我们在 Co‑Scientist 基础上扩展并完成了真实世界的全链路验证。Co‑Scientist 是一个基于 Gemini 的多代理系统，旨在加速从假设生成、实验执行到论文撰写的端到端科研流程。系统不再局限于纯计算的假设生成，而是转向可执行的研究伙伴，实现材料科学、生物学和计算机科学等领域的闭环工作流。
在材料科学中，Co‑Scientist 与半自动化的化学气相沉积（CVD）反应器对接，设计出安全的 MXene 前体路线。实验得到一种层状二维材料，其晶格与 Ti₃C₂Tx MXene 具有关键结构相似性，仍需进一步实验确认原子结构。借助 Gemini 3 Deep Think，系统在数分钟内根据实验室约束生成生长配方，实现单次尝试即可生长单层 MoS₂、MoSe₂ 和 WS₂ 半导体。
在生物学实验里，Co‑Scientist 根据稀疏的成像数据预测了工程大肠杆菌在 IPTG 梯度下的群体迁移表型，定量吻合未公开的湿实验形态测量结果。
在计算机科学领域，系统自主发现了一种推理时可伸缩的网络架构，在 HealthBench（Hard 与 Professional）基准上超越六个前沿模型，并在盲测医生评估中降低潜在临床风险。
最后，针对 30 位领域专家、共计 450 条评审的双盲论文生成实验表明，Co‑Scientist 的可靠性模块显著降低了幻觉和抄袭风险，同时提升了研究安全性。
这些成果展示了闭环多代理科学 AI 系统在加速真实世界科研发现方面的可行性。
博主点评：该工作展示了 AI 与实验平台深度融合的前景，但仍需在原子结构确认和大规模验证上进一步完善。