上海交大人工智能学院与上海算法创新研究院主办“Agentic Science at Scale”研讨会 | 上海教育传媒网

作者 | 陈之腾

当人工智能与基础科学深度融合，科学发现的新范式正在开启。当前，面向AI for Science的关键基础设施已逐步成形，规模化、智能体驱动的科学研究从概念走向现实的时机已经成熟。1月29日下午，由上海交通大学人工智能学院与上海算法创新研究院联合主办的“Agentic Science at Scale——AI4S科学基座模型和通用科研智能体研讨会”在上海徐汇区模速空间多功能厅举行。

中国科学院院士、上海交通大学人工智能学院首席顾问鄂维南主持会议开幕式并作《Agentic Science at Scale》主旨报告，系统阐释科研智能化、规模化时代的底层能力架构与实施路径。报告指出：当前AI for Science的关键基础设施已逐步成形，Agentic Science at Scale的新时代已正式开启。

在“科研基础设施与科研智能体成果介绍”环节，来自高校与科研机构的专家学者集中发布了AI for Science科研基础设施的关键能力模块，系统展示了端到端的“科研生产闭环”。

上海交通大学人工智能学院副教授、上海赛兰德智能科技有限公司创始人兼首席科学家陈思衡系统呈现了通用科研智能体SciMaster的能力体系。该智能体旨在实现全学科科研“搜、读、算、做、写”全流程闭环，依托海量工具调用与超长程上下文管理两大核心技术能力，为用户提供“自动驾驶”般的科研体验：其6小时运行成果即可比肩资深理论物理学博士1至3个月的饱和工作量。SciMaster正在构建规模化科学智能生态，驱动科研生产范式由“小作坊”向“超级工厂”加速跃迁。

中国科学院理论物理研究副研究员陈锟团队联合各合作单位发布了SciencePedia科学基座。陈锟指出，SciencePedia并非简单汇集数据，而是整合300万条长思维链与3万多款科研工具，构建可溯源的推理网络，将分散的知识还原为内在连通的逻辑体系，使科学发现从“信息堆叠”走向“逻辑贯通”。

深势科技创始人兼首席科学家张林峰展示了全要素整合、已形成规模化飞轮的Agent-ready at Scale科研工具体系。该体系显著降低了科研工具使用门槛，克服了人类专家的知识范围和工具技能的局限，极大释放了海量科研工具的潜力，为基于科研智能体开展大规模协作验证提供了关键支撑。

上海创智学院全时导师、华东师范大学教授朱通发布了面向真实科研流程的AI for Science评测系统。他指出，要构建具有公信力的科学智能评测基础设施，为科研组织模式升级与产业化落地提供度量标尺与政策抓手。

上海赛兰德智能科技有限公司首席执行官张与之介绍了玻尔+SciMaster科研智能体开发大赛并宣布获奖名单。大赛以赛事机制推动科研智能体生态共建，吸引44所顶尖高校、160余支队伍参赛，作品覆盖文献分析、实验设计、数据处理等科研全流程，集中检验科研智能体在真实科研场景中的应用能力。

在“Agentic Science先行者科学家圆桌论坛”环节，嘉宾们围绕科研智能体如何重塑科研流程、如何实现跨学科协同、如何推动科研结果更快沉淀为可复用能力等议题展开深入探讨。他们一致认为，科研智能体的规模化发展，正在推动科研体系发生从方法、工具到组织方式的系统性变革。

研讨会现场还举行了战略合作签约仪式。上海赛兰德智能科技有限公司分别与上海埃迪希科技服务有限公司、上海库帕思科技有限公司签署战略合作协议，围绕科研算力供给与数据价值挖掘开展深层合作，推动科研智能化、规模化成果形成可持续生态。

会议最后，鄂维南院士作总结发言，以“范式迁移”为主题，强调当科研基础设施逐步完善、模型与智能体能力不断增强，科学研究将进入更具系统化、规模化特征的新阶段，“Agentic Science at Scale”将成为人工智能时代整体科研范式改变的重要里程碑。