AIエージェントはオープンAI研究を行うことができるのか? 2件の初期の証拠

研究以“影子评估”检验前沿 AI 智能体独立开展开放式 AI 研究的能力。智能体虽在六天内完成全部工程任务，却未对两项核心研究问题取得实质性进展。

评估对象涉及两项未发表的 NeurIPS 2026 论文，实验投入为六天和数千美元算力。最终成果被原作者明确拒稿，显示工程任务完成不等于达到论文发表标准。

Aioga 判断，这项早期证据揭示了研究自动化中的关键落差：智能体能够推进工程执行，但在选题判断、研究创意与失败后的路线调整方面仍可能难以胜任开放式研究。

值得关注的是，研究归纳的五类失败模式同时涉及判断、创意、回溯、资源意识和指令遵循。这可能意味着，评估研究型智能体不能只看任务完成率，还需检查成果质量与过程稳定性。 Aioga 判断，后续应重点观察更多研究案例能否复现这些失败模式，并分别评估发表标准判断、研究设计、死胡同回溯、资源管理和指令稳定性，而非据两项案例作普遍结论。