在人工智能驱动的科学发现中，大语言模型（LLM）代理正逐渐扮演中心角色。这些代理具备广泛的知识、灵活的推理能力和工具使用能力，能够自主探索和解决科学问题，通过不断提出假设、进行测试以及根据证据修正信念。然而，目前的代理中，这些假设、测试和信念更新都隐藏在非结构化的日志中，缺乏审计机制。
为此，我们提出了假设演变协议（HEP），这是一种为代理提供假设生成、评估和演变的明确、可审计的操作框架。在材料科学研究任务中，配置了HEP的代理能够执行假设-测试-证据-信念的循环，这一过程是规划式代理所缺乏的。HEP不仅可以跨研究问题进行泛化，而且随着基础LLM能力的提升，能够更充分地利用该协议。这些结果标志着向可审计的人工智能科学家迈出了一步，使得他们的科学推理过程可以被检查、验证和进一步构建。
博主点评： 这项研究展示了将LLM应用于科学研究的前景，尤其在提高研究过程透明度和可审计性方面。HEP的提出为未来科学发现中的人工智能工具的可靠性奠定了基础，值得关注其在实际应用中的表现。