6.6
深览指数
科技量子位·思邈··AI 生成
开源版Claude Science来了！零依赖、MIT协议，内置30+项科研Skills
北京大学与元空AI联合实验室开源了科研智能体项目OpenAI4S，采用MIT协议，核心架构零依赖。该项目复刻了闭源Claude Science的Code-as-Action思路，让AI通过生成并执行Python/R代码来完成文献检索、数据分析、图表生成等复杂科研任务，而非简单的工具调用。文章详细介绍了其内置的30+科研Skills、自有算力接入能力，以及强调真实数据、真实计算的no-fabrication政策。适合关注AI for Science落地、开源科研工具或智能体架构的读者阅读。原文 ↗
核心观点
- ▍OpenAI4S的核心思路是Code-as-Action（代码即行动），让AI在持续运行的内核中生成并执行代码，以完成多步骤、长链条的复杂科研任务，克服了传统Agent简单工具调用的局限性。
- 01项目采用MIT协议，核心架构零依赖，已于2026年7月6日在GitHub开源。
- 02对比传统Agent面对一份提前准备好的「工具菜单」，OpenAI4S的方案是让AI直接生成代码，使循环、条件判断、批量数据处理和绘图可以组合在一次执行里完成，数据和中间结果保留在工作环境中。
- 03首批内置了30+个科研Skills，涵盖蛋白质结构分析、序列分析、分子对接、单细胞分析、文献检索等，其中14个Skills需要GPU或专业模型支持。
- 04支持接入自有计算环境，本地负责交互，GPU专业计算可派发到自有服务器，结果回传至同一工作流。
- 05项目设定了no-fabrication policy，禁止使用模拟数据伪造实验结果，要求真实调用外部服务或诚实报错。
- 06项目由北京大学与元空AI联合实验室的张恭博同学主导推动，并凝聚了团队多名同学的贡献。
反方 / 局限
- — 文章未提及与其他开源科研Agent（如AutoGPT、ChemCrow等）的对比，也未讨论Code-as-Action方案在复杂依赖、环境隔离、安全沙箱等方面的潜在挑战。
- — no-fabrication政策虽然保证了真实性，但依赖外部服务可能降低任务完成的成功率，在真实科研场景中可能影响用户体验。
11 分钟 · 4 卡片 · 7 资料
读原文 →