AI科研新突破！”科斯莫斯”12小时完成人类半年工作量

近日，非营利研究机构FutureHouse发布AI超级科学家系统“科斯莫斯”，在科技界引发广泛讨论。这一系统单次运行12小时即可完成相当于研究团队半年工作量的科研任务，准确率达79.4%，并已在多个关键方向取得七项实质进展，同时正式迈入商业化阶段。围绕这一突破，公众看法不尽相同，而“科斯莫斯”也让传统AI评估体系面临新的挑战。

“科斯莫斯”性能提升显著，科研效率令人侧目
相较于FutureHouse早期打造的AI科学家“罗宾”在海量信息处理上的局限，“科斯莫斯”通过“结构化世界模型”实现核心突破，能够融合数百条智能体轨迹，构建不断演化的知识结构。其采用自主循环架构，可并行运行任务、更新知识图谱并规划研究路径。统计显示，“科斯莫斯”一次12小时运行平均展开166轮数据分析、36轮文献迭代，能够阅读1500篇论文，自动编写并执行4.2万行分析代码，最终生成可追溯的科研报告。在真实场景下，它半天的产出相当于一名科研人员六个月的投入，准确率达到79.4%，位列同类系统前列。

跨领域取得七项发现，商业化正式启动
当前，“科斯莫斯”已和多家机构开展合作，并在神经科学、材料科学、统计遗传学等前沿方向获得七项成果。它不仅独立复现了三项未发表的研究，例如确认核苷酸代谢在低温脑处理中的关键地位、揭示钙钛矿太阳能电池失效阈值，还在心肌纤维化机制、2型糖尿病风险通路等四个方向取得原创突破。随着能力成熟，FutureHouse已启动商业运营，单次运行费用约200美元；学术用户可申请免费额度，还推出创始订阅计划，早期使用者可享受1美元/积分的体验价，未来价格将随算力成本动态调整。

深度交互平台运行复杂，使用更需技巧
“科斯莫斯”并不是以往的对话式AI，而是面向科研流程设计的深度交互平台。用户需要掌握结构化提示方法，明确研究目标、数据路径与分析逻辑，才能充分激发系统潜能。其探索过程具有一定非线性，约30%的运行会陷入局部最优，导致研究价值有限。FutureHouse建议科研人员针对关键问题采用3至5次并行运行，并通过交叉验证筛选最具可信度的路径。

效能验证充分，传统评估体系亟须更新
研究团队在开发阶段发现，“科斯莫斯”单次运行能够完成相当于博士或博士后六个月的研究量，且其效率会随运行深度呈线性提升。通过邀请多名科学家评估人工完成相同任务所需的时间，七名测试者平均给出6.14个月的工作量估值。此外，“科斯莫斯”复现的三项成果，其原始研究平均耗时约四个月，而团队测算其整体处理量约等同于科研人员4.1个月的全职投入。由此可见，当前基于单任务测试的AI评估体系，已难以准确反映真实科研场景下的智能体能力，构建新维度评估方式势在必行。

网友热议不断，观点呈现两极分化
“科斯莫斯”发布后，不少网友称其为“AI应用最具代表性的案例”，认为人类与AI协作科研时代已然开启，将推动知识边界不断向前。然而，也有人认为真正的“AI科学家”必须具备从理论构想到实证验证的完整闭环，并在可量化成果上持续突破，下一代科研AI应更强调务实落地。