Automated reviewing 系统正被用于衡量评审质量，但只有在作者根据评审改进论文时才有意义。我们提出 AppliedScientist，一个闭环系统，将自主 AI 科学家与 AI 评审者耦合，并通过对多个子领域被拒稿的反复修订进行评估。
在修订过程中，AI 科学家可以访问自身的历史版本，以模拟人类作者基于前稿的改进；评审者则独立生成评审，且不记得之前的反馈或分数，从而避免偏见。
我们比较了三种修订设置：使用原始会议评审初始化、使用 AI 生成评审初始化，以及在每轮使用相同固定提示的全自助修订。为了验证评审者的引导效果，还使用 Stanford Reviewer 作为独立评估器对人类初始化的修订进行打分。
实验表明，评审者引导的修订始终优于固定提示的自我修订，且 Stanford Reviewer 对后期修订给出更高分数。AppliedScientist 解决了 128/150（85.3%）的实验实现缺陷，但仅解决了 2/18（11.1%）的创新性问题，说明迭代修订能显著提升实验与实现层面，却难以改变对新颖性或意义的担忧。
该工作展示了闭环 AI 评审‑修订流程的潜力，为未来自动化科研提供了可行路径。
点评