半天干完 6 个月的活儿，AI 科学家才是真卷王。

Kosmos，一款全程不用人类插手，自己查文献、写代码、出报告、写论文的 AI 科学家。

虽然卷，但不是无效内卷，最长能连续工作 12 小时，平均一次研究能读完1500 篇论文，写出4.2 万行分析代码，而且全程可追溯，这下告别瞎编数据了。没准儿真能投顶会了

并且，79% 的研究结果都能被人类科学家复现。

不仅科研质量高吧，它还不偏科，已经在代谢组学、神经科学、材料科学等领域搞出 7 个真发现了，其中还包含了人类未发表的成果，结论数据还都匹配上了。

博士们，你们颤抖了吗？（doge）

先来看看 Kosmos 的科研能力到底如何。

12 小时查 1500 篇文献 + 写 4.2 万行代码

在神经保护代谢组学领域，Kosmos 成功复现了一项还未公开的发现。

它基于小鼠大脑代谢组学数据集，围绕 " 低温保护大脑的代谢机制 " 这一研究目标展开分析。

先用通路富集分析（下图 c）发现，低温组和常温组比，差异最明显的代谢通路是核苷酸代谢；再用热图（下图 d）分析核苷酸的前体物质和产物变化，发现低温下前体物质减少、产物增加，这符合核苷酸补救途径（一种节省能量的代谢方式）激活的特征；

为了确认不是其他途径，它又分析了从头合成途径的物质关联（下图 e），发现前体和产物没明显关联，排除了这种可能；最后用柱状图（下图 b）直观展示了低温组里嘌呤、嘧啶类补救产物的含量确实升高了。

最关键的是结果验证，下图 g 把 Kosmos 分析的前 15 种关键代谢物变化和人类原本没发表的分析结果做了对比，两者的 log10 倍变化值几乎完全重合（R ² =0.998）。

这相当于是 Kosmos 不仅自己找到了 " 低温通过激活核苷酸补救途径保护大脑 " 的结论，连具体代谢物的变化趋势都和人类研究一模一样，完美复现了这项未公开的发现。

之前确实也有 AI 科学家，像 Transformer 作者之一 Llion Jones 的创业公司 Sakana AI，发布他们的 The AI Scientist 时，出场自带了自己的 10 篇学术论文，引起不小讨论。

但它的十篇研究都聚焦于 AI 模型领域，不得不说有点偏科了。

还有之前的 Robin 系统，只专注于药物研发，无法跨学科开展研究，而且它单次研究仅能生成约 4000 行代码，还在上下文衔接方面频繁出现问题。

现在，Kosmos 突破了这些限制，把跨学科和续航拉到了新高度。

而秘诀呢，就是它的结构化世界模型，就相当于给负责数据分析和查文献的 AI 工具配了一个共享的大脑，这样，两个模块就能实时同步信息。

Kosmos 的工作原理也并不复杂，本质上就是一套「循环迭代 + 信息共享」的全自动流程，科学家只需要给它两个核心指令：

一个开放的研究目标

对应的数据集

它就会立刻开启数据分析和文献搜索的双轨模式。直到写完论文整个过程，都完全不需要人类插手。

每一轮，数据分析 AI 会自动写代码处理数据、挖掘变量关系，文献搜索 AI 则根据分析结果精准查找相关论文验证思路，然后通过共享大脑整合信息，确定下一步方向。

这套循环最多能跑 200 多轮，直到 Kosmos 觉得研究目标完成了，就会自动把所有的发现整理成科研报告，并且每句话都标上对应的代码或文献来源，对瞎编数据 say bye bye～

这套流程下来，Kosmos 最长能连续工作 12 小时，平均一次研究能读完 1500 篇论文，写出 4.2 万行分析代码（是 Robin 的 9.8 倍）。

有人类科学家评估后发现，它 20 轮的研究成果就相当于人类团队 6 个月的工作量，而且研究轮次越多，有价值的发现也越多，真不搞无效内卷。

除了复现人类没公开的研究，还发现了新规律，比如钙钛矿太阳能电池的死亡开关（高温、湿度等环境因素导致的效率快速衰减）是退火时的湿度；心肌纤维化的保护蛋白是 SOD2；甚至发明了新的科研分析方法——用分段回归找阿尔茨海默病的蛋白变化临界点。

不过，Kosmos 也有不足之处。一个是可能把统计显著但科学意义不大的结果作为研究重点，并且在解读数据时经常使用绝对化表述；还有就是处理超过 5GB 的数据集时效率下降等。

团队介绍

来自 Edison Scientific 的技术人员 Ludovico Mitchener 和 Michaela Hinks 主导了 Kosmos 项目。

Mitchener 拥有帝国理工学院计算（人工智能与机器学习）硕士学位，在伦敦大学学院获得自然科学硕士学位，还曾在帝国理工学院参与犯罪心理学 AI 项目。

作为一名偶尔参与投资的天使投资人，Mitchener 还入选过福布斯科学领域 30 岁以下精英榜单。

Michaela Hinks 获得了斯坦福大学生物工程系的博士学位，曾在 X 实习。

她在读博期间，研究出了一种能快速、批量检测的技术。用这种技术，能在细胞里直接观察到多个蛋白质是不是同时附着在同一段 DNA 上，以及它们具体附着的情况。之后，她还把这项技术用在了人工合成的基因上，验证人类细胞里基因转录过程背后的基本规律和原理。

Edison Scientific 是由 FutureHouse 拆分出来的一个全新的子公司，FutureHouse 致力于开发 AI Agent 以实现生物学及其它复杂科学领域的研究自动化，是一个非盈利性组织。

之前，FutureHouse 发布了 Kosmos 的前身 Robin，今年 5 月份，Robin 发现用于临床治疗青光眼的 ROCK 抑制剂 Ripasudil，对于可以致盲的眼部疾病干性年龄相关性黄斑变性（dAMD）具有潜在治疗效果，获得了不少医学专家的认可。

Edison Scientific 由 Sam Rodriques 担任 CEO，他是一名物理学家和生物工程师，曾发明了用于空间和时间转录组学、脑图谱绘制、基因治疗和纳米制造的技术。

在创立 FutureHous 之前，他曾在弗朗西斯 · 克里克研究所短暂运营过一个学术实验室。

Andrew White 是 Edison Scientific 的技术负责人，他是一位在 LLMs、化学、可解释 AI、统计力学和化学工程领域拥有超 50 篇同行评审出版物、书籍的研究员，并曾获得包括美国国家科学基金会（NSF）和美国国立卫生研究院（NIH）颁发的青年研究员奖在内的多项奖项。

Andrew White 还担任超过 30 份期刊的同行评审以及多个国家级和私人资助机构的评审，并担任美国国家科学院化学科学圆桌会议成员。

论文地址：https://arxiv.org/abs/2511.02824

参考链接：

[ 1 ] https://x.com/SGRodriques/status/1986086198004072772

[ 2 ] https://x.com/iScienceLuvr/status/1986023952037417109

一键三连「点赞」「转发」「小心心」

欢迎在评论区留下你的想法！

—  完  —

  年度科技风向标「2025 人工智能年度榜单」评选报名火热进行中！我们正在寻找 AI+ 时代领航者  点击了解详情

❤️‍   企业、产品、人物 3 大维度，共设立了 5 类奖项，欢迎企业报名参与   

一键关注 点亮星标

科技前沿进展每日见