跳转至

Polaris — 浙大 ZJU-REAL 开源端到端科研智能体

Ch04.626 Polaris — 浙大 ZJU-REAL 开源端到端科研智能体

📊 Level ⭐⭐ | 5.6KB | entities/polaris-zju-open-source-research-agent-2026.md

Polaris — 浙大 ZJU-REAL 开源端到端科研智能体

Polaris（北极星）是浙江大学 ZJU-REAL 团队开源的端到端科研智能体，把「文献调研 → 想法生成 → 想法评审 → 实验 → 论文写作 → 论文评审」六个阶段串成一条完整流水线，AI 自主推进、人只在关键节点做决定。

六阶段流水线

  1. 文献调研：每日自动抓取 arXiv 新提交，AI 通读后为每篇生成一句话结论 + 中文导读（作者机构、概念标签），研究者筛选后收入文献库。
  2. 想法生成：从概念空白、论文局限、研究趋势等信号挖掘候选想法，按新颖性/可行性等维度四维评分。
  3. 想法评审：多位立场各异的 AI 评审员围绕每对想法正反辩论，按辩论结果做 Elo 排名（对局数、胜场记录在案），晋级与否由研究者决定。
  4. 实验：连接实验室 GPU 服务器，AI 设计实验、写代码、启动训练、分析结果并迭代，生成图文实验报告。
  5. 论文写作：在线 LaTeX 工作台（多文件工程/实时编译/PDF 预览），AI 逐节起草。
  6. 论文评审：AI 同行评审逐条核验引用真伪、数字与实验记录对账，发现编造引用直接打回。

关键设计

  • 实验智能体循环：先规划（实验目标拆成带验收标准的步骤清单）→ 执行（写代码/部署/训练）→ 每步校验（退出码/产物/指标核对）→ 一轮跑完 AI 自析，指标不涨换思路补步骤继续。计划是「随实验证据生长的任务板」，不是写死的剧本。
  • 人在环上（human-in-the-loop）：想法晋级、GPU 预算动用、论文投稿都停下来等人点头；实验到取舍节点 AI 暂停提问（如「换更难数据集还是先补度量」），答复被采纳进下一轮。
  • LLM Wiki 文献库：参考 Karpathy LLM Wiki 思路，每篇论文编译成一页深度解读（动机/方法/可借鉴处 + 插图说明），概念互相链接 + 时间维度主题演化，支持语义检索与 Obsidian 导出。
  • 技能系统：评审标准、辩论人设、实验代码规范都可做成技能挂到对应环节；内置文献综述速写、实验设计规范、Rebuttal 起草等技能，支持自定义 + 技能市场。
  • PolarisBuddy 全局助手：常驻工作区，Command J 唤出，了解整个工作区上下文，可直接交付目标自行规划执行。
  • 开放能力：文献管理、实验资产通过 MCP + 技能体系对外开放，可在 Claude Code、Codex、DeepSeek Harness 中直接调用；桌面客户端覆盖 macOS/Windows/Linux。
  • 多人实验室平台：方向文献库团队共建、一篇论文全平台只解析一次，AI 用量/环节消耗在实验室工作台可视化。

定位对比

Polaris 是「完整科研流水线编排」路线（端到端六阶段 + 人机分工），区别于Claude Science 开源平替与 Anthropic Claude Science 的「研究 AI 工作台」路线，也与 科研 Agent 多视角创新评估（文献图谱驱动的评估视角）不同。三者互补：Polaris 强在流程闭环与实验室多人协作，Claude Science 强在模型能力底座与产品化，文献图谱路线强在创新评估的全局视野。

相关概念与实体

→ 原文存档