科學 AI 與代理工具
Paper2Agent 將論文程式編譯成經測試的 MCP 工具，百篇生醫研究有 74 篇成功
刊於 Nature 的 Paper2Agent 會解析論文、程式與教學，自動建立包含工具、資源及工作流程提示的 MCP 伺服器，再以可執行測試淘汰失敗函式。它讓研究方法比單純交付 PDF 或原始碼更容易被代理重用，但成功率仍受缺漏資料、相依環境及原始教學品質限制。
Paper2Agent 把科學論文視為可編譯的代理介面，而不只是供模型檢索的文字。中央編排代理先尋找論文對應的程式庫與資料，建立執行環境，再由專用子代理抽取可泛化函式，產生 MCP 工具、靜態資源與工作流程提示。測試代理會依原始教學建立數值、檔案及圖像驗證，反覆執行、診斷和修補；每個函式最多嘗試六輪，仍失敗便移除 MCP 裝飾器，不對外暴露。這使下游代理呼叫的是具有型別介面及測試紀錄的研究方法，而非臨時閱讀 README 後即席撰寫程式。
團隊對 100 篇未依文件品質篩選的計算生物學論文做端到端測試，74 篇成功轉換，產生的 599 個候選工具中有 593 個通過自動驗證。以這些論文衍生的 300 道教學題評測時，Sonnet 4 搭配 Paper2Agent 的準確率為 91.2%，高於相同模型直接取得論文與程式庫的 80.3%，也高於較新 Sonnet 4.6 直接操作程式庫的 86.3%。在十篇非生物領域論文的 42 項執行任務上，五次獨立執行的平均準確率為 98.1%，顯示模式並非完全侷限於單細胞或基因體工具。
真正的技術轉變是把出版品附帶的程式碼轉成可發現、可遠端部署且能由其他代理組合的標準介面；研究團隊也公開程式與 AlphaGenome、Scanpy、TISSUE 範例伺服器。不過 26% 論文仍因缺少可執行程式、資料、模型檔或相依環境而失敗；通過教學衍生測試也只證明重現既定輸出，不等於方法正確或適用於新資料。主要流程使用 Claude Code 與特定 Sonnet 版本，跨模型、惡意程式庫隔離、憑證管理及長期環境維護，仍是實際採用前必須補上的工程邊界。