FARS：AI自主科研系统的公开实验

一场长达一个月的直播，让AI研究AI自己。

明天上午11点，一场为期约一个月的直播即将启动。

直播中，没有主播的身影，只有一个名为FARS的AI系统在工作。它将从零开始，自主完成整个科研流程：文献调研、提出假设、设计实验、编写和执行代码、数据分析、论文撰写，目标是连续产出100篇完整的研究论文。全程自动化，没有人类介入。

打造这个项目的公司叫做Analemma（日行迹智能），成立不到一年，便获得了红杉中国、高榕创投、光源资本、嘉程资本、美团龙珠等机构数千万美元的天使轮融资。其创始人孙天祥是引爆国内大模型热潮的MOSS的核心开发者。

据硅星人了解，以公开直播的方式部署全自动科研系统，在全球范围内尚无先例。

四个智能体，构建科研工厂

FARS，全称Fully Automated Research System，即全自动研究系统。

技术架构上，FARS是一个多智能体系统，由四个模块构成：Ideation（构思）负责文献调研和假设生成，Planning（规划）负责实验方案设计，Experiment（实验）负责代码编写和执行，Writing（写作）负责论文撰写。四个智能体在一个共享文件系统中协作，这个文件系统同时承担工作空间和持久记忆的角色。

模型层面，FARS调用了Claude、GPT、Gemini等多家闭源模型的API，部分链路使用后训练的自研模型。换言之，FARS的核心能力在于Agent系统工程层面：如何编排多个智能体协同完成一个跨越数天的长链条任务，如何让系统在没有人类干预的情况下持续可靠地运转。硬件上，团队将一个包含160张NVIDIA GPU的集群封装成工具，供实验智能体调度和调用。

设计理念上，FARS与传统学术论文的逻辑有明显区别。按照团队的说法，FARS的设计基于研究系统的第一性原理：高效、可靠地拓展知识边界。它的产出以“短论文”形式呈现，每篇聚焦一个边界清晰的研究贡献，鼓励报告失败结果，不要求遵循传统学术论文的篇幅和结构限制。

FARS团队认为，此前的AI科研系统“仍然在按照现代学术出版的惯例来生产论文”，而FARS选择跳出这个框架，回到科研的基本单元：一个清晰的假设，加上对它的可靠验证。无论验证结果是正向还是负向，都构成有意义的知识。

本次直播中，FARS将从9个预设研究方向出发，涵盖当前AI研究的多个热点：强化学习从可验证奖励中学习（RLVR）、小语言模型后训练、前沿LLM自动化评估等。系统也被允许自由探索预设方向之外的课题。

目前，FARS聚焦的研究领域是AI本身。孙天祥在Google Scholar上标注的研究关键词中有一个“AI4AI”，即用AI来研究AI。选择这个领域有务实考量：AI领域的实验可以完全在计算机上完成，不需要物理实验室，天然适合自动化。当然，局限也很明显：FARS暂时无法进行极度消耗算力的实验（如大规模预训练），也无法完成需要人类直接参与的实验（如人工标注或专家评估）。

关于产出质量的把控，团队设置了一道门槛：FARS生产的每篇论文在上传arXiv之前，将经过至少3位具有五年以上研究经验的团队成员审核，论文首页也会被明确标注为AI生成。据了解，团队不打算将这些论文投稿到传统学术会议，而是会邀请同行评审，更关注论文的实际引用和结果价值。

为什么要做成公开直播？目标定在100篇的原因是什么？

团队给出的解释是：规模是评估自动化研究系统的关键。几篇看上去不错的论文说明不了什么，但100篇的连续产出，会让系统的真实能力充分暴露。他们也坦言，此前从未大规模部署过FARS，对它的实际工作过程和产出结果“感到同样的未知和好奇”。

在FARS之前，Analemma已经上线了一个名为Lemma的产品（lemma.analemma.ai），提供快速文献调研、深度调研报告和代码实验三项功能。孙天祥告诉硅星人，Lemma是辅助驾驶，定位是生产力工具；FARS是自动驾驶，定位是基础设施。

从MOSS走出的创业者

孙天祥博士毕业于西安电子科技大学后直博进入复旦大学，师从邱锡鹏和黄萱菁两位教授。读博期间，他以第一作者在多个AI顶会发表论文十余篇。MOSS发布后，他成为国内知名的AI研究者。

2023年2月20日，复旦大学自然语言处理实验室发布了MOSS。消息当天冲上多个热搜榜首。两个月后，MOSS全面开源代码、数据和模型参数。

MOSS的意义确实不在于追平ChatGPT，而在于用极度有限的资源验证了这条技术路线的可行性。MOSS走红时，孙天祥还在读博。毕业后不久便开始了自己的创业之旅。

据了解，Analemma目前团队约15人。公司名取自天文学术语“日行迹”，Slogan是“在一个问题无限的世界里，我们需要构建无限心智”。

正在升温的赛道

FARS并非第一个试图让AI自主做科研的系统。过去一年半里这个方向出现了密集进展。

2024年8月，日本AI公司Sakana AI发布了AI Scientist。但后续的第三方评估认为其生成的论文质量不高。 同年11月发布了升级版AI Scientist v2 ，引入基于树搜索的实验策略。这一版出现了标志性突破：一篇AI生成的论文成功通过了ICLR 2025 Workshop的同行评审。

同期香港大学Chao Huang团队发布了AI-Researcher ，获得NeurIPS 2025 Spotlight论文 。

在大公司一侧 ，OpenAI计划在2026年9月前开发出“AI研究实习生”，到2028年3月目标是完全自主的AI研究员。

明天上午11点 FARS的直播将在analemma.ai/fars上线
同时在多个社媒平台同步播出。
在接下来约一个月里
这个系统将在公众面前从零开始做科研
所有产出通过其GitHub账号（github.com/fars-analemma）实时公开。
三年前
孙天祥和8个同学做出了MOSS
在资源极度有限的条件下抢先交了一份答卷。
现在他想验证的命题更大
AI能不能自己做科研。
这个问题的答案
最终取决于那100篇论文的质量。
论文会公开
所有人都可以去读、去评。
FARS只聚焦在AI领域
离“AI做所有学科的科研”还很远。
但这个方向本身正在快速升温。
智源研究院在其预测中指出
AI for Science正在从Copilot角色向AI Scientist角色迁移
开始具备自主执行“假设提出、实验设计、数据分析、结论推断”完整科研链路的能力。
OpenAI把“全自主AI研究员”写进了其路线图。
DeepMind也在英国建设首个AI自动化研究实验室。
在这场围绕自动化科研的全球竞赛中
FARS可能是来自中国的第一个公开实验。
它的结果值得关注。