OmniScientist: На пути к коэволюционирующей экосистеме ученых-людей и искусственного интеллекта
OmniScientist: Toward a Co-evolving Ecosystem of Human and AI Scientists
November 21, 2025
Авторы: Chenyang Shao, Dehao Huang, Yu Li, Keyu Zhao, Weiquan Lin, Yining Zhang, Qingbin Zeng, Zhiyu Chen, Tianxing Li, Yifei Huang, Taozhong Wu, Xinyang Liu, Ruotong Zhao, Mengsheng Zhao, Xuhua Zhang, Yue Wang, Yuanyi Zhen, Fengli Xu, Yong Li, Tie-Yan Liu
cs.AI
Аннотация
Стремительное развитие больших языковых моделей (LLM) позволило ИИ-агентам демонстрировать растущую компетентность в выполнении научных задач — от генерации гипотез и планирования экспериментов до написания научных статей. Такие системы агентов принято называть «ИИ-учеными». Однако существующие ИИ-ученые преимущественно формулируют научное открытие как изолированную проблему поиска или оптимизации, упуская из виду тот факт, что научные исследования по своей природе являются социальной и коллаборативной деятельностью. Реальная научная практика опирается на сложную научную инфраструктуру, включающую механизмы сотрудничества, атрибуцию вклада, рецензирование и структурированные сети научных знаний. Из-за отсутствия моделирования этих ключевых аспектов современные системы не способны создать подлинную исследовательскую экосистему или углубленно взаимодействовать с человеческим научным сообществом. Для преодоления этого разрыва мы представляем OmniScientist — фреймворк, который явным образом кодирует фундаментальные механизмы человеческих исследований в рабочий процесс научного ИИ. OmniScientist не только обеспечивает сквозную автоматизацию на всех этапах — от работы с данными и обзора литературы до генерации идей, автоматизации экспериментов, научного письма и рецензирования, — но и предоставляет комплексную инфраструктурную поддержку, моделируя человеческую научную систему, включающую: (1) структурированную систему знаний, построенную на основе цитатных сетей и концептуальных корреляций; (2) коллаборативный исследовательский протокол (OSP), позволяющий осуществлять seamless-взаимодействие между множеством агентов и участие исследователей-людей; и (3) открытую платформу оценки (ScienceArena), основанную на слепом парном голосовании пользователей и рейтингах Эло. Данная инфраструктура позволяет агентам не только понимать и использовать человеческие системы знаний, но и сотрудничать и совместно эволюционировать, способствуя созданию устойчивой и масштабируемой инновационной экосистемы.
English
With the rapid development of Large Language Models (LLMs), AI agents have demonstrated increasing proficiency in scientific tasks, ranging from hypothesis generation and experimental design to manuscript writing. Such agent systems are commonly referred to as "AI Scientists." However, existing AI Scientists predominantly formulate scientific discovery as a standalone search or optimization problem, overlooking the fact that scientific research is inherently a social and collaborative endeavor. Real-world science relies on a complex scientific infrastructure composed of collaborative mechanisms, contribution attribution, peer review, and structured scientific knowledge networks. Due to the lack of modeling for these critical dimensions, current systems struggle to establish a genuine research ecosystem or interact deeply with the human scientific community. To bridge this gap, we introduce OmniScientist, a framework that explicitly encodes the underlying mechanisms of human research into the AI scientific workflow. OmniScientist not only achieves end-to-end automation across data foundation, literature review, research ideation, experiment automation, scientific writing, and peer review, but also provides comprehensive infrastructural support by simulating the human scientific system, comprising: (1) a structured knowledge system built upon citation networks and conceptual correlations; (2) a collaborative research protocol (OSP), which enables seamless multi-agent collaboration and human researcher participation; and (3) an open evaluation platform (ScienceArena) based on blind pairwise user voting and Elo rankings. This infrastructure empowers agents to not only comprehend and leverage human knowledge systems but also to collaborate and co-evolve, fostering a sustainable and scalable innovation ecosystem.