2026年7月23日，北京市人民政府新闻办公室举行了一场重要的新闻发布会，正式发布了《北京市关于加快智能体引领发展的若干措施》。这份政策文件中最引人关注的焦点之一是科研智能体和自主实验室的建设。北京将科研智能体定义为AI for Science领域的新一代自主科研系统，它能像科研人员一样通过调用不同科学工具与实验仪器，自主跑完假设提出、方案规划、计算仿真、实验验证到创新发现的科研全流程。按照北京的计划，未来将打造一批被称为AI科学家的科研智能体，并建设软硬一体、干湿闭环的自主实验室，让科学研究从人驱动迈向智能驱动。这标志着AI4S在中国的政策层面进入了一个全新的系统性推进阶段。
中国科学院的科研人员一直以来面临着实验数据量大、重复劳动多、跨学科协作难等现实问题。传统的科研流程中，一个研究生可能需要花数周时间阅读文献、设计实验、记录数据、分析结果。科研智能体的出现正在改变这一格局。以北京的文献罗盘智能体为例，它已经能够在3小时内自动生成专业水平的学术综述，准确率高达90%。这种效率的提升对于中国320万科研工作者来说是一个实实在在的利好。假设一位材料科学家过去花两周时间做文献调研，现在智能体只需要3小时就完成了。释放出来的时间和精力可以用在更具创造性的工作中。智能体不仅处理文献，还能辅助实验设计、分析数据、甚至参与论文写作。更关键的是科研智能体的能力可以通过标准化平台进行复制和扩展。北京计划建设的通用科研智能体平台将让更多科研机构能够快速定制符合自己需求的智能体。中科院、清华、北大等高校和研究院所已经在积极试用这些工具。
北京市科委中关村管委会副主任刘卫华在发布会上详细介绍了北京在科研智能体领域的前期布局和下一步计划。北京近年来在AI4S领域已经积累了一系列标志性成果。在模型方面推出了磐石科学基础大模型，上周刚刚发布2.0版本，以及MegaDFT密度泛函计算模型等。在科学数据方面，全国超过80%的国家科学数据中心布局在北京。在智能化科研平台方面，玻尔科研空间站已经服务全国数百家高校院所与企业，覆盖超过450万用户。科研智能体与常规的AI助手有本质区别。常规AI助手能回答问题、整理资料，但科研智能体需要具备自主规划和执行的能力。例如文献罗盘智能体可以在3小时内生成专业水平的学术综述，准确率达到90%。这款智能体现在已经累计生成了近4万篇综述，提供了超过100万次的科学知识问答推理服务。更令人兴奋的是，科研智能体的应用场景正在不断拓展。在材料科学领域，智能体可以自主搜索文献、设计实验方案、分析表征数据并给出结论。在新药研发领域，智能体可以模拟分子相互作用、预测药物活性、优化候选分子结构。在气候科学领域，智能体可以处理海量的气象数据、识别气候模式、辅助灾害预警。北京提出将建设通用科研智能体平台，支持科研人员快速按需定制专用模型和智能体。
科研智能体的发展不能脱离真实的科研场景。论文中提出的假设需要实验来验证，计算预测的结果需要实验来确认。这正是自主实验室的价值所在。自主实验室是软硬一体、干湿闭环的新型科研平台。所谓干湿闭环是指AI计算与湿实验自动化的无缝衔接。今年6月北京印发的《北京市加快推进人工智能赋能科学研究实施方案》中对自主实验室的建设做出了系统部署。北京的Uni-Lab-OS操作系统已经在支撑传统实验室向智能化、自主化演进。根据发布会透露的信息，北京将从标准引领和标杆示范两个层面推进自主实验室建设。一方面以标准引领推动自主实验室建设规范化和科研智能体研发标准化，另一方面面向产业实际需求建设认定一批具有标杆示范作用的高水平自主实验室。北京将按照五个方面的框架来推进这项工程：抓标杆打造自主实验室、抓应用建设高价值场景、抓引领做强科学模型体系、抓汇聚建设一流科学数据中心、抓生态培育全球领先创新环境。
北京提出的AI4S发展路径涵盖了18项重点任务，聚焦于高能物理、材料科学、医疗健康等六大领域打造标杆应用。这一系统性布局体现了北京将AI4S从前沿技术方向上升为战略性重点产业的决心。从全球视野来看，中国在AI4S领域的布局正在加速。北京作为中国的科技创新中心，汇聚了全国最优质的科研资源和AI人才，具备发展AI4S的独特优势。在政策层面，北京此次发布的措施对算力、数据、人才三个全要素进行了统筹安排。在算力方面将建设一批面向AI4S的专用算力集群，在数据方面将构建开放共享的AI-Ready科学数据集，在人才方面将培育既懂基础科学又精通AI技术的复合型人才。北京的发展蓝图释放出一个清晰信号：AI4S正在从单点技术突破走向系统化的产业建设，自主实验室和科研智能体将成为下一阶段中国科技创新最重要的基础设施之一。