ARTICLE · 人工智能

浙大团队开源 AI 科研智能体 Polaris:让 AI 与你一起做研究

作者:机器之心 来源:机器之心 2026-08-15 12:02 11 分钟 2610 字
AI Agent科研工具大模型应用自动化工作流开源项目
一语总结

浙江大学团队开源了端到端科研智能体 Polaris,通过串联文献调研、想法生成、实验执行及论文写作六大环节,实现 AI 辅助下的全流程科研自动化。

AI 总结

Polaris 是由浙江大学团队开源的端到端科研智能体平台,旨在解决科研过程中文献追踪、想法验证、实验迭代及论文撰写等环节碎片化的问题。该平台将科研工作流标准化为六个阶段,通过 AI 自动执行重复性任务,研究者在关键节点进行决策。其核心功能包括:基于 arXiv 的自动文献筛选与深度解读、基于辩论机制的想法评审与 Elo 排名、支持实时干预的实验智能体循环、以及基于真实实验数据的 LaTeX 论文写作与同行评审。此外,Polaris 支持实验室多人协作、技能自定义与外部工具链集成(如 MCP 协议),在保持 AI 高效辅助的同时,确保研究主导权始终掌握在人手中。

核心要点
  1. 全流程闭环的科研流水线

    Polaris 将文献调研、想法生成、实验、论文写作等六个科研环节串联,实现成果在各阶段的自动流转,大幅降低研究者的重复性劳动。

  2. 以人为核心的决策与协作机制

    平台在关键节点设置人工干预机制,AI 负责执行与辅助,研究者负责最终决策,确保科研方向与质量的可控性。

  3. 严谨的实验与写作对账约束

    系统强制要求论文中的数字必须源自真实实验记录,引用必须指向真实文献,并通过 AI 同行评审机制杜绝学术造假。

  4. 高度可扩展的技能与工具生态

    支持自定义科研技能与实验室规范,并通过 MCP 协议向外部工具链开放,适配不同实验室的个性化工作习惯。

浙大团队开源 AI 科研智能体 Polaris:让 AI 与你一起做研究

Polaris 是由浙江大学团队开源的端到端科研智能体平台,旨在解决科研过程中文献追踪、想法验证、实验迭代及论文撰写等环节碎片化的问题。该平台将科研工作流标准化为六个阶段,通过 AI 自动执行重复性任务,研究者在关键节点进行决策。其核心功能包括:基于 arXiv 的自动文献筛选与深度解读、基于辩论机制的想法评审与 Elo 排名、支持实时干预的实验智能体循环、以及基于真实实验数据的 LaTeX 论文写作与同行评审。此外,Polaris 支持实验室多人协作、技能自定义与外部工具链集成(如 MCP 协议),在保持 AI 高效辅助的同时,确保研究主导权始终掌握在人手中。

文章金句

"

AI 自主推进,人只在关键节点做决定。

"

平台在这里设有一条硬性约束:论文里的每个数字只能来自真实的实验记录,每条引用只能指向真实存在的文献。