PhAI Labs 发布 DiscoveryRSI，让科研 Agent 从研究过程中自我进化
科研 Agent 的关键不只是提一个好假设，而是把每次研究的经验沉淀成下一次的能力——这篇给出了可复盘的训练与评测框架。
PhAI Labs 联合斯坦福、MIT、北大等 16 家机构提出 DiscoveryRSI：把研究假设的组织、修订与评价记录成可追溯的假设树，再把有效研究行为转化为训练信号，让模型在多轮研究中持续变强。在衡量"假设能否启发后续论文"的对照中，DiscoveryRSI 为 6.3%，高于 GPT 组 2.5% 和 Claude 组 2.3%。
正文摘录
.jpg) Claude，竟然排在最后？ PhAI Labs 最新公布了一项 AI 研究能力对照，结合后续发表的科学文献，考察不同模型提出的研究假设能否为未来的研究思路与探索方向提供启发。报告所列的 Claude Opus 5 组对应比例为 2.3%，排在图中五个模型组的末位。GPT 组为 2.5%，GLM 为 2.8%，DeepSeek 为 5.4%。 排在最前面的，是 DiscoveryRSI：6.3%，约为 GPT 组的 2.5 倍、Claude 组的 2.7 倍 。  图 1｜五个模型组对未来研究的启发：DiscoveryRSI 总体比例为 6.3%。 这项比较观察的是：AI 提出的研究假设，能否在后续发表的论文中找到具体的研究依据。例如，一个能够采用的实验对照、一种测量方法，或一个值得进一步检验的证据缺口。这里的"后续"以各模型组记录的时间界限为起点。 这对应着一项更通用的研究能力：提出有价值、可检验的研究假设，并将它发展为能够实际开展的研究。 一项研究需要从值得探索的假设出发，逐步形成可行的调查与验证方案。研究问题从哪里来，为什么值得做，哪些证据能够改变判断，都需要在探索中不断明确。