斯坦福大学推出 Paper2Agent：把学术论文变成 AI 虚拟通讯作者

关键要点

• 斯坦福大学团队在《Nature》发表新工具Paper2Agent，可将论文自动转化为智能体。
• 系统仅耗费14美元算力和45分钟，即为AlphaGenome论文生成了专属AI智能体。
• AlphaGenome论文智能体在专业遗传学问答中表现优异，测试得分大幅超越Biomni工具。
• 智能体针对特定胆固醇突变给出了与原文不同的致病基因，展现出复核旧结论的潜力。

让论文拥有专属AI代理

传统学术论文往往是静态的文本记录，读者难以快速掌握跨学科细节。斯坦福大学计算机科学家 James Zou 及其团队开发了 Paper2Agent 工具，旨在重构科学知识的呈现方式。该系统可以将论文正文、代码和数据集打包，转化为论文专属的AI智能体（AI agent）。这一智能体犹如论文的「虚拟通讯作者」，能用通俗语言实时回答读者疑问，协助学者快速理解未知领域。它还能将论文方法直接套用到新数据集上，甚至能与其他学科的论文智能体展开跨领域协作。

论文工具链的自主构建

智能体本质上是具备推理和复杂任务执行能力的AI助手。在构建流程上，Paper2Agent 先提取论文正文、底层代码与数据集，并将信息存入模型上下文协议服务器（MCP server，用于连接外部数据与AI工具的平台）。随后，一组AI智能体会自主编写可复用的分析工具，以便将原论文方法应用到新数据中，并将这些工具部署到服务器。科研人员只需接入自选的大语言模型（LLM），就能通过自然语言与该智能体展开深入学术交流。

低成本高精度的实测表现

研究团队以预测DNA序列特性的 AlphaGenome 模型论文作为测试对象。Paper2Agent 仅耗时约 45 分钟、花费 14 美元算力成本，便自主完成了该论文智能体的构建。在随后的问答测试中，该智能体以近乎完美的准确率解答了遗传学专业问题，表现显著优于其他顶尖生物医学AI。例如，学术界开发的知名工具 Biomni 虽然整合了数十个数据库，但在该测试中的得分远逊于 AlphaGenome 智能体。James Zou 表示，这一优势源于其对原论文算法工具的深度掌控。

挖掘数据背后的替代假说

在进一步实验中，团队让该智能体分析单个DNA碱基突变诱发坏胆固醇升高的机制，并要求其锁定确切的致病基因。智能体最终定位出的因果基因，与 AlphaGenome 原文锁定的基因并不一致。James Zou 解释称，AlphaGenome 提供的遗传变异数据实际上支持这两种假说。这种分歧凸显了 Paper2Agent 的独特优势：科研人员无需重新设计实验，利用该工具就能重新评估已发表的学术结论，甚至从中发掘出新的科研视角。

对研究者的意义

对生命科学与AI交叉领域的研究者而言，基因组学与空间多组学文献中的分析代码和数据流程极其复杂。Paper2Agent 将静态论文变为具备可执行能力的智能体，不仅大幅降低了跨学科复现算法的门槛，还能借助大模型快速对既有测序数据提出新假说，有望重塑多组学研究中的知识获取与二次挖掘模式。