2025年8月7日万众瞩目的GPT-5发布，一时间掀起了AGI评价的”冰火两重天”——OpenAI宣称其具备”博士级推理”，却被用户吐槽”跑分≠体验”吐槽大会。尤其是发布会当天准备的演示slides上大秀一波”52>69=30”的名场面，确实难评。
为此笔者特意关注了一波Polymarket来看看统计意义上市场到底认不认这个”博士级推理”，结果Google和OpenAI赔率当天发生了超级大反转！截至8月31日，Google已经拿到了惊人的99.4% Chance。
究其核心原因，是公众对于AGI的预期在GPT-5发布前后发生了重大转变，当人们意识到所谓的”令人昏厥”的智能只是一种炒作方法，传统的互联网所谓市场占有率，用户习惯和营销策略又回到了人们视野中。而Google作为拥有超大用户群体和应用生态的巨头毋庸置疑已经占尽了应用层的优势。其被低估的潜力爆发，生态优势在未来的AI竞争中将全面释放。
让我们回到商业化的角度，2025年被视为 “AI Agent商业化元年” ，其发展呈现出多路径并行的格局。从技术架构来看，单体智能体追求”大而全”的任务执行能力，多智能体协作系统则以分工、协作和专业化优势应对复杂场景，而轻量化任务管理型智能体则凭借高效、低资源消耗的特性，在特定场景中表现突出。下图展示了2025上半年AI Agent应用趋势，不难看出：
- Voice Agents：语音交互革新，希望颠覆基于文本的传统人机交互模式。
- Agent RAG：聚焦企业级服务，尤其是企业内部新的查询模式。
- AI Agent Protocols：构建标准化智能体交互框架，推动多智能体系统生态互联与规模化部署。
- Computer Using Agents (CUA)：构造AI原生的操作系统。
- Coding Agents：聚焦自动化代码生成与智能编程辅助，重塑软件开发流程。
- DeepResearch Agents：自动化深度信息挖掘与决策支持，为企业级客户提供高价值数据洞察与战略分析服务。
笔者认为Coding Agents因为有上述所有应用中最为明确的Reward模式，在技术和技术驱动的模式革新上可能走得最快，作为一种商业模式的参考领域值得每一个Agent相关的垂直从业者关注。与1-4多面向C端用户不同，DeepReseach Agents对企业级信息提供商尤其是咨询行业将带来前所未有的冲击。
既然OpenAI和Google的DeepResearch已展现出强大的研究辅助能力，为何更侧重于应用落地的国内Agent开发商却鲜有主打AI Scientist方向的参与者？究其根本，DeepResearch主要定位为”高级研究助手”，而AI Scientist则致力于成为”自主科研主体”。后者在协调模型的创造性与可靠性方面，所面临的要求远超当前大语言模型的实际能力。此外，AI Scientist即便实现技术落地，也难以在早期产生直接商业回报，这主要是由科学研究所固有的长周期和高风险特性所决定的。因此，DeepResearch这类以辅助科学家进行高效信息检索为核心的模式，更贴近实际应用场景，也更容易实现商业化。不过也存在例外，海外一些代表性公司已在真正意义上的AI Scientist方向展开了积极探索：
- FutureHouse：由前谷歌CEO Eric Schmidt支持的非营利组织，专注于AI科研，推出Crow（文献检索）、Falcon（深度综述）、Owl（先例验证）、Phoenix（化学实验）四大智能体，在文献检索与合成能力上超越博士水平。其核心竞争力在于多智能体协同、透明推理流程及专业科学工具集成，显著提升科研效率。
- Sakana AI：由前谷歌研究员David Ha和Transformer架构共同发明者Llion Jones于2023年在东京创立的AI公司，专注于受自然启发的进化算法和模型融合技术，核心产品包括EvoLLM-JP（日语大模型）、AI Scientist（自动化科研系统）和ASAL（人工生命搜索系统）。
从当前产品来看，尽管愿景宏大，目前的AI Scientist在一定程度上仍聚焦于解决”文献检索”类问题。这一点在Phoenix和ASAL两款产品中体现得尤为明显。它们的共同特点在于，借助实际的计算方法获取接近真实仿真或分子预测的领域知识，从而将科研深度提升到超越单纯文献检索的层面。近年来，Agentic AI 领域的一些研究也表达了相似观点，例如《Absolute Zero: Reinforced Self-play Reasoning with Zero Data》。事实上，如果我们能够找到与模型相匹配的奖励形式，就有可能实现真正从零开始的科学发现。正如AlphaZero在棋类游戏中展现出的超越人类水平，使人们相信基于规则的奖励机制最终能够通过强化学习实现卓越性能。类似地，若要实现超越人类科学家真正的研究能力，就必须发展出对物理世界的新型”观测”能力从而实现真实的Reward。然而，寻找与智能体相匹配的”观测”方式本身极具挑战，其难度甚至等同于千百年来科学进步的核心。“research”一词并非偶然——其词根承载的”彻底遍历”（circare）与”深度强化”（re-）双重意象，恰好契合人类对未知领域的探索逻辑。而中西方语言各自用”研/究”与”re-search”殊途同归，揭示研究行为的本质：以系统性的穷尽观测，突破认知的边界。 正因如此，研究者才不得不借助”仿真”手段，在一定程度上模拟真实世界的反馈机制，以此为权宜之计，降低直接构建”Reward”的复杂度。然而必须认识到，仿真终究是对现实的映射而非替代。要实现真正的科学发现，就必须回归本源——对客观物理世界展开彻底、穷尽式的观测与验证。
因此，AI Scientist 的核心价值在于通过系统性的假设穷举，解放人类科学家的认知负荷，使其能更专注于设计更先进的观测维度。这种范式迁移在 AI 编程领域已初见端倪：正如 CognitionAI 所指出的，自然语言作为人机接口，正在实践”worse is better”这一软件哲学——虽然其模糊性使其难以完全取代精确的编程语言，却能够通过自动化实现人类难以达到的工程灵活性。但当前的软件工程设计尚未充分融入 AI 原生思维，导致在复杂系统中，为维持模型指令跟随能力，有时会将原始代码直接写入提示词，可谓顾此失彼。但如果从整体架构出发，将每个原子化功能构建为可由 Agent 处理的”原型”，并借助编程 Agent 与程序员的协作，或可在长期维护中保持复杂系统的灵活性，从而避免代码逐渐僵化与混乱，成为”屎山”。
这种二元性恰恰揭示了AI Scientist的终极定位：它不应是取代人类的”思考者”，而应成为连接跨领域科学家的”语义桥梁”，在保持各学科表达规范的同时构建知识融通的高速通道。这种定位自然引向一个根本性问题：究竟该如何设计AI原生的Research系统？
我们想象这样一种情形：AI通过Natural Language作为载体与人类科学家进行交互，众多领域的人类科学家通过AI进行全人类范围内的思想的深度整合和广泛融合。在已有成熟研究范式的领域，人工智能可自动化实现研究模式的复现与扩展，从而在取得关键突破后迅速扩大研究规模，形成超越个体科学家认知能力的系统性研究能力。因此，现有research的范式需要被颠覆，应该匹配AI的长处而不是人的长处（有可能将来的多组学就是如此），尝试对复杂问题推理模式进行探索和穷尽，从而使得人类科学家”间接”地掌握超出其能力范围的认知。
在科学探索的征途上，Agent将与人类科学家携手，融合多领域智慧，超越局部认知的局限，共同揭开复杂系统的全貌。这场协作必将突破”盲人摸象”的困境，迈向更全面、深刻的认知新境界。