AI guides

浙大团队开源AI科研智能体Polaris:让AI与你一起做研究

By 机器之心1 viewsSource: 机器之心
浙大团队开源AI科研智能体Polaris:让AI与你一起做研究

科研的链条很长。文献读不完,方向想不清,实验一轮接一轮,论文改到深夜。过去两年,大模型已经能读论文、写代码、改文章,但它们大多以问答工具的形态散落在各个环节,替研究者节省的只是零碎时间。

The full text has not been translated yet. The Chinese original is shown below.

科研的链条很长。文献读不完,方向想不清,实验一轮接一轮,论文改到深夜。过去两年,大模型已经能读论文、写代码、改文章,但它们大多以问答工具的形态散落在各个环节,替研究者节省的只是零碎时间。一项研究能否被 AI 完整地向前推进,从追踪文献到形成想法,从验证实验到写成论文,仍是一个悬而未决的问题。

浙江大学团队最近开源的 Polaris 想解决的正是这件事。Polaris 意为北极星,寓意是在浩瀚的文献与漫长的研究中为人指引方向。它把文献调研、想法生成、想法评审、实验、论文写作、论文评审六个阶段串成一条流水线,上一阶段的成果自然流入下一阶段:文献变成想法,想法变成实验,实验变成一篇经过评审的论文。AI 自主推进,人只在关键节点做决定。

下面的两分钟视频展示了它完整运行的过程。

文章配图

Polaris 两分钟完整演示

  • 项目地址:https://github.com/ZJU-REAL/Polari
  • 产品和文档:https://zju-real.github.io/Polaris/

每天早上,AI 已经替你看完了今天的 arXiv

打开平台的一天往往从每日新论文开始。按你订阅的方向,平台每天自动抓取 arXiv 的最新提交,AI 先通读一遍,为每篇写出一句话结论和一页中文导读,作者机构、概念标签都整理妥当。研究者只需浏览筛选,将值得保留的论文一键收入文献库。

文章配图

每天一批 arXiv 新论文,AI 先读一遍再交给你

文献不是存起来,

而是读透了再交给你

收入库中的论文不会止步于存档。团队参考了 Karpathy 提出的 LLM Wiki 思路:每篇论文被完整读取后编译成一页深度解读,讲清这项工作的动机、方法和可以借鉴的地方,正文里的插图也会被自动提取出来配上说明。论文之间的概念互相链接,点进任何一个概念都能看到与它相关的所有工作,还可以从时间维度看研究主题的兴衰演化。

每篇论文都带着相关度评分、阅读状态和你自己的标签笔记,全库支持语义检索,也支持一键导出到 Obsidian。库里读到重要的论文,还可以直接生成一份分享用的 PPT。

文章配图

每篇论文被编译成一页深度解读

文章配图

研究主题随时间的演化趋势

想法的好坏,让 AI 评审员辩论出来

有了知识库,下一步是从里面找出值得做的方向。Polaris 会从概念空白、论文局限、研究趋势等多种信号里挖掘候选想法,并按新颖性、可行性等维度打分。

评审环节引入辩论机制:平台安排多位立场各异的 AI 评审员,围绕每对想法展开正反辩论,再按辩论结果做 Elo 排名,每个想法的对局数和胜场都记录在案。排名靠前的想法是否晋级,由研究者决定;晋级后可以继续深化为一份完整的研究方案,也可以直接发起实验。

文章配图

每个想法都有信号依据、来源论文和四维评分

文章配图

AI 评审员两两辩论后的 Elo 排行榜,是否晋级由研究者决定

把实验交给 AI 跑,你随时可以插手

想法确定后,Polaris 可以连上实验室的 GPU 服务器,由 AI 设计实验、编写代码、启动训练,自动分析结果并迭代,最后生成一份图文完整的实验报告。

驱动这一切的是平台的实验智能体循环:先规划,把实验目标拆成一份带验收标准的步骤清单;再执行,写代码、部署环境、启动训练;每做完一步都要校验,退出码、产物、指标逐项核对,通过了才走下一步。一轮跑完,AI 自己分析结果,指标不涨就换一个思路,把新的步骤补进清单,接着跑下一轮。计划不是一次写死的剧本,而是随实验证据不断生长的任务板,每一步、每次判定都摆在运行台上,看得见也回得去。

这个循环并不封闭。实验进行到需要取舍的节点时,AI 会暂停并向研究者提问,例如当前数据上各组差异不显著,应当更换更难的数据集,还是先补充度量再验证。研究者的答复会被采纳进下一轮,实验随即继续。

文章配图

实验运行台:AI 的任务地图与服务器状态,这一单共执行 15 步,期间计划调整 4 次

文章配图

实验中途 AI 停下来提问,用户回复后建议被采纳进下一轮

文章配图

实验结束后自动生成图表与报告

论文写作与评审,每个数字都要对账

写论文时,平台提供在线 LaTeX 工作台,多文件工程、实时编译、PDF 预览一应俱全,AI 逐节起草。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。

成稿之后还要过最后一关:AI 同行评审。系统逐条核验引用真伪,把论文里的数字与实验记录逐个对账,多位评审员分别给出意见。只要发现一条编造的引用,稿件直接打回。

文章配图

在线 LaTeX 工作台,AI 逐节起草,实时编译预览

文章配图

AI 同行评审:三位评审员分别给出意见,汇成评审总览

你的做事标准,可以教给平台

不同实验室有不同的品味和规矩,Polaris 用技能系统把这些沉淀下来。评审用什么标准,辩论安排哪些人设,实验代码要守什么规范,都可以做成技能挂到对应环节。平台内置了一批实用技能,比如文献综述速写、实验设计规范,甚至还有把审稿意见整理成逐条回应草稿的 Rebuttal 起草;也可以自定义技能,或者从技能市场安装别人分享的。

文章配图

内置技能库与按环节挂载的已启用技能

一位随叫随到的科研助手

流水线之外,平台里还常驻一位全局助手 PolarisBuddy。在任何页面按下 Command J,它会停靠在工作区一侧,主动问候,并结合当前页面给出可以直接点选的引导。拖一篇论文或一段文字进去即可提问,它了解你的整个工作区;也可以直接交给它一个目标,它会自己规划步骤,一直做到出结果。

文章配图

PolarisBuddy 停靠在工作区旁边

关键的决定,始终由人来做

在整条流水线上,所有关键动作都会停下来等人点头:想法要不要晋级,实验要不要动用 GPU 预算,论文要不要投稿。课题工作台上有一份随进度更新的下一步清单,AI 做完的打上勾,轮到你决定的亮出来。批准之前任务安静等待,批准之后从原地继续。研究的主导权始终在人手中。

文章配图

课题工作台:流水线进度与下一步清单

整个实验室一起用

Polaris 从一开始就是为实验室设计的多人平台。方向文献库由团队共同维护,一篇论文全平台只解析一次,所有人共享成果;每个人的 AI 用量、消耗最多的环节,都在实验室工作台上一目了然。

文章配图

实验室工作台:用量、成员与知识全景

把能力开放给你的工具链

Polaris 的能力也向外开放。文献管理、实验资产等平台资源通过 MCP 和技能体系对外提供,在Claude Code、Codex、DeepSeek Harness等工具里可以直接调用;平台内置的几十个检索工具都有清晰的说明,接入前还能逐个试运行。除了网页版,桌面客户端覆盖 macOS、Windows 和 Linux。

文章配图

开放给外部客户端的工具目录,每个工具都可以先试运行

项目已在 GitHub 开源,目前仍在快速迭代中。

欢迎感兴趣的研究者试用,也欢迎参与共建。

文章来自于"机器之心",作者 "机器之心"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)