个性化自动研究: 迈向真正的AI共同科学家

摘要

AI共同科学家已能生成假设、检索相关工作、设计实验、执行代码并撰写论文，但现有系统忽视使用者个体差异，仅优化新颖性、有效性和评审分数。本文提出个性化自动研究问题，在研究的每个阶段都基于研究者画像（图结构化的个人背景）进行条件化，以实现真正的协同科学。框架包含图基研究者表示、全流程个性化及面向个体的评估三部分，并指出研究者的隐性知识是新颖想法的关键，强调克服“一刀切”的失败模式。最后讨论开放难题。