在春节来临之际，又一支神秘的华人创业团队，在悄悄的搞大事！
就在刚刚，机器之心发现了一条来自创业公司 Analemma 的首条推文，宣布了一个在过年期间，令人不可思议的直播活动：
Analemma 在推文中声称，他们将面向全球公开直播部署端到端 AI 研究系统 FARS。
他们的目标，是在直播中全自动完成 100 篇论文。直播预期将持续一个月，系统将持续自动运行直到生产完成论文输出目标后结束。
在新年之际，Analemma 将彻底揭秘完全由 AI 领衔的科研全流程。史无前例，别开生面的超长直播，开创了 AI 研究系统执行全公开的先河。
不过，Analemma 团队坦言，这也是他们*次大规模的公开实验。至于这一个月里，FARS系统究竟是能够让大家惊喜地成功探索到全新的科研成果，还是或多或少出现大家喜闻乐见的翻车状况，一切都还是未知数。
FARS大规模自动科研系统直播画面
直播地址：https://analemma.ai/fars/
或许，这将成为春节期间 AI 领域最有悬念的节目。
FARS：AI 自进化的科研系统
都说 AI 已经能够独立完成科研工作了，能够辅助人类，甚至自主进行探索的 AI4S 智能体可以说是层出不穷。一些智能体已经可以独立解决数学界的 Erdos 难题，就连陶哲轩都已在使用智能体进行自动化研究。
但是，哪怕已经近在咫尺，使用 AI 来进行 AI 研究的智能体和相关工作仍是凤毛麟角。在 AI4S 已经相对成熟的当下，AI4AI *代表性的工作是去年 DeepMind 推出的 AlphaEvolve ，使用大模型自动优化 AI 算法。
而基础的 AI 领域科研，仍然处于一个比较早期的阶段。比较前沿的工作是来自 Sakana AI 的 AI Scientist v2，已经探索了 AI 自动化科研的可能性，并且生成了*篇完全由人工智能撰写并通过同行评审的研讨会论文。不过，这些工作并没有大规模公开地进行部署，并且在部分情况下无法离开人工干预。
构建一个怎样的系统，才能让 AI 自我迭代的飞轮真正转起来？
*性原理
而 FARS(Fully Automated Research System) 是一个无人类干预、纯 AI 驱动的端到端研究系统，能够自动化地完成文献调研、假设生成、代码编写、实验执行、论文写作等科研全流程，在 AI4AI 领域是一个重要的里程碑。
博客链接：https://analemma.ai/blog/introducing-fars/
人类是有极限的。尤其是在科研领域，门槛高，人才少，「反复造轮子」，「报喜不报忧」等等现象都让研究成本飙升。
FARS团队认为，这些问题是由以人为中心的研究系统的固有特性带来的。他们认为，研究系统的*性原理，就是高效、可靠地拓展知识边界。或许，这正是 AI 研究系统超越人类的强项。
一个理想的研究系统的输出应该是一系列研究成果的集合，其中每个研究成果都包含两部分：一个清晰的假设以及对该假设可靠的验证结果。无论验证结果如何，只要假设是有价值的，那么其验证结果就构成了有意义的知识并值得被发表。
因此，他们将 FARS设计成输出短文形式的论文。其中每篇论文聚焦于单一的、边界明确的贡献，并报告负面结果，以此构成最小可组合的知识单元。
技术方案
做科研从来不是一件容易的事情。灵感，计划，实验，论文撰写，每一步都必不可少。
为此，FARS针对科研过程的每一个步骤都打造了对应的智能体，由 Ideation、Planning、Experiment、Writing 四个智能体模块构成。从科研的本质出发打造了完整的多智能体系统。
这四个智能体由一个共享文件系统串联在一起。文件系统同时承担了工作空间和持久记忆功能。
在所有环节中，灵感始终是科研最稀缺、也最难被复制的部分。一个好的研究方向，往往决定了一半以上的成功概率。
研究从 Ideation 智能体开始，根据预设研究方向进行自动不间断地文献调研和假设生成，每个假设在被生成且通过自动化评估后交由后续智能体依次处理，最终生成一篇完整的学术论文，科研流程*次真正形成了闭环。
剧透警告！
根据相关资料和官方博客信息汇总，我们得以获知，在这次直播部署中，FARS的建议研究方向包括但不限于：来自可验证奖励的强化学习；前沿大语言模型的自动化评测；超越 Transformer 的模型架构创新；扩散语言模型；世界模型等等共九大研究方向。
听说，为了让智能体系统全身心投入科研，顺利地完成输出 100 篇研究论文的高难度的挑战，Analemma 为 FARS系统准备了一个比肩*AI 实验室的算力和工具基础设施配置。
团队一次性投入了一个包含 160 张 GPU 的集群，并且包装成了训练和推理工具来供智能体调用。同时，团队也为 FARS提供了统一的调用端口，使得 FARS能够调用几乎所有闭源和开源模型。
最后，FARS的实验过程将通过其自己的 Github 账号实时提交，实时跟进科研进程，确保每一篇论文都可被复现。
Github 链接：https://github.com/fars-analemma
最前沿的 AI 研究方向，大量的算力支持，近乎无限的工具，让 AI 自己突破 AI 领域的研究，这一切都让人无比期待。
揭秘日行迹：孙天祥的年轻团队
介绍了这么多，我们明显能感受到 Analemma 团队对于科研与学术的热情，以及团队对于 AI 学术领域前瞻性的思维。
他们认为，像 FARS这样的系统应当被大规模公开部署，其生产的研究成果应在学术社区中进行广泛传播和评估。
实话说，我们十分好奇这个学术背景浓厚，一出场就能放大招的初创公司，到底是何方神圣。于是，我们对 Analemma 做了一些调研。
Analemma，中文名为日行迹。创始人兼 CEO 正是曾主导 MOSS 大模型研发的孙天祥博士。
孙天祥 X 主页
相信大家对孙天祥并不十分陌生。他于 ICML、ICLR、ACL、EMNLP、NAACL 等国际*会议发表论文 20 余篇，被引用 5000 余次，曾获世界人工智能大会云帆奖、字节跳动奖学金、复旦大学学术之星等荣誉，曾于 Musical.ly 创始人阳陆育创办的初创公司 Zulution AI 担任合伙人，现于上海创智学院担任助理教授。
孙天祥 领英简介
更加让人惊讶的是，这一团队居然如此年轻。据 Google Scholar 搜索结果显示，日行迹研究团队成员平均年龄不足 30 岁，其中多人为 MOSS 和 InternLM 大模型的核心贡献者。
据公开信息显示，上海日行迹智能科技有限公司已低调完成由高榕创投、红杉中国、光源资本、奇绩创坛、美团龙珠、嘉程资本、上海未来产业基金等参与的天使轮融资，融资额数千万美元。
对于公司*亮相的 AI 研究系统 FARS，日行迹团队虽然保有对首次公开直播大规模部署的未知结果的忐忑，但也难掩着对 FARS系统光明未来的期望。团队预测，FARS的引用量将在 2026 年底超过它的所有创造者。
相信这次直播项目之后，我们就能看到 AI4AI 科研系统，在现有资源下的能力上限。
或许，AI4AI 科研*的缺陷，就是无法执行需要人类参与的实验了。如果真的能让 AI 「租个人」来做实验，世界又会变成什么样子呢？
