连肝12小时，一轮狂刷1500篇论文，写4.2万行代码，AI科学家卷疯科研圈

半天干完6个月的活儿，AI科学家才是真卷王。

Kosmos，一款全程不用人类插手，自己查文献、写代码、出报告、写论文的AI科学家。

虽然卷，但不是无效内卷，最长能连续工作12小时，平均一次研究能读完1500篇论文，写出4.2万行分析代码，而且全程可追溯，这下告别瞎编数据了。没准儿真能投顶会了

并且，79%的研究结果都能被人类科学家复现。

不仅科研质量高吧，它还不偏科，已经在代谢组学、神经科学、材料科学等领域搞出7个真发现了，其中还包含了人类未发表的成果，结论数据还都匹配上了。

博士们，你们颤抖了吗？（doge）

先来看看Kosmos的科研能力到底如何。

12小时查1500篇文献+写4.2万行代码

在神经保护代谢组学领域，Kosmos成功复现了一项还未公开的发现。

它基于小鼠大脑代谢组学数据集，围绕“低温保护大脑的代谢机制”这一研究目标展开分析。

先用通路富集分析（下图c）发现，低温组和常温组比，差异最明显的代谢通路是核苷酸代谢；再用热图（下图d）分析核苷酸的前体物质和产物变化，发现低温下前体物质减少、产物增加，这符合核苷酸补救途径（一种节省能量的代谢方式）激活的特征；

为了确认不是其他途径，它又分析了从头合成途径的物质关联（下图e），发现前体和产物没明显关联，排除了这种可能；最后用柱状图（下图b）直观展示了低温组里嘌呤、嘧啶类补救产物的含量确实升高了。

最关键的是结果验证，下图g把Kosmos分析的前15种关键代谢物变化和人类原本没发表的分析结果做了对比，两者的log10倍变化值几乎完全重合（R²=0.998）。

这相当于是Kosmos不仅自己找到了“低温通过激活核苷酸补救途径保护大脑”的结论，连具体代谢物的变化趋势都和人类研究一模一样，完美复现了这项未公开的发现。

之前确实也有AI科学家，像Transformer作者之一Llion Jones的创业公司Sakana AI，发布他们的The AI Scientist时，出场自带了自己的10篇学术论文，引起不小讨论。

但它的十篇研究都聚焦于AI模型领域，不得不说有点偏科了。

还有之前的Robin系统，只专注于药物研发，无法跨学科开展研究，而且它单次研究仅能生成约4000行代码，还在上下文衔接方面频繁出现问题。

现在，Kosmos突破了这些限制，把跨学科和续航拉到了新高度。

而秘诀呢，就是它的结构化世界模型，就相当于给负责数据分析和查文献的AI工具配了一个共享的大脑，这样，两个模块就能实时同步信息。

Kosmos的工作原理也并不复杂，本质上就是一套「循环迭代+信息共享」的全自动流程，科学家只需要给它两个核心指令：

一个开放的研究目标

对应的数据集

它就会立刻开启数据分析和文献搜索的双轨模式。直到写完论文整个过程，都完全不需要人类插手。

每一轮，数据分析AI会自动写代码处理数据、挖掘变量关系，文献搜索AI则根据分析结果精准查找相关论文验证思路，然后通过共享大脑整合信息，确定下一步方向。

这套循环最多能跑200多轮，直到Kosmos觉得研究目标完成了，就会自动把所有的发现整理成科研报告，并且每句话都标上对应的代码或文献来源，对瞎编数据say bye bye～

这套流程下来，Kosmos最长能连续工作12小时，平均一次研究能读完1500篇论文，写出4.2万行分析代码（是Robin的9.8倍）。

有人类科学家评估后发现，它20轮的研究成果就相当于人类团队6个月的工作量，而且研究轮次越多，有价值的发现也越多，真不搞无效内卷。

除了复现人类没公开的研究，还发现了新规律，比如钙钛矿太阳能电池的死亡开关（高温、湿度等环境因素导致的效率快速衰减）是退火时的湿度；心肌纤维化的保护蛋白是SOD2；甚至发明了新的科研分析方法——用分段回归找阿尔茨海默病的蛋白变化临界点。

不过，Kosmos也有不足之处。一个是可能把统计显著但科学意义不大的结果作为研究重点，并且在解读数据时经常使用绝对化表述；还有就是处理超过5GB的数据集时效率下降等。

团队介绍

来自Edison Scientific的技术人员Ludovico Mitchener和Michaela Hinks主导了Kosmos项目。

Mitchener拥有帝国理工学院计算（人工智能与机器学习）硕士学位，在伦敦大学学院获得自然科学硕士学位，还曾在帝国理工学院参与犯罪心理学AI项目。

作为一名偶尔参与投资的天使投资人，Mitchener还入选过福布斯科学领域30岁以下精英榜单。

Michaela Hinks获得了斯坦福大学生物工程系的博士学位，曾在X实习。

她在读博期间，研究出了一种能快速、批量检测的技术。用这种技术，能在细胞里直接观察到多个蛋白质是不是同时附着在同一段DNA上，以及它们具体附着的情况。之后，她还把这项技术用在了人工合成的基因上，验证人类细胞里基因转录过程背后的基本规律和原理。

Edison Scientific是由FutureHouse拆分出来的一个全新的子公司，FutureHouse致力于开发AI Agent以实现生物学及其它复杂科学领域的研究自动化，是一个非盈利性组织。

之前，FutureHouse发布了Kosmos的前身Robin，今年5月份，Robin发现用于临床治疗青光眼的ROCK抑制剂Ripasudil，对于可以致盲的眼部疾病干性年龄相关性黄斑变性（dAMD）具有潜在治疗效果，获得了不少医学专家的认可。

Edison Scientific由Sam Rodriques担任CEO，他是一名物理学家和生物工程师，曾发明了用于空间和时间转录组学、脑图谱绘制、基因治疗和纳米制造的技术。

在创立FutureHous之前，他曾在弗朗西斯·克里克研究所短暂运营过一个学术实验室。

Andrew White是Edison Scientific的技术负责人，他是一位在LLMs、化学、可解释AI、统计力学和化学工程领域拥有超50篇同行评审出版物、书籍的研究员，并曾获得包括美国国家科学基金会（NSF）和美国国立卫生研究院（NIH）颁发的青年研究员奖在内的多项奖项。

Andrew White还担任超过30份期刊的同行评审以及多个国家级和私人资助机构的评审，并担任美国国家科学院化学科学圆桌会议成员。

论文地址：

https://arxiv.org/abs/2511.02824

参考链接：

[1]https://x.com/SGRodriques/status/1986086198004072772

[2]https://x.com/iScienceLuvr/status/1986023952037417109

本文来自微信公众号“量子位”，作者：闻乐，36氪经授权发布。