[LG]《Virtuous Machines: Towards Artificial General Science》G Wehr, R Rideaux, A J. Fox, D R. Lightfoot... [Explore Science & The University of Queensland] (2025)
人工智能正迈向真正的通用科学探索。新研究展现了一个多智能体协作系统，能自主完成科学研究全流程，从假设生成、实验设计，到在线数据收集、复杂数据分析及论文撰写，成果令人瞩目：
• 完成3项认知心理学实验（视觉工作记忆、心理旋转、形象鲜明度），在线招募288名参与者，数据分析代码量超7600行，耗时约17小时，成本约114美元（不含参与者报酬）。
• 系统采用层级多智能体架构，主导协调“策划者”和“专家”子代理，分工明确，保证研究流程连贯且严谨。
• 引入四大类认知操作机制——抽象、元认知、任务分解和自主性，提升规划、执行与自我校正能力，模拟人类复杂科学思维。
• 通过动态检索增强生成（d-RAG）实现记忆与知识的灵活调用，结合外部学术数据库，确保事实准确性和前沿性。
• 研究发现视觉工作记忆精度与心理旋转表现间无显著相关，且形象鲜明度对两任务的认知负载影响无调节作用，挑战了共享认知资源模型，表明视觉认知机制更为独立。
• 实验中体现的“可靠性悖论”警示当前认知任务在个体差异研究中的测量限制，强调需开发更可靠测量工具以深化认知机制理解。
• AI自主生成的三篇完整科研论文经专家评审，展现出方法学严谨、统计合理、文献整合全面的水平，但在理论细节和解释深度上尚有提升空间。
未来展望包括结合物理实验自动化、跨学科扩展应用、提升理论创新能力，以及构建可持续且安全的AI科研生态。这标志着“人工通用科学”（Artificial General Science, AGS）时代的初步实现，预示科学发现将进入高速自动化与协同创新的新阶段。
详细阅读👉 arxiv.org/abs/2508.13421
人工智能认知科学自动化科研视觉工作记忆心理旋转大模型科学方法
