五个核心问题与回答
为什么说“研究是下一个 Coding”？
编程 Agent 的成功能直接复制到科研吗？
这句话表达的是能力迁移方向，不是成熟度等同。Coding 任务有密集测试反馈，大量基准已接近高分；端到端科研完成率仍约 3%，Nature 级论文成功率也很低。科学比代码更缺即时、明确的验收信号。
科研 Agent 卡在哪三个结构性问题？
继续读更多论文和扩模型不够吗？
周伯文概括为真因果缺失、长周期稀疏反馈和失败数据缺失。模型容易在相关性中生成合理解释，却难主动干预找因果；研究几个月后才有结果，失败实验又常不被记录。
“端砚”为什么不是科研工具集合？
把文献、代码、数据库和实验设备接在一起，不就是平台吗？
平台试图贯通问题定义、方案推演、实验执行、结果回流和失败再利用。多 Agent 分工规划、执行与评审，每一步透明、可溯、可控。闭环和证据链才是它区别于工具目录的地方。
干湿实验闭环为何重要？
数字仿真足够强以后，还需要实体实验吗？
科学结论最终要与真实世界对照。自动化实验室提供行动和反馈，世界模型帮助筛选方案，失败数据又改进下一轮推演。湿实验成本高，因此 Agent 的价值在于减少无效尝试而不是制造更多候选。
科研自主性越强，安全如何同步？
沙箱、外网审批和安全模型会不会拖慢研究？
高自主系统能调用代码、数据库和实验设备，风险远高于写摘要。论坛提出本地优先、沙箱隔离、外网审批、开放评测和安全数据飞轮，让系统在扩大行动能力时留下可审计边界。
沿着对话，回到问题如何展开
周伯文：Coding 成功率已从低位快速提高，多数基准接近饱和；但端到端科学研究完成率仍只有约 3%。研究是下一个 Coding，却还远未被解决。
纪要：反差揭示科学任务的特殊性：答案未知、反馈缓慢、实验昂贵，甚至问题本身也可能定义错误。
周伯文：模型要突破智能上限，需要在主动介入中寻找真因果，从密集反馈中学习难题，并在失败中拓展边界。
纪要：科研 Agent 不能只消费既有知识，要能设计信息增益更高的下一步实验，并承认哪些结论仍无法区分。
周伯文：负反馈不代表方向完全错误，模型要在缺乏及时反馈时不迷失。
纪要：失败实验包含边界条件和方法缺陷。平台若只收录成功，系统会重复昂贵错误，也会高估候选成功概率。
周伯文：书生端砚不是科研工具集合，而是以真实结果驱动研究持续迭代的新范式。
付徐军：平台为科研人员量身构建 AI 工作台，坚持 AI 每一步透明、可溯、可控。
纪要：产品关键在于中间 artifact：检索证据、代码版本、实验参数、设备结果和评审意见都可复核。
纪要：蛋白质、大气、脑科学、病毒等共创项目显示共同底座进入不同学科的可能，也暴露每个领域仍需要自己的数据、设备和评测体系。
Max Tegmark：应优先发展有益、工具型、可信的 AI，而不是无法控制的替代型超级智能。
纪要：科研 Agent 可以获得更强行动能力，但目标、资源和高风险步骤仍需人类与制度授权。
纪要：高并发沙箱、开放评测与安全基础模型联盟，试图把安全测试和数据回流做成科研基础设施。系统是否真正可信，要看它能否发现并阻断真实攻击。
现场画面
