61次实验反馈，反应产率由13%提升至69%；苏州大学合作团队针对非对称酮合成的交叉选择性控制难题，融合同步识别与极性反转策略，探索钴催化羰基化路线，搭建多维度条件空间，历经10轮迭代、35次评价，反应从仅得到痕量产物提升至84%的分离产率，并可拓展至含生物活性片段的底物。

钴催化羰基化与光催化烯丙位胺化，左右分别展示两项反应的模型反应和产率变化

在材料设计方向，航天科技集团借助书生·太一的认知调控能力开展电磁超材料与高强镁合金研究。针对电磁超材料滤波需求，书生·太一生成多组候选构型，当首轮仿真效果有限时，它进一步识别出固定基底厚度制约探索空间，建议放开该变量，最终实现阻带平均透射率6.2%、通带平均透射率94.5%；面向砂型铸造镁合金，书生·太一输出多套候选方案，团队择优推进，协同优化成分与热处理工艺，所得合金平均抗拉强度达342MPa，完成从方案到实体验证的闭环。

电磁超材料与高强镁合金的设计和验证，左为超材料的选定结构与仿真透射谱，右为镁合金实物与实测应力–应变曲线

在系统工程方向，航天科技集团借助书生·太一完成离心压气机的方案权衡与参数优化。框架综合气动效率、扩压器匹配与机械裕度，生成五条设计路线。团队选定后掠叶轮搭配混合扩压器完成初版设计，叶轮效率已达约90.0%；书生·太一依托反馈持续提供调优方向，经三轮迭代后，将效率提升至91.5%，完整展现从方案比选到性能评估的智能辅助科研流程。

离心压气机的叶轮设计与仿真优化，右侧展示优化后的叶轮几何与叶间速度场

科学研究既有成功的突破，也包含大量试错与阶段性发现，这套元认知框架致力于把科研过程中的经验沉淀为可复用的认知增量，赋能跨领域科研实现从构想走向实证。接下来，上海AI实验室团队将持续持续挖掘元认知智能的潜力，推动模型从重述已知跨越到产出未知，向更广的科学前沿延伸，让AI真正成为人类科学家探索未知的伙伴。

注意转载授权 · 阅读原文