把科研过程本身当成任务
9 月 13 日，在 2026 浦江创新论坛的人工智能赋能科学研究专题论坛上，上海人工智能实验室升级发布书生·端砚科学发现平台，并宣布全面开放其全栈服务。这是继今年 7 月发布之后的一次集中升级。
升级回应的是三个具体问题：面对复杂、长期的科研任务，AI 如何保持研究状态并持续推进；面对模型生成的结果，如何核查证据、复核过程并复现结论；面对真实科学问题，如何把计算方案送进实验系统，并依据反馈调整研究路径。
平台给出的整体思路，可以概括为把科研过程本身当作任务来处理，而不是停留在文献问答或单点工具调用。
模型动脑，Harness 动手
科学发现很少由一次推理完成，往往要经历多轮检索、计算、试验、否证与重新规划。这要求模型不仅要能推理与生成假设，还要在较长周期内保持研究上下文、协调不同资源，并根据新证据及时修正路径。
书生·端砚的做法是把这两件事分工。模型侧负责科学推理、假设生成、策略判断与知识组织；Science Harness 侧负责研究状态保持、跨轮次上下文管理、异构资源编排、多角色协同、实验反馈接收与任务重规划。
工作方式是闭环的：当新的计算结果、实验数据或专家意见进入系统，Science Harness 把它写入当前研究状态，模型据此重新评估假设、调整策略并生成下一轮任务。研究过程中形成的有效路径、失败记录与关键决策也被持续沉淀，以避免任务因上下文中断而反复从头开始。
这个分工的含义是，AI 科研从「一次调用、一次交付」转向「围绕长期目标持续推进」：不仅完成局部任务，还能在新证据出现后改变行动。
可信：给答案，也给来路
可信科研不只是给出答案，还要给出答案的来路、证据与复现路径。为此平台构建了一条可信科研证据链，围绕交付对齐、独立核验、执行复现三个环节展开。
在证据链层面，平台把文献、数据、代码、工具调用、计算结果与实验记录组织成一条完整的链，让研究过程从输入到输出的关键环节相互关联、有迹可循。在证据链之上，平台引入评审智能体，对 AI 生成的研究结果做独立核验，覆盖需求完成度、正确性、证据与来源、可复现性、产物质量、工具执行、历史审查七个维度，逐维独立判定，核验结果按结论分级输出。
在执行复现层面，平台保留关键参数、工具版本、实验条件与执行日志，支持在相同条件下复跑，并依据完整过程记录复核结果。这样一来，输出的不再是一个孤立的答案，而是一条从来源、过程到结果连起来的证据链。
闭环：把计算送进真实实验室
证据链回答的是「结论依据什么」，真实实验闭环进一步回答「结论能否经受科学检验」。为此，平台建设了一套分布式自主实验网络操作系统，把分散在不同实验室、不同设备上的实验资源连接起来，按科研任务统一组织与协同调度。
过程中，平台通过统一物理层协议连接不同类型的实验设备，统一任务语义、状态反馈与执行约束；通过跨实验室协同编排，按任务灵活组合实验资源；并通过安全控制与异常恢复机制，保障权限管理、环境隔离与异常处置。实验结果、失败记录、阴性数据与异常信息会持续回流到科研流程中。
配套动作是接入真实科研设施。会上，实验室联合上海同步辐射光源、中国散裂中子源、原子制造大装置与电合成新技术研究所，把自主科研闭环延伸到重大科技基础设施与中试平台。
能力全景与已经落地的方向
从产品结构看，平台形成了四层体系：底层由科学模型与世界模型分别支撑复杂科研任务推理与实验环境操作；中间层以 Science Harness 组织长程任务，以可信科研证据链保障结论可核验、过程可复现，并通过真实实验验证连接实验设备；领域层汇聚生命科学、物质科学、地球科学等方向的专业模型、数据集、方法与技能；面向用户则提供云端工作台与本地桌面工作台。
模型侧，平台接入新发布的科学多模态大模型与物理世界模型，前者提供科学专业、长程科研及智能体能力，后者通过原生力触、双工协同等设计，为数字化能力进入物理世界提供支撑。
落地方向上，平台称已在生命科学、关键材料、半导体、核聚变、量子与地球气象等六大核心领域开展应用，并在蛋白质进化、新材料研发等真实任务中完成计算设计与实验验证的干湿闭环。
几个需要保留的谨慎
其一，平台在公开场合引用的一个数学案例——上万个智能体连续工作数十小时给出某经典方程的存在性与光滑性证明——据发言者本人说明，相关数学机构尚未最终确认。把它当作已完成的突破并不严谨。
其二，评审智能体是可信链条的关键一环，但它自身如何被评估、其误判率与校准方式，公开材料没有展开。一个负责给结论分级的组件，如果本身不被独立核验，证据链的可信度仍然依赖它。
其三，干湿闭环的具体规模、成功率与可复现性尚未公开。「已落地六大领域」是范围描述，不是效果指标。
其四，跨实验室调度的安全边界与责任归属需要更清晰的界定。平台提到权限管理、环境隔离与异常处置，但把 AI 提出的方案送进真实实验设备之后，出现损失或安全事件时的责任划分，公开信息没有说明。
其五，平台称全面开放全栈服务并推出科研 Token 计划，但计费口径、额度与长期可持续性仍需观察。
该平台的第三方复现结果、评测口径、跨机构协作的治理细则与商业化安排，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。