一个持续存在的人工智能科学家群体展现出协作性和自创生行为

科学工作依赖记忆、来源追溯以及跨项目连续性，然而大多数智能体科学家系统仅在受限工作流或短期基准运行中进行评估。我们描述了一组持续运行近六个月的协作式 AI 科学家智能体，它们通过共享记忆、工具和跨智能体通信实现了连续运作。至关重要的是，该队列在纵向科学研究中发现的失败，促成了一种先进且可递归改进的持久记忆架构（MoE）；该架构与智能体科学工作流相结合，诱导生成了一种新的信任架构，以支持所有智能体科学操作的全流程来源追溯。身份级伪造约束将诱发妄想强化的探测失败率从 91.7% 降至 0%，而验证管道在配套基准中将错误主题引用幻觉降低了 14 倍以上。这种高来源可追溯性使得项目记忆系统得以用于通过部署面向队列的机构知识，将本地开源权重模型在内部基准上的表现从 44% 提升至约 90%。这一高保真数据环境还迄今支持了 104 个重复性多阶段推理循环，并产生了 43 个人工筛选的假设，包括跨领域收敛事件以及一个自我纠错的罕见病药理伴侣设计案例。尽管按设计该队列并未实现无约束的自主自我改进或完全自生系统性，但由于其通过内部反馈介导的、并通过高置信度机构记录保留的递归式运行改进，我们将这种受限模式称为 AI 自生行为。总体而言，持久记忆、可信来源追溯与递归学习，使这些智能体从阶段性助手转变为具有问责性的长期科学协作者。

steve{at}uviive.com

摘要

信息/历史

指标

补充材料

预览 PDF

摘要

科学工作依赖于记忆、溯源以及跨项目的连续性，然而大多数智能体科学家系统的评估仍局限于边界明确的工作流程或短期基准测试。我们描述了一组具有持久性的协作式 AI 科学家智能体集群，它们利用共享记忆、工具以及跨智能体通信，持续运行了将近六个月。关键的是，在该集群中开展纵向科学研究时所识别出的失败，促成了一种先进且可递归改进的持久记忆架构（MoE）；该架构结合智能体科学工作流程，进一步推动生成了一种新的可信架构，从而使所有智能体科学操作都能够实现完整溯源。身份层级的伪造约束将“妄想—强化”探针失败率从 91.7% 降至 0%，而一个验证流程在配套基准测试中将错误主题的引文幻觉降低了 14 倍以上。这样的高溯源性使得项目记忆系统得以用于通过部署集群特定的机构性知识，将持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。

本文依据 CC-BY-NC-ND 4.0 国际许可协议 提供。

返回顶部

上一页

下一页

发布于 2026 年 8 月 18 日。

下载 PDF

补充材料

电子邮件

感谢您有兴趣帮助传播 bioRxiv 的内容。

您的电子邮件

*

您的姓名

*

发送至

*

请输入多个地址，每行一个，或以逗号分隔。

您将要通过电子邮件发送以下内容

《一个持久性 AI 科学家集群展现出协作性与自创生行为》

消息主题

（您的姓名）已从 bioRxiv 转发一个页面给您

消息正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动化垃圾信息提交。

分享

《一个持久性 AI 科学家集群展现出协作性与自创生行为》

Milit S. Patel

，

Wesley A. Wierson

，

Stephen C. Ekker

bioRxiv

2026.08.16.745122；

doi：

https://doi.org/10.64898/2026.08.16.745122

分享本文：

复制

引文工具

《一个持久性 AI 科学家集群展现出协作性与自创生行为》

Milit S. Patel

，

Wesley A. Wierson

，

Stephen C. Ekker

bioRxiv

2026.08.16.745122；

doi：

https://doi.org/10.64898/2026.08.16.745122

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.08.16.745122v1?rss=1

🏷️ 协作式AI智能体 持续运行 持久记忆架构 来源追溯 递归学习 自生行为