先搞懂:什麼是 AI 代理?

Google DeepMind 的基因體模型 AlphaGenome,在個人筆電上約 45 分鐘就建出 22 個工具,花費 14 美元。這是 Paper2Agent 把研究論文變成可執行 AI 代理的一次測試。

從被動文件到會動手的代理

研究者要套用一篇論文的方法,往往得先安裝作者的軟體,再摸索資料格式,光準備環境就可能花上好幾天。Earth.com 10 月 4 日報導,史丹佛大學博士後研究員 Jiacheng Miao、副教授 James Zou 與團隊開發 Paper2Agent,讓使用者用白話提問,再由代理執行論文程式碼回答。研究刊登於《Nature》。

Paper2Agent 三個代理流程:架環境、包裝工具、對照論文結果測試,最後打包成 MCP
Paper2Agent 的三段流程

通過測試的工具會和論文文字、資料及常用分析步驟一起,以 Model Context Protocol(MCP)打包。MCP 是 AI 存取外部工具與資料的共通規格。Zou 形容,它讓論文成為代理容易存取的形式,「幾乎像一套歸檔系統」。

數字怎麼說

AlphaGenome 測試中,系統約 45 分鐘建出 22 個工具,全程不需人介入,可在個人筆電執行,費用只有 14 美元。

在 30 個需要串接多項工具的開放式研究問題上,代理得分 82.7%。直接讀程式碼的 Claude 得 56.7%,另一個研究助理 Biomni 得 72.2%。

擴大測試涵蓋 100 篇計算生物學論文,其中 74 篇成功轉成代理;提出的 599 個工具有 593 個通過測試。在 300 個問題上,代理得分 91.2%,高於直接讀程式碼的 80.3%。

Paper2Agent 測試數據:82.7% 成功率、100 篇轉成 74 篇、599 個工具通過 593 個、45 分鐘建 22 個工具、花費 14 美元
關鍵數字

三個代理一起找乾癬基因

另一項測試讓三個論文代理分工。AlphaGenome 代理預測,在 CD4+ T 細胞(調控免疫反應的白血球)中,乾癬相關基因位點對 GPR137 影響最大。再用另兩篇論文的代理交叉比對,五個候選基因中只有 GPR137 符合,而且只出現在受刺激的細胞。整個分析使用既有資料,沒有進行新實驗。

限制也很清楚

作者提醒,代理不能取代研究者成為獨立科學家:研究方向仍由人決定,證據也要由人評估。公開代理的人還得持續維護底層軟體。安全、所有權和學術功勞如何歸屬,目前也沒有定論。作者建議,期刊未來或可要求論文說明「代理可用性」。

對臺灣的意義

Paper2Agent 有 26 篇論文未能轉成代理,原因包括缺少程式碼或資料,以及執行環境無法安裝。這些失敗案例提醒研究機構:臺灣的研究法人與大學每年產出大量計畫報告和實驗資料,程式與資料卻常留在個人電腦,專案結束後便缺乏維護。要讓研究成果能像 AlphaGenome 測試中的 22 個工具一樣被代理調用,知識管理得連同程式碼、資料和環境一起保存。

左邊是堆滿 PDF 與紙箱的舊檔案室,右邊是程式碼、資料與環境整齊歸位、AI 代理可直接運作的研究室
研究成果交付示意
  • 把程式碼、資料和執行環境與報告一起當成研究成果交付。
  • 先訂好內部資料的存取權限、維護責任和功勞歸屬規則。

來源