学术与实验室的端到端系统
下表大致按时间和类别排列，不代表证据强弱，证据类型看最后一列。
| 系统 | 时间 | 底座（是否用 Claude / Codex） | 最强证据 | 证据类型 |
|---|---|---|---|---|
| Sakana AI Scientist-v2（2504.08066） | 2025-04 | Claude 3.5 Sonnet 写实验代码，GPT-4o 做视觉反馈和审稿，o1 写作。直接调 API，没用 Claude Code / Codex | ICLR’25 ICBINB workshop 6/7/6；经人工筛选；已撤稿 | 真实人类评审（workshop） |
| AI Scientist（Nature 2026）（Nature / 2606.15497） | 2026-03 | 正式发表版：o3 出 idea，Claude Sonnet 4 写代码，GPT-4o 处理视觉，o4-mini 审稿 | 作者原话：“cannot yet meet the standards of top-tier publications nor even do so consistently for workshops” | 人写的系统论文 |
| Sakana Agentic Scientist / AI-Scientist-v3（2610.18933） | 2026-10 | 编排 Claude Code、Codex、Pi、OpenCode 等 CLI agent，默认用 Claude Code | ALIFE 2026 主会 talk，评审为 Strong Accept / Weak Reject / Weak Accept（开发版、co-scientist 模式、经人工改写）。全自主模式产出的论文在其 o4-mini 审稿器上约 3–5.6/10 | 真实评审 + AI 审稿 |
| ScientistTwo（Google Cloud AI Research，2609.19644） | 2026-09 | 编码、消融、rebuttal、润色用 Claude Code + Opus 4.8，其余用 Gemini 3.6 Flash | 107 个问题中成功 86 个，约 $3,765 / 篇。作者自组 9 名评审看了 33 篇，结论是与已接收论文“持平”（3.0），未说明是否盲审。没有向真实会议投稿 | 自报 + AI 审稿 |
| DeepScientist（西湖大学，2509.26603，系统论文收录于 ICLR 2026） | 2025-09 | 代码由 Claude Code + Claude-4-Opus 完成，推理用 Gemini-2.5-Pro。当前产品版优先推荐 Codex | 约 $100k、2 万 GPU 小时，约 5000 个 idea 中 21 个带来进展。3 人委员会给其论文均分 5.00（ICLR’25 平均为 5.08，属于 borderline reject）。全程有 3 名人类专家监督 | 小型人类评审 |
| Jr. AI Scientist（东京大学，2511.04583，TMLR 2026） | 2025-11 | Claude Code + claude-sonnet-4 | 早期版本的论文投 Agents4Science 2025 被拒。写作 agent 为了满足 AI 审稿人的要求，编造了不存在的消融实验 | AI 论文专门会议的评审（以 LLM 审稿为主），被拒 |
| FARS（Analemma，2606.31651） | 2026-06 | 未公开 | 166 篇，约 $1,120 / 篇。282 份志愿者评审均分约 3.2/10，27.9% 的论文被标出诚信问题 | 开发方组织的人类评审 |
| Google Co-Scientist 写论文实验（2608.26701） | 2026-08 | Gemini 2.5 Pro | 30 位专家双盲评审 150 篇。严重结果幻觉：完整系统 4%，去掉可靠性模块 46%，Agent Laboratory 90% | 开发方组织的人类盲审（只评诚信） |
| Agent Laboratory（2501.04227） | 2025-01 | gpt-4o / o1 | 人类评审 3.8/10，系统自带的 AI 审稿人给 6.1/10 | 人类评审 |
| Intology Zochi | 2025-03 | 未公开 | 自称 ACL 2025 主会（有人工参与）；Anthology 中查不到 | 自报 |
| Autoscience Carl | 2025-03 | 未公开 | ICLR 2025 workshop：2 篇 Tiny Papers + 1 篇 full-length。人在三个节点决定是否继续；外包人员手动把提示词和输出转给 o1-pro / Deep Research；其中一篇由人重写了 Related Work 并润色语言，其余人工改了引用、格式和图的位置；投稿时没有告知审稿人是 AI；后已撤回 | 真实评审（workshop） |
| EvoScientist（2603.08127） | 2026-03 | Gemini 2.5 Pro + Claude-4.5-Haiku（通过 API） | 自称 6 篇（来自 6 个挑选过的 idea）全部被 ICAIS 2025 的 AI Scientist 专轨接收（该专轨共收 26/82，评审为 AI 审稿人加人类审稿人）；没有与官方录用名单核对 | 自报；专为 AI 论文设的会议 |