你是否曾读过《科学》或《自然》上的一篇论文，觉得"这项研究太酷了，真想在自己的数据上试试这个方法"——结果却花了一周时间纠结于别人未加说明的代码库、失效的依赖项和写了一半的说明文档？
现在，这个问题或多或少有了解决方案。
一个名为Paper2Agent的开源新框架应运而生，它能将学术论文转化为可交互的AI智能体，供人们直接对话使用。只需提供一篇论文及其配套的代码库、数据或其他补充材料，系统便会自动提取核心工作流程，随即生成一套经过测试、可直接运行的工具包，供用户在自己的数据集上使用。
这个概念听起来可能有点像谷歌的NotebookLM（现更名为Gemini Notebook），后者允许用户上传文档并与AI聊天讨论其中内容。但Paper2Agent的目标更进一步：它的智能体不只是回答关于论文的问题，还能实际运行论文中描述的方法——并有可能将这些方法与其他论文中的工具结合起来使用。
斯坦福大学计算机科学家James Zou解释说，这项工作的目标是从根本上改变科学论文的存在形式。"知识不应该是静态的记录，"Zou说，"它其实应该是动态的、可交互的——这带来诸多好处，包括让知识更易复现，同时也能催生各种全新的发现方式。"
Zou及其同事于9月16日在《自然》杂志上介绍了这一工具。他们在统计学、计量经济学和天体物理学等多个学科领域对Paper2Agent进行了测试。不过，研究人员将概念验证演示的重点放在了计算生物学领域，因为在这一领域，把已发表的方法转化为可用工具的过程往往格外繁琐。
从论文到提示词
研究团队从AlphaGenome入手，这是一个用于预测DNA突变如何影响基因调控的深度学习模型。（本月早些时候公布的配套资源AlphaGenome Atlas，收录了该模型对人类基因组中全部90亿种可能的单碱基变化的预测结果。）
研究人员将相应的文档和代码输入Paper2Agent。大约45分钟后，在无人工干预的情况下，AI生成了22个涵盖AlphaGenome不同功能方面的工具，整个过程仅在一台个人笔记本电脑上完成，计算成本不到15美元。例如，其中一个工具可以预测DNA变化如何影响基因活性，而其他工具则可以比较这些影响在不同组织间的差异，或同时分析多个变异。
"通过智能体接口让论文变得更加动态和可执行，这个想法相当吸引人。"——马里兰大学Dongping Chen
得益于一个在后台工作的测试智能体（它会将AlphaGenome的各个子工具与参考结果进行比对运行），全部22个工具都通过了自动验证。如果某项测试失败，该智能体会诊断问题并尝试修复工具，每个功能最多尝试六次。如果依然无法解决，它可以直接放弃该工具。
经验证的工具随后被打包成一个模型上下文协议服务器，并与Claude Code相连接（不过任何兼容的基于聊天的AI助手都可以完成这项工作）。最终形成的是一个面向用户的AlphaGenome智能体，它能够用通俗英语接收问题，运行相应的分析，并返回结果和可视化图表。
随后，研究团队对这个智能体进行了一系列测试，向它提出了从简单请求到开放式研究难题在内的大量问题。根据研究人员的分析，它的表现超越了配备AlphaGenome代码库的标准版Claude，也超越了一款名为Biomni的专业AI联合科学家工具。
多智能体研究论文协作
研究团队更进一步，将另外几篇论文也转化为交互式智能体，并将它们与AlphaGenome智能体连接起来。（其中一篇论文研究的是与自身免疫性疾病相关的遗传性DNA变异如何破坏细胞功能，另一篇则更系统地探讨了沉默每一个表达基因会如何改变免疫细胞。）
在被要求探究牛皮癣（一种瘙痒性皮肤病）的遗传学基础后，这三个智能体共同将目标锁定在一个鲜为人知的基因GPR137上，认为它很可能是致病因素。更重要的是，AI还提出了10种验证这一推断的方法。一位人类研究人员从中选择了一种，最终分析发现，沉默GPR137所产生的基因活性变化，与牛皮癣相关变异在免疫细胞中引起的变化惊人地相似。
"这些智能体因为能够直接协作和沟通，可以促成各种类型的合作，"Zou说。
其他研究人员也看到了巨大的潜力。"通过智能体接口让论文变得更加动态和可执行，这个想法相当吸引人，"马里兰大学帕克分校的计算机科学家Dongping Chen说。
"智能体化本身就是一份有用的证明，它表明'这项工作相对完整且文档齐全'。"——斯坦福大学James Zou
纽约威尔康奈尔医学院精准医学英格兰德研究所所长、计算生物学家Olivier Elemento认为，这种方法对研究人员分享成果的方式有着更广泛的意义。
"这在我们看待发表流程的方式上是一次真正的进步，"他说，"AI处于核心位置，并以一种让出版物更具互动性的方式发挥作用。"（Elemento为《自然》杂志对该研究进行了同行评审。）
这项技术的潜在应用不仅限于学术研究领域。波兰软件公司VirtusLab应用开发主管Artur Skowroński在一篇博客文章中指出，Paper2Agent可以帮助让科学论文在课堂上"活起来"。例如，学生可以使用该智能体来实际操作文献中描述的方法，而不仅仅是阅读它们。
智能体化研究论文的未来
随着Paper2Agent正式投入使用，Zou及其同事已经开始将他们自己更多的研究论文转化为智能体。在《自然》杂志发表关于Paper2Agent的论文仅一天后，他们就推出了Virtual Biotech，这是一个以药物研发公司为原型打造的多智能体平台。
他们在《科学》杂志上描述了这一系统，与此同时，还发布了一个由Paper2Agent生成的该论文的智能体化版本。
不过，并非他们尝试的每项研究都能成功转化为智能体。在他们测试的100篇计算生物学论文中，有26篇未能成功转化为智能体形式，原因往往是代码不完整、文档缺失，或存在无法正常运行的其他软件包。
但Zou认为，这与其说是缺陷，不如说是一项特性。当系统卡住时，它能够暴露出缺失的信息、代码中的错误，或论文与其实现之间的差异——这些问题原本可能一直不被察觉。正如Zou所说："智能体化本身就是一份有用的证明，它表明'这项工作相对完整且文档齐全'。"
Zou表示，人类科学家仍将拥有最终决定权。但他设想，智能体将成为发表论文这件事的组成部分。如今，论文附带数据和代码可用性声明；而未来，他建议，论文或许可以附带一份"智能体可用性"声明：一位全天候待命、能用任何语言回答问题的虚拟通讯作者，专门应对那些真正的作者们从来没有时间处理的问题。
自然而然，Zou及其同事决定在自己的研究上也尝试这个想法。他们将Paper2Agent的论文手稿输入Paper2Agent系统，创建了一个如今驻留在paper2agent.ai网站上的智能体。换句话说，一篇关于"如何把论文变成智能体"的论文，已经把自己变成了一个智能体。这种递归似乎已经开始了。
Q&A
Q1：Paper2Agent是什么？它有什么作用？
A：Paper2Agent是一个开源框架，能将学术论文及其配套代码、数据转化为可交互的AI智能体。用户可以直接向智能体提问，它不仅能回答论文相关问题，还能实际运行论文中描述的方法，并应用到用户自己的数据上。
Q2：Paper2Agent和谷歌的NotebookLM有什么区别？
A：两者都支持上传文档进行对话，但Paper2Agent更进一步——它生成的智能体能够真正运行论文中的分析方法，甚至可以将多篇论文的工具组合起来协同工作，而不仅仅是回答关于论文内容的问题。
Q3：Paper2Agent是否适用于所有论文？
A：并非所有论文都能成功转化。研究团队测试的100篇计算生物学论文中，有26篇因代码不完整、文档缺失或软件包问题未能转化成功。不过研究者认为，这种"转化失败"本身也能帮助发现论文存在的文档或代码问题。
