首页财产ai正文 FARS杀疯了 春节时期，AI科学家FARS持续公然运行228小时，天生244个假定，产出100篇短论文。 2026-02-25 07:20 ·呆板之心存眷AI的 编纂 Sia AI投资人解读· FARS能7×24小时不变运行，228小时天生244个假定、产出100篇短论文，平均每一篇论文成本约1000美元。经评审，论文平均患上分为5.05，高在人类投稿平均分。 · 今朝FARS处在“算力换智能”阶段，效率开消高，间隔年夜范围低成本运行还有有空间。 总结：FARS展示了主动化科研流水线的可行性与潜力，产出论文质量较高，但于效率及成本节制上有晋升空间，值患上存眷其将来成长。内容由AI天生，仅供参考

这个春节，AI圈最硬核的一场「真人秀」，悄然完成为了阶段性收官。

主角不是动漫人物，也不是舞枪搞棒的呆板人，而是一名7×24小时从不倦怠的AI科学家FARS（Fully Automated Research System）。

这套由Anale妹妹a（日行踪）打造的全主动研究体系，于长达228小时28分33秒的持续公然运行中，本身提假定、做试验、写论文，共天生244个研究假定，「肝」出100篇短论文（short paper）。

算下来，于这座流水线式的「科研工场」中，每一隔约2小时就有一篇论文产出。

让AI本身写100篇论文方针告竣，花了228个小时。今朝，规划连续一个月的直播仍于举行中。直播地址：https://anale妹妹a.ai/fars

这类跳出传统科研范式的工业级吞吐量，很快让围不雅网友坐不住了。

首批深度「验货」的专业网友给出了一个颇为一致的判定：成果跨越预期、相称精彩。

假如把它看成人类顶会论文，还有不敷冷艳；但若思量到这是一个全主动体系的阶段性产出，其完成度已经经较着凌驾许多人的事先预期。

「思量到这只是一个AI的自立起步，能7×24小时不变产出到这个质量，还有要啥自行车？」

并且，真work没有通篇幻觉。

至少于当前阶段，FARS已经经完成为了一次要害超过。它初次证实，一条无人值守的科研「流水线」不仅能跑，并且能于相对于不变前提下，连续产出具有必然学术竞争力的short paper级事情。

「发论文这件事自己的稀缺性」被捣毁了。

可骇的「工业节奏」，算力正于转化为常识

FARS其实不是一个单体模子，而是一套多智能系统统，包括四个功效模块：

Ideation（构想）：卖力文献调研与假定天生

Planning（计划）：卖力试验方案设计

Experiment（试验）：卖力代码编写与履行

Writing（写作）：卖力论文撰写

从及时运行界面可以直不雅看到，FARS以项目行列步队的方式并行推进多个研究使命。每一个课题依次穿过Ideation → Planning → Experiment → Writing四个阶段，流程高度模块化，出现出较着的「科研装置线」特性。

FARS及时运行界面：从假定天生到论文写作，主动化科研流水线初次以可不雅测形态完备睁开。

为了让它心无旁骛的做研究，Anale妹妹a（日行踪）还有给它搭建了一个160张显卡的计较集群，并答应它挪用险些任何开源及闭源年夜模子，试验前提远超年夜部门高校试验室。

而这条「流水线」的产能，已经经到了让人很难轻忽的水平。于约228小时（≈9.5天）的持续运行周期内：

体系天生244个研究假定

完成100篇short paper

累计耗损114亿Token

总成本约10.4万美元（≈75万元人平易近币）

全程无人干涉干与。

进一步归一化后，这套体系的「工业节奏」变患上越发直不雅：平均每一隔约2小时17分就有一篇研究论文完成，平均每一篇论文成本约莫1000美元，破费1亿多Token。

对于比人类科研常见的3–6个月/篇的周期，这类吞吐差距险些是数目级级另外，成本也极其低廉。

不外，假如把眼光从吞吐转向效率，约1.14亿Token /篇的耗损，已经经较着高在平凡写作天生（凡是百万级 Token ）以和常见繁杂Agent使命（凡是百万、万万级Token）的开消。

这注解，FARS仍处在「算力换智能」的阶段，其体现更多来自计较密度，而非算法效率的极限压缩。

综合来看， 一方面，FARS已经经用实测成果证实，端到端主动化科研流水线于吞吐层面是切实可行的。另外一方面，其当前的Token与成本布局，间隔「充足自制地年夜范围跑」还有有工程空间。

质量：它写患上快，那写患上好吗？

量年夜，从来不主动等在质优。FARS写出来的工具，到底处于甚么程度？

为此，研究团队利用斯坦福年夜学开发的AI审稿体系Agentic Reviewer（paperreview.ai），根据ICLR的评审尺度，对于这100篇论文举行了同一打分。

按照开发者公然评估，Agentic Reviewer于审稿一致性上，已经到达人类审稿人的判定程度。

开发者于ICLR 2025审稿数据 上做了对于比评测，利用的是Spearman相干系数。人类vs人类：0.41；AI vs人类：0.42。开发者认为agentic reviewing正于迫近人类程度。

从总体评分成果来看，FARS产出的100篇论文中，平均患上分为5.05（区间3.0–6.3）。

极少量论文处在3.0–4.5的低分段，也有少少数冲破6.0分。

FARS论文分数重要堆于5分四周，申明产出质量其实不是随机颠簸，而是已经经形成相对于不变的「质量带」。极少量样本进入6分以上区间，象征着体系偶然能产出*作品。

这个成就，与人类战绩比拟，又怎样呢？

作为参照，ICLR 2026人类投稿的平均分为4.21，而终极被吸收论文的平均分为5.39。

比照来看，FARS的平均分5.05，已经经较着高在人类投稿的总体平均程度，但间隔「平均中稿线」仍存于差距。

堪称比下有余，比上未满。

FARS天生的学术论文平均分跨越人类投稿者的平均程度，但与平均中稿分数仍有差距。

需要再次夸大的是，本次主动化出产以短论文为主，并未以当前学术集会的评审尺度作为优化方针。是以，不管是斯坦福年夜学Agentic Reviewer 还有是其他基在现有特定审稿尺度的 AI 审稿成果，都只能作为一种参照，而非盖棺定论。

据团队吐露，除了AI审稿外，今朝也于同步开展人工质量评审，并将于评估完成后形成综合质量陈诉。

即便于这一谨慎条件下，将先后两部门数据归并不雅察，总体旌旗灯号仍旧较为清楚：于靠近人类评审标准的评价系统中，FARS已经然一台不变的中分段输出呆板。

论文深读：

从「极速跟进」到「直面掉败」

假如说前面的数据与评分只能给出一条宏不雅刻度，那末详细论文样本，才真正袒露出FARS的研究成色。

已经有网友拆解此中一篇LLM-as-a-Judge事情后评价，这种论文于择要构造与问题切入上已经经相称工致。

思量这是AI主动产出，完成度已经经「凌驾预期」。框架图、成果图、阐发基本都齐备，「像那末回事」

也有人感觉编号为FA0008 的项目「make sense」。

接下来，咱们选择一成一败两篇代表作，一探毕竟。

先看「做成」的一篇FA0042。它对准的是文本embedding里一个老抵牾：

双向留意力质量高，但会粉碎KV-cache；因果留意力能流式推理，但暗示能力亏损。

FA0042的解法很是工程导向——练习阶段用双向拿质量，推理阶段用因果保效率。详细路径是先训一个双向teacher，再把能力蒸馏进causal student。为了不直接切双向带来的漫衍漂移，论文还有引入了刚发布不久的GG-SM做渐进过渡。

成果也确凿「能打」， 这条工程折衷线路被验证是work的。

MTEB-slice重要成果

流式推理延迟对于比

LoCoV1长文档检索成果。student模子以0.284的NDCG@10年夜幅*所有baseline（包括teacher的0.212），出人意表。

固然，short paper气质也很足：细粒度成对于使命晋升有限，长文档检索反超teacher的机制还有没彻底讲透。

但更值患上留意的是，蚂蚁集团的GG-SM发布3天就被接入试验流程，这类紧跟前沿的速率，自己就是FARS体系灵敏性的一个旌旗灯号。

再看一篇「没做成」的FA0121。

它的文献调研很给力，盯上了DeepSeek新提出的Engram稀少架构，并抓到了一个很研究味的问题——

hot-to-cold advantage flip ,即Engram中的门控（gate）于练习历程中难以正确按照n-gram embedding的现实效用举行调解，存于高频（hot）及低频（cold）偏置。

为了打破这类「马太效应」，FARS测验考试了一个直觉上很是硬核的方案：试图经由过程「反事实门控监视（CGS）」修复DeepSeek Engram架构中的「冷热偏置」问题。

于特定练习步调中别离强迫gate全开及全关，计较两种环境下的loss差值来预计当前n-gram embedding的现实效用，以此作为辅助监视旌旗灯号来练习gate。

FA0121要领示用意

主试验成果

思绪很直觉。但成果很老实——基本没救回来。

CGS带来的那点晋升，甚至不如让模子多练习几步来患上其实。这申明，要解决AI的成见，光靠「锻练现场打分」是不敷的，患上从更深层的轨制（架构）上下功夫。

论文给出的复盘也很到位：Gate及n-gram embedding的练习是一个彼此耦合的体系动力学问题，不是简朴加监视就能补的。

这篇事情的价值正于在：它没有试图袒护负面成果，没有为了寻求正面成果而窜改数据或者强行注释，而是经由过程一套周密的诊断性试验（Diagnostic Experiments），反思CGS的掉败。

这类「算法老实」是当前学术界稀缺的品质。

舆论场：

从「又一个Demo」到「科研流水线雏形」

跟着FARS「直播真人秀」数据披露，社区会商也迅速升温，高频指向一个要害词——出产线。

不少围不雅者很快捉住了真实的打击点：此次激发不安的，其实不是某一篇论文写患上多冷艳，而是体系所揭示出的持续科研运转能力。

当一个体系可以或许不变提出假定、主动完成试验、并连续吐出成稿时，评价坐标实在已经经悄然挪动。问题再也不是「AI会不会写论文」，而是更具布局性的那一句—— AI是否最先具有科研工业产能的雏形。

这类叙事重心的变化，自己就象征着社区对于AI科研体系的预期正于抬升。一些技能会商甚至认为，LLM于AI标的目的论文写作上的能力已经「基本够用」，残剩差距更多表现于工程细节层面。

「3个月内就可能呈现很是成熟可用的主动paper pipeline。」

换言之，年夜大都人险些已经经默许：科研流水线时代，早晚会来。真正悬而未决的问题反而是，当科研最先范围化主动出产，人类的不成替换性毕竟还有剩下甚么？

对于此，也有人给出谜底：决议上限的，也许仍是研究者小我私家咀嚼。

固然，社区并不是只有单一声音。

有人认为，与其存眷纯真scale出年夜量「平凡conference paper」，不如将算力与模子能力投入到真正坚苦的开放问题上，这也许才是更具持久价值的标的目的。

无穷心智的出发点

FARS的这100篇论文，其实不是尽头，更像是一枚被钉下的坐标点。

它证实了一件很主要的事：端到端主动科研流水线，已经经可以或许于相对于不变的运行前提下，连续产出具有必然学术竞争力的short paper，而且最先揭示出基础的自我纠错与负成果陈诉能力。

这象征着，主动化科研*次以一种可持续运转的体系形态，正式进入实际。

但若把放年夜镜再压近一层，当前阶段的天花板一样清楚可见。

FARS很会把一条合理路径走通，却还有不敷擅长于繁杂假定空间中做出真正具备冲破性的研究弃取；能完成布局完备的论证，但于思惟压强及机制洞察上仍有晋升空间；而于算力使用率上，体系也还有逗留于较着的「算力换智能」阶段。

现在的FARS，更像一名极端勤劳、练习有素且从不倦怠的低级研究员，间隔那种可以或许不变打召盘会级事情的成熟研究者，仍有一段需要超过的进化间隔。

不外，真正主要的也许其实不是它现在已经经多强，而是那条「无穷心智出产线」，已经经可以不变地跑起来。

【本文由投资界互助伙伴呆板之心授权发布，本平台仅提供信息存储办事。】若有任何疑难，请接洽（editor@zero2ipo.com.cn）投资界处置惩罚。