AI科研流水线：FARS 228小时生成100篇短论文

这个春节，AI圈迎来了一场前所未有的“科研真人秀”，FARS（Fully Automated Research System）以其全天候不间断的科研能力，悄然完成了阶段性收官。

在这场“真人秀”中，主角并非动漫人物或机器人，而是一位7×24小时从不疲倦的AI科学家FARS。这套由Analemma（日行迹）打造的全自动研究系统，在长达228小时28分33秒的连续公开运行中，自主提出假设、进行实验、撰写论文，共生成244个研究假设，完成了100篇短论文（short paper）。

平均每两小时就有一篇论文产出，这座流水线式的“科研工厂”展现了惊人的效率。目前，为期一个月的直播仍在进行中，观众可以通过直播地址实时关注。

让AI自己写100篇论文的目标已经达成，耗时228个小时。然而，这场“科研马拉松”的参与者们远未满足。他们开始思考：如果AI能够持续稳定地产出高质量的研究成果，那么传统科研模式将发生怎样的变革？

首批深度参与的专业网友给出了一个颇为一致的判断：FARS的结果超乎预期，表现相当出色。尽管如果把它当作人类顶会论文来看，还不够惊艳；但如果考虑到这是一个全自动系统的阶段性成果，其完成度已经明显超出很多人的预期。

“考虑到这只是一个AI的自主起步，能7×24小时稳定产出到这个质量，还要啥自行车？”

而且，FARS的产出没有通篇幻觉，每篇论文都经过严格的实验验证和逻辑推理。至少在当前阶段，FARS已经完成了一次关键跨越：它首次证明了一条无人值守的科研“流水线”不仅能跑，而且能在相对稳定条件下持续产出具备一定学术竞争力的short paper级工作。

“发论文这件事本身的稀缺性”被摧毁了。

恐怖的“工业节拍”，算力正在转化为知识

FARS并不是一个单体模型，而是一套多智能体系统，包括四个功能模块：Ideation（构思）、Planning（规划）、Experiment（实验）和Writing（写作）。从实时运行界面可以直观看到，FARS以项目队列的方式并行推进多个研究任务。每个课题依次穿过这四个阶段，流程高度模块化，呈现出明显的“科研装配线”特征。

为了支持FARS的科研任务，Analemma还给它搭建了一个160张显卡的计算集群，并允许它调用几乎任何开源和闭源大模型。在约228小时（≈9.5天）的连续运行周期内，FARS系统生成了244个研究假设，完成了100篇short paper，累计消耗了114亿Token，总成本约10.4万美元（≈75万元人民币）。

进一步归一化后，这套系统的“工业节拍”变得更加直观：平均每隔约2小时17分就有一篇研究论文完成。对比人类科研常见的3–6个月/篇的周期，这种吞吐差距几乎是数量级级别的。

质量：它写得快，那写得好吗？

研究团队使用斯坦福大学开发的AI审稿系统Agentic Reviewer（paperreview.ai），对这100篇论文进行了统一打分。根据开发者公开评估，Agentic Reviewer在审稿一致性上已达到人类审稿人的判断水平。

从整体评分结果来看，FARS产出的100篇论文中，平均得分为5.05（区间3.0–6.3）。这个成绩已经明显高于人类投稿的整体平均水平，但距离“平均中稿线”仍存在差距。

“可谓比下有余，比上未满。”

论文深读：从“极速跟进”到“直面失败”

具体论文样本才真正暴露出FARS的研究成色。已有网友拆解其中一篇LLM-as-a-Judge工作后评价，这类论文在摘要组织与问题切入上已经相当工整。考虑这是AI自动产出，完成度已经“超出预期”。

我们选择了两篇代表作——一篇成功、一篇失败——一探究竟。

先看“做成”的一篇FA0042。它瞄准的是文本embedding里一个老矛盾：

双向注意力质量高，但会破坏KV-cache；因果注意力能流式推理，但表示能力吃亏。

FA0042的解法非常工程导向——训练阶段用双向拿质量，推理阶段用因果保效率。具体路径是先训一个双向teacher，再把能力蒸馏进causal student。结果也确实“能打”，这条工程折中路线被验证是work的。

再看一篇“没做成”的FA0121。

它的文献调研很给力，盯上了DeepSeek新提出的Engram稀疏架构。为了打破“冷热偏置”问题，FARS尝试了一个直觉上非常硬核的方案：通过“反事实门控监督（CGS）”修复DeepSeek Engram架构中的“冷热偏置”问题。

思路很直觉。但结果很诚实——基本没救回来。这篇工作的价值正在于：它没有试图掩盖负面结果，而是通过一套严密的诊断性实验反思CGS的失败。

舆论场：从“又一个Demo”到“科研流水线雏形”

随着FARS“直播真人秀”数据披露，社区讨论也迅速升温。不少围观者很快抓住了真正的冲击点：这次引发不安的并不是某一篇论文写得多惊艳而是系统所展现出的连续科研运转能力。

“当一个系统能够稳定提出假设、自动完成实验、并持续吐出成稿时评价坐标其实已经悄然移动。”

无限心智的起点

FARS的这100篇论文并不是终点更像是一枚被钉下的坐标点。

它证明了一件很重要的事：端到端自动科研流水线已经能够在相对稳定的运行条件下持续产出具备一定学术竞争力的short paper并且开始展现出基础的自我纠错与负结果报告能力。

“这意味着自动化科研第一次以一种可连续运转的系统形态正式进入现实。”