Paper2Agent: Научная статья как агент

Представьте, что статье можно написать: «Примени свой метод к моим данным» — и получить расчёты и графики.

Исследователи Стэнфорда представили в Nature Paper2Agent — систему, которая превращает научную публикацию в ИИ-агента. Она собирает текст, код и данные, настраивает вычислительную среду, создаёт инструменты и проверяет их по эталонным результатам. Затем с ними можно работать через обычный диалог.

Агента по статье об AlphaGenome — модели для анализа ДНК — собрали примерно за 45 минут и $14, получив 22 вычислительных инструмента. На узких тестах точность достигла 98,7–100%; на 30 более сложных исследовательских запросах — около 83%, против 57% у Claude Code с прямым доступом к коду и 72% у биомедицинского агента Biomni.

Ещё интереснее сотрудничество таких «статей». Агенты трёх публикаций объединили прогнозы AlphaGenome с уже опубликованными экспериментальными данными и нашли дополнительные аргументы в пользу участия гена GPR137 в механизме, связанном с риском псориаза. Способ проверки выбрал человек; причинная роль гена остаётся гипотезой.

Есть и полезный предел: в выборке из 100 работ по вычислительной биологии удалось создать работающих агентов для 74. Часто мешали отсутствующие код, данные или модели, проблемы с программными зависимостями. Даже успешно запущенный анализ ещё не гарантирует правильности научного вывода.

Авторы предлагают со временем добавить к привычным разделам «Доступность данных» и «Доступность кода» ещё один — «Доступность агента».

Агентизация научных артефактов - это путь к большей открытости, ускорению поиска и преодолению кризиса воспроизводимости. Вместе со статьёй исследователь передаёт инструмент, через который другие смогут воспроизводить расчёты, применять метод и проверять новые гипотезы. А научный результат станет проще оценивать ещё и по тому, насколько легко другой человек может им воспользоваться.