主张经过实体实验、计算验证，还是仅停留在论述？
- 证据处理规则
- 区分生成的假设与经过验证的发现。
观察命题
科学价值取决于AI生成的想法能否经受测量、复现、证伪与专家质疑。
适用边界流畅的科学写作、基准表现或看似合理的假设，在适当验证前都不构成科学发现。
本页把正式来源、FUURAA 原创摘要与分析明确分开；收录不代表合作、认可或背书。
本专题追踪什么
先声明观察范围，再判断新进展能否进入证据链。
- 01AI科学家、共同科学家与科研Agent
- 02科研软件、仿真与因果方法
- 03假设生成与实证验证
三组证据问题
不要只问发生了什么，还要问证据覆盖到哪里。
方法、数据、代码与负面结果是否可获得？
- 证据处理规则
- 优先采用方法与技术资料可检查的同行评审研究。
独立专家或实验室验证了什么？
- 证据处理规则
- 记录复现失败、错误引用与专家纠正。
已核验的一手来源
9 项与本专题直接相关的 2026 年来源记录。
每项均标注正式发布日期、来源机构、证据类型、FUURAA 原创摘要及已知边界。
2026 年 7 月 13 日 · Original authorsCDFM: Towards a General-Purpose Causal Discovery Foundation Model
证据状态一手来源 · 预印本
CDFM将未知因果机制视为潜变量，并在多样化的合成结构因果模型上预训练，以追求通用零样本因果结构推断。
证据边界预印本；尚未经过同行评审。
打开正式来源 ↗2026 年 7 月 3 日 · npj Clean EnergyQuantifying drivers of photovoltaic power generation at Bhadla using explainable machine learning and causal discovery证据状态一手来源 · 研究成果
研究将可解释机器学习与因果发现结合，用于区分光伏发电中的预测相关性与具有因果意义的潜在驱动因素。
打开正式来源 ↗2026 年 6 月 25 日 · Scientific Reports / Pacific Northwest National Laboratory-led teamAutoLabs: cognitive multi-agent systems with self-correction for autonomous chemical experimentation证据状态一手来源 · 研究成果
AutoLabs可把自然语言实验要求转化为液体处理机器人的可执行协议；评测显示，模块化Agent和循环自校正有助于减少实验错误。
打开正式来源 ↗2026 年 6 月 12 日 · Nature ElectronicsSustainability assessment using multimodal artificial intelligence agents证据状态一手来源 · 研究成果
多模态Agent通过检索和整合产品、材料与生命周期资料评估环境影响，同时也揭示Agent评估本身产生的计算与检索成本。
打开正式来源 ↗2026 年 5 月 19 日 · Nature / Google Research-led teamAn AI system to help scientists write expert-level empirical software证据状态一手来源 · 研究成果
ERA将语言模型与树搜索结合，自动开发可量化评估的科研软件，并报告了单细胞分析、流行病预测、地理空间分析和神经科学等任务的结果。
打开正式来源 ↗2026 年 5 月 19 日 · NatureA multi-agent system for automating scientific discovery证据状态一手来源 · 研究成果
该系统通过多个专业Agent协同完成文献推理、假设提出、数据分析和实验规划，展示多智能体如何在专家主导下辅助科学发现。
打开正式来源 ↗2026 年 5 月 8 日 · Original authorsArrow: A Foundation Model for Causal Discovery证据状态一手来源 · 预印本
Arrow通过大规模预训练，使模型可在新表格数据上零样本推断因果图，并在架构层面保证输出图的无环性。
证据边界预印本；尚未经过同行评审。
打开正式来源 ↗2026 年 3 月 25 日 · NatureTowards end-to-end automation of AI research证据状态一手来源 · 研究成果
“AI Scientist”把构思、编码、实验、分析、论文撰写和评审连接为端到端流程；研究也记录了质量不稳定、错误引用及对同行评审体系的潜在风险。
打开正式来源 ↗2026 年 1 月 22 日 · Nature CommunicationsAssimilative causal inference证据状态一手来源 · 研究成果
“同化式因果推断”将贝叶斯数据同化与从结果反向追踪原因结合，用于分析复杂系统中的瞬时及动态因果关系。
打开正式来源 ↗FUURAA 分析
AI可以压缩部分科研周期，但稀缺资源仍是与现实建立可信连接。能够保留负面证据与可复现性的机构，才会形成更持久的价值。
如何使用本专题把这些记录当作持续观察的起点，而不是行业全景、投资建议、认证结论或对未来的确定预测。来源更新、版本变化和独立复现都可能改变判断。
继续探索九大视角