Co-Scientist：让多 Agent 围绕假设竞争，而不是一起附和

先说结论

Co-Scientist 的关键不是“Agent 越多越聪明”，而是把提出假设、找相似项、反驳、两两比较和继续改写分成不同职责，再让人类研究者决定什么值得进入真实实验。它提供的是候选生成与筛选系统，不是自动产生科学真理的机器。最值得迁移到个人项目的，是让反对意见进入流程，并为每个想法绑定可证伪测试。

它在解决什么问题

研究者面对的瓶颈常不是没有资料，而是资料太多：如何连接分散事实，提出新颖又可测试的假设？单次对话容易沿着第一个答案继续润色，多个同质 Agent 也可能共享同一盲点。需要一种机制同时扩大探索面、合并重复想法、淘汰证据薄弱的路线，并保留“为什么留下它”的记录。

核心机制

官方系统以 Gemini 为基础，分三阶段运作。生成阶段由 generation agent 提出假设，proximity agent 聚类以保持多样性；辩论阶段由 reflection agent 检查正确性、质量和新颖性，ranking agent 通过两两比较与模拟辩论排序；演化阶段再组合、改进高分候选，meta-review agent 汇总争议。一个 supervisor agent 动态规划并协调并行探索。官方称大部分计算用于验证，并接入网页检索、ChEMBL、UniProt 等资料库，部分合作还测试 AlphaFold 工具。

接到 Zero-to-AI 实践

站内工作流编排强调 Explore、Plan、Implement、Verify 的反馈循环；Co-Scientist 补上了“同一轮 Verify 中谁负责反驳”。实践时不必真的部署六个 Agent。用固定模板依次切换生成者、审稿人和排序者，就能保留角色分离；再用 验证方法要求外部证据或可测目标，避免让模型给自己的答案打高分。

普通设备可做的低成本实验

选择一个低风险、可观察的问题，例如：“怎样减少新用户按 README 首次安装时的失败？”

输入： 当前 README、最近三条脱敏失败记录、允许修改的范围，以及成功定义“新人只按文档即可跑通一个最小命令”。

步骤：

1. 生成者提出 6 个互不重复的原因假设，每个写出依据、未知项和最小验证动作。
2. 审稿人只做反证：指出混淆相关性、缺少样本或无法证伪的地方。
3. 排序者按“影响、证据、验证成本”两两比较，保留前三项，但不得新增事实。
4. 演化者合并重叠项；由人选择一个实验，先跑基线，再只改一个变量。

成功证据： 保存完整候选表、至少一个被反证淘汰的假设、排序理由、基线与改后命令输出；结果允许是“假设不成立”。停止线： 缺少原始记录却开始编造原因、验证动作会改生产数据，或问题进入医疗、生物安全等高风险领域时停止，交给有资质的专家和正式流程。

常见误区

• 多 Agent 不等于独立证据；共享模型和提示会产生相关错误。
• Elo 排序只表示候选间偏好，不证明最高分假设为真。
• 文献一致不等于实验成立；检索、逻辑审查与现实验证是三层证据。

原文与证据边界

本文依据 2026-08-30 可读取的 DeepMind 官方页面。页面介绍了生命科学案例、与百余家机构研究者协作，以及某肝纤维化候选在实验中阻断 91% 相关反应等结果；这些数字与案例均是厂商归因的项目报告，本站未复现，也不能外推到其他疾病或一般科研任务。官方明确把系统定位为研究伙伴而非科学或临床专家替代品。上面的 README 实验只验证“生成—反驳—排序—实测”流程是否可审计，不验证 Co-Scientist 产品本身。

本文是原创中文实践解读，不是逐句翻译。阅读英文原文。