OpenScience自測75.7%超過Codex：科研Agent開始自己循環跑實驗

BiRun 訊，Y Combinator 2026 鼕季批次（YC W26）公司 Synthetic Sciences 正式發布開源科研 Agent OpenScience。它能査論文、處理數據、寫代碼和調用科研數據庫，新加入的 Autoresearch 還能讓 AI 自己連續跑實驗。

比如訓練一個模型，研究者只需要告訴它「把驗証集 loss 降下來」。OpenScience 會先跑基綫，再自己提出脩改方案，一輪輪執行實驗。結果變好就保留，變差就回退，再根據前面的結果決定下一步試什麼。用戶也可以提前限製運行次數、總時長和停止條件，或者規定「接下來只改優化器」。

OpenScience 把原本需要研究者反復盯着做的實驗迭代自動化了：提出方案、執行實驗、比較指標、淘汰失敗方案，再繼續下一輪。實驗可以在本機運行，也可以交給遠程 GPU、SSH 服務器和 Slurm/PBS 集羣。每輪實驗的代碼、結果和判斷都會留下記彔，方便後續檢査。

它還支持直接登彔 ChatGPT/Codex 訂閱，也可以接入自己的 API Key、本地模型，或使用官方按量付費的 Ace。

官方自測中，OpenScience 在 70 道 Terminal-Bench Science 任務中完成 53 道，得分 75.7%。作為對比，Codex + GPT-6 Astra 的公開成績為 68.1%。

信源

動察 Beating 頻道 · 動察 Beating 交流羣。