AI Scientist：Sakana AI 的全自动科研系统，2026 年 3 月登上 Nature

The AI Scientist: Sakana AI's Fully Automated Research System Published in Nature (March 2026)

Research #自动科研#Sakana AI#Nature#LLM#科学发现#AI Agent
🇨🇳 中文

AI 到底能不能做科研？不是「辅助人类做科研」，而是从想选题、写代码、跑实验、写论文，到组织同行评审——全程不需要人介入？

Sakana AI 在 2024 年底给出了第一个完整的系统答案，2026 年 3 月这项工作发表在了 Nature。

GitHub: https://github.com/SakanaAI/AI-Scientist | ⭐ 14,649 | 自定义许可证

它做什么

The AI Scientist 是一个端到端的自动化科学发现框架。给定一个研究领域模板，它会：

  1. 选题：LLM 根据已有文献和实验模板，生成新的研究方向假设
  2. 写代码：调用 Aider（AI 代码编辑工具）实现实验代码
  3. 跑实验：自动执行实验，记录指标
  4. 写论文：生成完整的 LaTeX 学术论文，包含摘要、方法、结果、讨论
  5. 同行评审：另一个 LLM 扮演审稿人，对论文打分并给出评审意见

整个流水线输出的是真实的、可以直接提交给会议的 PDF 论文。

三个研究模板

项目提供三个由作者维护的模板，分别覆盖：

  • NanoGPT：字符级语言模型实验（训练、架构变体、泛化）
  • 2D Diffusion：低维扩散模型（生成模型、降噪策略）
  • Grokking：Transformer 泛化现象（Grokking 加速、权重初始化）

这些模板定义了「合法的实验范围」——AI Scientist 在模板边界内自由探索，而不是在整个 AI 领域里乱试。社区可以贡献新模板，但作者不负责维护社区模板。

实际产出的论文

README 列出了系统生成的代表性论文，标题包括：

  • DualScale Diffusion: Adaptive Feature Balancing for Low-Dimensional Generative Models
  • Adaptive Learning Rates for Transformers via Q-Learning
  • Grokking Through Compression: Unveiling Sudden Generalization via Minimal Description Length

这些不是摘要或段落——是有方法、有实验、有图表的完整 PDF。Drive 文件夹里存着所有运行结果，包括用 Claude 生成的一批完整论文。

提示词在 Nature 论文附录全文公开

这件事值得单独说。

2026 年 3 月整项工作发表在 Nature 之后，论文附录包含了系统使用的全部核心提示词——选题提示、实验规划提示、论文生成提示、同行评审提示。

这意味着任何人都可以：

  • 看懂系统的完整工作机制
  • 直接复现或改进具体模块
  • 把提示词移植到自己的研究领域

Sakana AI 不只是发表了结果，而是公开了「如何做到」。

运行要求

这套系统不轻。

硬件：Linux + NVIDIA GPU（CUDA），CPU 几乎不可用。当前三个模板在 CPU 上跑「可能需要不切实际的时长」。

API 费用：每篇论文需要多轮 LLM 调用（选题、代码、实验分析、论文写作、评审），推荐使用 GPT-4o 或 Claude Sonnet 3.5 等边界模型，单次完整运行成本不低。

安装：

conda create -n ai_scientist python=3.11
conda activate ai_scientist
sudo apt-get install texlive-full   # LaTeX 环境，安装时间较长
pip install -r requirements.txt

支持 OpenAI、Anthropic、AWS Bedrock、Vertex AI 等多种 API 后端，也支持开源权重模型，但效果推荐「能力不低于 GPT-4」的边界模型。

安全警告

README 明确标注：

Caution! 这个代码库会执行 LLM 生成的代码。存在使用危险包、访问网络、spawn 进程等风险。请务必容器化并限制网络访问。

系统会让 LLM 写代码然后直接运行。这不是问题，而是设计——实验必须在真实环境里跑。但在生产环境或者不受控制的机器上跑之前，Docker 隔离是必须的。

已知局限

幻觉引用：论文生成阶段会出现不存在的参考文献。这是当前 LLM 科研能力的核心短板之一。

领域局限：三个模板覆盖的都是可以快速实验的小规模 ML 任务。化学、生物、物理等需要真实实验的领域暂不适用。

论文质量：生成的论文通过了 LLM 评审，但人工审稿的质量评估更复杂。Sakana AI 在 blog 和论文里对此都有比较诚实的讨论。

许可证说明

项目使用「The AI Scientist Source Code License Version 1.0」，基于 Responsible AI Source Code License (RAIL) v1.1，不是标准开源许可证。具体使用限制需要阅读完整许可文本，商业用途尤其需要核实条款。

意义

Nature 接受这篇论文，本身是一个信号：AI 辅助科研从「能做到」到「机构认可」的边界在移动。

提示词公开在附录是另一个信号：作者不只是展示结果，而是把整个方法论透明化——任何研究组都可以拿这套框架研究「自动化科研本身的局限在哪」。

对多数开发者来说，最实际的价值可能不是直接用它跑科研，而是把它拆开，看一个「让 LLM 完成复杂长程任务」的完整系统是怎么做提示词工程和流程设计的。附录已经把这部分彻底开放了。

本文涉及软件使用自定义许可证（基于 RAIL v1.1），商业使用前请阅读完整许可文本。仅供技术学习参考。

🇬🇧 English

The AI Scientist: Fully Automated Research, Published in Nature

Can AI actually do science? Not “assist humans with science” — but go from idea generation to code, experiments, full paper, and peer review, without human intervention?

Sakana AI released the first complete system-level answer in late 2024. In March 2026, the full work was published in Nature.

GitHub: https://github.com/SakanaAI/AI-Scientist | ⭐ 14,649 | Custom license

What It Does

The AI Scientist is an end-to-end automated scientific discovery framework. Given a research domain template, it:

  1. Ideation: LLM generates new research hypotheses from existing literature and experimental templates
  2. Coding: Calls Aider (an AI code editor) to implement experiment code
  3. Experimentation: Executes experiments automatically, records metrics
  4. Paper writing: Generates a complete LaTeX academic paper — abstract, methods, results, discussion
  5. Peer review: A separate LLM instance acts as reviewer, scores and critiques the paper

The pipeline outputs real, conference-submittable PDF papers.

Three Research Templates

The project ships three author-maintained templates:

  • NanoGPT: Character-level language model experiments (training, architecture variants, generalization)
  • 2D Diffusion: Low-dimensional diffusion models (generative modeling, denoising strategies)
  • Grokking: Transformer generalization (grokking acceleration, weight initialization)

Templates define the “legal” experiment space — the AI Scientist explores freely within template boundaries. The community can contribute new templates, but authors don’t maintain community contributions.

Prompts Published in the Nature Appendix

The full work published in Nature (March 2026) includes all core prompts in the appendix — ideation prompts, experiment planning prompts, paper generation prompts, peer review prompts.

This means anyone can:

  • Understand the complete system mechanism
  • Reproduce or improve specific modules directly
  • Port prompts to their own research domain

Sakana AI didn’t just publish results — they published the how.

Requirements

Hardware: Linux + NVIDIA GPU (CUDA). CPU runs are described as “infeasible” for current templates.

API cost: Each paper requires many LLM call rounds (ideation, coding, analysis, writing, review). Authors recommend frontier models above GPT-4 capability. A single full run is not cheap.

Safety: README explicitly warns that the system executes LLM-generated code. Containerize and restrict network access before running.

Known Limitations

  • Hallucinated citations: Paper generation produces non-existent references — a core LLM research limitation
  • Domain scope: Templates cover small-scale ML tasks that can be experimentally validated quickly; chemistry, biology, physics requiring physical experiments are out of scope
  • Paper quality: Papers pass LLM review; human expert evaluation is more nuanced — Sakana AI discusses this honestly in the paper and blog

License Note

The project uses “The AI Scientist Source Code License Version 1.0,” based on RAIL v1.1. This is not a standard open-source license. Review the full license text before commercial use.

What It Means

Nature accepting this paper signals that AI-assisted research is crossing from “possible” to “institutionally recognized.”

Publishing prompts in the appendix signals transparency: any research group can use this framework to study “where are the limits of automated research?” — the methodology is fully open.

For most developers, the most practical value may not be running it for actual research, but dissecting it to understand how a complex long-horizon LLM task system is structured in terms of prompt engineering and workflow design. The appendix makes this completely accessible.

This project uses a custom license based on RAIL v1.1. Review the full license text before commercial use. For technical reference only.

相关文章

Research

Strategy Gene：AI 经验可以成为流通资产——前提是用对表示形式（论文解析 + 工程落地指南）
Research

19000 星开源书：《深入理解 AI Agent》，10 章 92 个实验，从上下文工程到多 Agent 协作全覆盖
Research

Google YouTube 自进化推荐系统：LLM Agent 替代 ML 工程师，双环架构工程落地指南

💬 评论与讨论

使用 GitHub 账号登录后发表评论

关于本站 · 免责声明

🍄 Mushroom Research Blog 是非营利、免费公开的个人科技观察博客与公众号 XStack18，不接受商业合作、不代表任何企业或机构立场，也不谋求商业利益。我们以个人视角客观中立地记录和分析 AI、Web3 等领域的最新模型发布与技术动态——不止转述新闻标题或二手信息，而是给出有独立思考的深入分析，希望帮更多人获得有价值的一手科技认知。

⚠️ 文中介绍的开源代码与模型，仅供学习交流与技术借鉴。它们大多仍处于早期阶段，有待进一步研究和验证，请勿直接用于工作或生产环境；如需采用，请先自行充分测试，并核实其许可证与安全性。
Open-source code and models featured here are shared for learning and reference only. Most are early-stage and still need further study and verification — please don't use them directly in your work or in production. Test them thoroughly and check their licenses and security first.

  1. 本站文章均为作者基于公开信息的个人研究与观点整理，不代表文中提及的任何公司、产品、模型的官方立场，未与其构成商业关联或合作关系。
  2. 科技行业信息更新极快，我们尽力保证内容准确、及时，但不对完整性、实时性做绝对保证，具体请以相关企业/项目官方公告为准。
  3. 文中引用的第三方商标、产品名称、图片、数据等版权归原权利人所有，我们会尽量注明来源；如你认为存在版权疑问或侵权，请通过下方邮箱联系我们，收到通知后会尽快核实处理（更正、加注来源或删除）。
  4. 文章内容仅为技术科普与个人观点，不构成投资、法律或其他专业建议，据此进行任何决策的后果需自行判断和承担。

📮 侵权 / 勘误 / 合作咨询：[email protected]