Kosmos AI科学家：半天干完6个月活儿，全自动科研颠覆传统

仅用半天时间就能完成传统科研团队六个月的工作量，AI科学家Kosmos展现了科研效率的惊人突破，堪称领域内的卷王。

Kosmos是一款全程无需人类干预、能自主查文献、编代码、出报告、写论文的全自动AI科学家系统。

虽然工作强度高，但并非无效内卷，它最长可持续运行12小时，平均单次研究能精读1500篇学术论文，编写4.2万行分析代码，且所有步骤全程可追溯，彻底告别数据造假。其产出成果甚至有望投稿顶级学术会议。

并且，高达79%的研究结论能被人类科学家成功复现，可靠性得到验证。

不仅科研质量卓越，Kosmos还具备强大的跨学科能力，已在代谢组学、神经科学、材料科学等多个领域取得7项真实发现，其中甚至包含了人类尚未发表的成果，且数据结论高度匹配。

博士们，你们感受到挑战了吗？（doge）

接下来详细解析Kosmos的核心科研能力。

12小时查1500篇文献+写4.2万行代码

在神经保护代谢组学领域，Kosmos成功复现了一项尚未公开的人类研究发现。

它基于小鼠大脑代谢组学数据集，围绕“低温保护大脑的代谢机制”这一课题展开分析。

首先通过通路富集分析（下图c）识别出，低温组与常温组相比，差异最显著的代谢通路是核苷酸代谢；继而利用热图（下图d）分析核苷酸的前体与产物变化，发现低温环境下前体物质减少、产物增加，这符合核苷酸补救途径（一种节能代谢方式）激活的特征；

为排除其他可能性，它进一步分析了从头合成途径的物质关联（下图e），发现前体与产物无显著关联，从而确认了补救途径的主导地位；最后通过柱状图（下图b）直观呈现了低温组中嘌呤、嘧啶类补救产物含量的上升。

最关键的结果验证环节，下图g将Kosmos分析的前15种关键代谢物变化趋势与人类未发表的分析结果进行比对，两者的log10倍变化值几乎完全重合（R²=0.998）。

这意味着Kosmos不仅独立得出了“低温通过激活核苷酸补救途径实现脑保护”的科学结论，其具体代谢物变化趋势也与人类研究完美吻合，实现了对未公开发现的高精度复现。

此前虽已有其他AI科学家系统，例如Transformer作者之一Llion Jones的Sakana AI发布的The AI Scientist，其出场自带10篇学术论文引发关注，但研究范围集中于AI模型领域，略显局限。

还有早期的Robin系统，专注于药物研发，难以跨学科拓展，且单次研究仅能生成约4000行代码，并在上下文衔接上常出问题。

如今，Kosmos突破了这些局限，将跨学科适应性和持续工作能力提升至新水平。

其核心秘诀在于结构化世界模型，这相当于为负责数据分析和文献检索的AI工具配备了一个共享大脑，实现双模块实时信息同步。

Kosmos的工作原理并不复杂，本质是一套「循环迭代+信息共享」的全自动流程，科学家仅需提供两项核心指令：

一个开放的研究目标

对应的数据集

系统便会立即启动数据分析和文献搜索的双轨模式，直至完成论文撰写，全程无需人工介入。

每一轮迭代中，数据分析AI自动编写代码处理数据、挖掘变量关系，文献搜索AI则根据分析结果精准查找相关论文以验证思路，随后通过共享大脑整合信息，确定下一步研究方向。

此循环最多可运行200多轮，当Kosmos判定研究目标达成时，会自动将所有发现整理成科研报告，且每句话均标注对应的代码或文献来源，从根本上杜绝数据编造。

凭借这一流程，Kosmos最长能连续工作12小时，平均单次研究阅读1500篇论文，编写4.2万行分析代码（是Robin的9.8倍）。

人类科学家评估后发现，其20轮研究成果即相当于人类团队6个月工作量，且研究轮次越多，有价值发现越密集，真正避免了无效内卷。

除复现人类未公开研究外，Kosmos还独立发现了新规律，例如钙钛矿太阳能电池的“死亡开关”（由高温、湿度等环境因素导致的效率骤降）与退火湿度相关；心肌纤维化的保护蛋白是SOD2；甚至创新了科研分析方法——采用分段回归定位阿尔茨海默病的蛋白变化临界点。

当然，Kosmos也存在不足，例如可能过度关注统计显著但科学意义有限的结果，在数据解读时常使用绝对化表述，以及处理超过5GB的大型数据集时效率会下降等。

团队介绍

Kosmos项目由Edison Scientific的技术专家Ludovico Mitchener和Michaela Hinks主导。

Mitchener持有帝国理工学院计算（人工智能与机器学习）硕士学位，并在伦敦大学学院获得自然科学硕士学位，曾参与帝国理工学院的犯罪心理学AI项目，作为一名天使投资人，他还入选过福布斯科学领域30岁以下精英榜单。

Michaela Hinks拥有斯坦福大学生物工程系博士学位，曾在X实习。博士期间，她研发了一种能快速、批量检测细胞内多蛋白与DNA结合情况的技术，并将其应用于人工合成基因，验证了人类细胞基因转录的基本原理。

Edison Scientific是由FutureHouse拆分出的全新子公司，FutureHouse专注于开发AI Agent以实现生物学及其他复杂科学领域的研究自动化，是一个非盈利组织。

此前，FutureHouse发布了Kosmos的前身Robin，今年5月，Robin发现用于临床治疗青光眼的ROCK抑制剂Ripasudil对干性年龄相关性黄斑变性（dAMD）具有潜在疗效，获得了医学专家的广泛认可。

Edison Scientific由Sam Rodriques担任CEO，他是一位物理学家和生物工程师，曾发明用于时空转录组学、脑图谱绘制、基因治疗和纳米制造的技术。在创立FutureHouse前，他曾在弗朗西斯·克里克研究所短暂运营学术实验室。

Andrew White是Edison Scientific的技术负责人，他在大语言模型、化学、可解释AI、统计力学和化学工程领域发表了超50篇同行评审论文，并获得包括美国国家科学基金会（NSF）和美国国立卫生研究院（NIH）青年研究员奖在内的多项荣誉。他还担任超过30份期刊的同行评审及多个资助机构评审，并是美国国家科学院化学科学圆桌会议成员。

论文地址：

https://arxiv.org/abs/2511.02824

参考链接：

[1]https://x.com/SGRodriques/status/1986086198004072772

[2]https://x.com/iScienceLuvr/status/1986023952037417109