智能体科研大多还停留在「纸上」或仿真里：跑得再漂亮，也常是合成数据上的自娱自乐。一篇 2026 年 9 月 14 日首发的开放获取论文（发表于 Advanced Science）拿出了不一样的证据——一套分层多智能体系统，真的把科研流程从头跑到尾，而且跑的是真人。它自主提出假设、设计并预注册实验、在线招募 288 名参与者、跨三项研究收集数据、执行分析管线并起草文稿，全程人工介入有限，每个项目平均墙钟约 17 小时，边际算力成本约 114 美元（不含受试者报酬）。
这件事的意义在于它把「端到端」从口号变成了可核验的事实。过去我们见过不少自称能做科研的智能体，但多数止步于写提案或分析已有数据；这篇论文的链条更长——假设生成之后，先预注册方案再动手，然后走进真实人群做实验，最后把结果和文稿都跑出来。平均 17 小时、114 美元的边际成本，意味着这类系统或许能以很低的单位成本，对大量受控假设做批量试点，把人力从重复环节中释放出来。作者把论文开放获取，等于把这套方法论摆到同行面前接受检验。
从仿真走向真实验证，是质的一步
把视角抬高，这篇论文的价值不只是「更快更便宜」，而是把智能体科研的验证标准往前推了一截。仿真环境里跑出来的结论，往往经不起真实人类行为的扰动；而一旦系统能招募真人、跑过伦理框架下的实验，它产出的就不再是纸面推测，而是可被复现流程追上的证据。对科研组织来说，更值得借鉴的是它的工程模板：选一两条边界清晰的项目，让智能体提方案，但把预注册与伦理审批这两个关键节点牢牢留在人手里。这样既享受了自动化带来的速度与成本优势，又不把责任一并交出去。
但边界必须说清楚。论文本身也强调，架构层面验证的是「系统能不能按设计跑通闭环」，并不等于临床或现实有效性已被证明；受试者保护、知情同意、结果可复现，这些仍然是人不能松手的环节。更现实的风险是：当系统能又快又便宜地生产「看起来像模像样」的研究，审核方反而要更警惕流程合规与数据真实的漏洞。智能体缩短了从想法到草稿的距离，却没有缩短从草稿到可信结论的距离。对想尝试的团队，建议小范围受控试点，把墙钟时间与边际算力记下来，先在本地验证投入产出，再谈扩大规模。
也要承认，这类研究最容易招来的质疑是「是不是只把流程跑通、质量却经不起同行复现」。开放获取和公开方法学是好事，但三项研究、288 人的样本仍偏少，结论的外推性有限；更关键的是，系统产出的分析是否真的符合统计规范、有没有在预注册之外偷偷加入事后分析，都需要独立团队照着方法学复跑才能下定论。演示的价值在于打开想象，证据的分量仍取决于能否被别人原样重现。
责任边界，不能随自动化一起交出去
把这篇论文放回智能体应用的坐标系，它代表的是一个清晰的方向：agentic science 正从仿真走向真实世界的验证。但方向正确，不意味着可以跳过人的把关。真正该被记住的，不是「智能体跑了真人实验」这个噱头，而是它示范了如何在自动化与人审之间划出可执行的界线——预注册在前、伦理在中、复现在后。对行业而言，这类演示的启示是：智能体能把流程跑得更快，但哪些节点必须由人签字，反而比以往更该被写进制度。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。
总体看，这套分层多智能体把科研闭环跑到了真人群里，是 agentic science 从演示走向落地的一个实在节点。它的价值与边界同样清楚：能复现、低成本是真本事，而伦理与预注册仍须人把关，是绕不开的责任。