过去几个月，MCP（模型上下文协议）已经从「工具调用协议」长成了智能体生态里的事实接口层。几乎所有头部模型、IDE 和 SaaS 都在往上面挂工具。但有一个瓶颈一直没解决：工具从哪来。今天绝大多数 MCP 工具靠人手写——读完一篇论文或一份接口文档，再把它翻译成 server、schema 和鉴权逻辑。这一步既慢又容易出错，是智能体规模化落地里最隐形的成本。
它到底做了什么
斯坦福团队在 Nature 发表的 Paper2Agent，想做的是把这道人工环节自动化。给它一篇科研论文，它会先解析全文、抽取出里面「可以被程序调用的接口意图」，再生成对应的 MCP 工具骨架，最后跑一个验证回路：用论文里的例子和问题去测生成的工具，不通过就回写修正。整条链路是闭环的，不是「生成完就甩给你」。
测下来，在 74 篇论文、300 道测试题上，端到端准确率到了 91.2%。换句话说，超过九成的论文，现在可以被自动转成「能被智能体直接调用、且经得起问题检验」的工具。剩下的约 8.8% 失败案例，大多落在图表密集、符号体系混乱、或接口描述本身含糊的论文上——这反而是最有价值的边界信号。
为什么这件事对智能体是关键的
智能体的能力上限，很大程度上被「它手边有什么工具」框死。工具越多、越准，智能体能干的事就越实。Paper2Agent 的意义在于：它把人类知识库（论文）和智能体工具箱之间的翻译成本压到了极低。研究者不用再为每个接口手写胶水代码，智能体也能更快地拿到「刚发表的方法」当工具使。
增量认知：Paper2Agent 和「PDF 总结器」是两回事。总结器产出的是给人读的文本；它产出的是给智能体调用的、带输入 schema 和验证证据的可执行接口。前者丰富信息，后者扩展能力——这是从「读」到「做」的跃迁。
优势与局限，要分开看
优势很明显：工具供给速度数量级提升，验证回路让产出有基本可信度，对科研、量化、生物信息等「论文即生产资料」的领域尤其友好。局限也同样实在：它高度依赖论文本身的规范性，遇到格式野、符号乱的文献就会掉链子；验证回路要反复跑模型，成本和时延不低；而且 91.2% 是「在测试题上答得对」，不等于「在工业流程里永远稳」。
更现实的判断是：它会成为科研类智能体的工具供给引擎，但不会取代工程师对关键接口的审核。把高频、规范的接口自动化，把长尾、高风险的留给人，是接下来最自然的分工。目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。