Google 发布了 Co-Scientist，一套由多个专门代理组成的协作式 AI 系统，分为生成、辩论与演化三阶段以支持结构化科学思维；监督代理负责将高层研究目标分解并并行调度任务。该系统已与全球科研团队合作，应用于感染病分子开关、肝病机制、ALS 工具整合和逆转细胞衰老等问题，并将通过 Hypothesis Generation 工具向研究者开放试验使用。
- 系统架构概述：
- 多代理联盟：各代理具备特定角色（生成假设、同行评审式辩论、优胜者淘汰/比赛、精炼与综合）。
- 三阶段工作流：生成想法 → 辩论筛选 → 演化改进。
-
监督代理：把高层研究目标拆成任务，分配资源并协调并行工作流。
-
已有应用场景（示例）：
- 发现新传染病的分子开关：协助提出并筛选可能的分子机制假设。
- 加速肝病机制研究：缩短从概念到可验证假设的路径。
- 统一生物学工具箱应对 ALS：整合不同工具与方法以提出新研究路线。
-
快速定位逆转细胞衰老的基因线索：帮助识别可优先验证的基因候选。
-
可用性与合作：
- Co-Scientist 的能力将通过 Hypothesis Generation 这一实验性工具面向研究者提供。
-
由 Google DeepMind、Google Research、Google Cloud 与 Google Labs 共同开发与测试，已在多组研究团队中试验并持续迭代。
-
适用与限制提示：
- 适用领域：生命科学及其他需要结构化假设生成与评估的复杂科研问题。
- 限制与风险：原文强调为实验性系统，需与人类科学家协同使用，结果应通过传统实验验证，未声明监管或数据隐私细节。
Co-Scientist 把多代理协同用于科研假设生成是有价值的工程化尝试，但仍需严格的实验验证与透明性保障。