一句话定义： AI Scientist（自动科研智能体）指把「读文献 → 提假设 → 做实验 → 分析结果 → 写论文」这条科研流水线交给大语言模型（Large Language Model, LLM）驱动的智能体（agent）端到端跑完的系统。
它到底在干什么
把它想成一条被压缩的「研究生流水线」：读文献是翻前人的作业，提假设是先猜一个答案，做实验是动手验证，写论文是交作业。普通聊天机器人只做「想」和「写」两段，AI Scientist 多出来的关键是中间那段——它会自己生成代码、调用执行环境、真跑一次实验，把输出读回来，再决定下一步是改假设还是补实验。通常还会配一个评审环节给结果打分，不合格就打回重来，形成循环。
所以它的核心不是「更会写论文」，而是闭环：想 → 做 → 看结果 → 再想。
为什么真正卡住的是两件事
第一，实验验证。 目前能跑通闭环的，基本集中在「成本低、反馈快、评价标准明确」的场景：机器学习里的小规模基准测试、改网络结构、调训练策略、部分数值仿真。因为这类实验几分钟出结果，对错立刻可见。一旦碰到湿实验（wet lab）——要合成、培养、测序、等设备排队——智能体就没手可用了。更要命的是结果判读：很多实验「跑通了但没意义」，环境配错、数据泄漏、指标虚高，这些坑需要人的经验去闻出来。
第二，选题品味（taste）。 模型很擅长在给定方向上做局部搜索，把已有范式推到极致；但「什么问题值得问」靠的是长期训练、领域直觉和对社区需求的嗅觉，不太能从论文语料里直接学出来。它擅长优化答案，不擅长换问题。
还有一个副作用：论文产能一旦放开，评审负担全压到人身上，「能写」和「有价值」是两回事。
和相邻概念的区别
| 概念 | 谁在驱动 | 产出 | 边界 |
|---|---|---|---|
| 写作助手（Copilot） | 人想，AI 写 | 段落、代码片段 | 不闭环，决策全在人 |
| AutoML | 人定任务与搜索空间 | 模型、超参数 | 只优化指标，不问为什么 |
| AI Scientist | 智能体自主循环 | 假设 + 实验 + 论文草稿 | 仍需人来验收与定方向 |
对从业者和普通人的意义
对从业者，比较务实的定位是「高产的初级合作者」：让它扫文献、复现基线、批量跑消融实验，把自己的时间挪到选题和结果判断上。对普通人，意味着科研产出会变多，甄别能力比生产能力更值钱。
真要判断一套系统能不能用，先问三个问题：实验能不能自动跑？结果能不能自动判？错了能不能自动发现？三个都答「能」，才谈得上自动科研。具体系统能力与适用范围，以官方页面和论文为准。