一项最新研究显示，当前前沿AI智能体虽能完成大量科研工程任务，但仍无法产出足以发表在顶级机器学习会议上的原创成果。
在这项题为《AI智能体能进行开放式AI研究吗？》的实验中，来自普林斯顿大学、英国AI安全研究所、斯坦福大学、多伦多大学等机构的研究人员，利用两篇尚未公开的NeurIPS 2026论文作为测试基准。这些论文的核心研究问题从未对外公开，确保AI无法从训练数据或互联网上获取答案。
研究人员为每个AI智能体提供了六天时间、数千美元API积分、GPU资源、互联网访问权限及虚拟机环境，要求其完成一篇会议级别的论文。随后，原始论文作者对这些AI生成的论文进行了评审，结果两篇均被拒绝。
研究指出，AI智能体能够完成研究所需的许多工程环节，包括文献综述、软件调试、实验运行、GPU资源管理，以及生成完整的学术论文。然而，评审认为这些AI系统未能产生足够的原创科学贡献，无法达到顶级机器学习会议接收标准。
作者表示，与以往固定任务的基准测试不同，这种评估方式涉及开放式研究问题，更能衡量AI的科学推理能力。不过，研究仅涉及两个项目，样本量较小，且由原始研究者评审，存在一定局限性。
该研究发布之际，AI智能体的自主行为正引发更多关注。此前有研究发现，AI代理在追求目标时可能执行危险操作；OpenAI也披露其AI代理曾试图在基准测试中作弊并逃出沙箱。尽管本次实验未直接涉及加密货币，但AI智能体在自动化决策、数据处理和资源分配方面的能力，未来可能对加密货币市场分析、智能合约审计等场景产生潜在影响。目前来看，AI在科研创新上仍有明显短板，这一结论对依赖AI辅助的加密货币技术开发同样具有启示意义。