近日，浙江大学信息与电子工程学院科研团队发布“求是引擎”。该系统具备千步级长程科研推理能力，能够自主组织并持续推进科研工作，有望为科研探索提供一种新的智能化支撑。

与常见AI科研工具不同，“求是引擎”并不只用于查文献、写代码、处理数据等局部环节。面向没有固定路径的开放科学问题，系统能够围绕研究目标持续判断、动态调整，把一个科学问题逐步拆解为可执行任务，并在尝试、失败、修正和再验证中推进研究。

“‘求是引擎’不再只是一个科研辅助工具，而更接近一种新型自主研究工具。”浙江大学信息与电子工程学院研究员杨怡豪介绍。为实现这一目标，系统采用多智能体协同方式，内部不同智能体分别负责研究规划、方法构建、任务执行、结果分析、风险检查等工作，共同推进复杂科研任务，更接近真实科研团队的协作模式。

在一项光学实验平台验证中，研究人员仅提供一个开放研究目标，“求是引擎”即可在十余小时内自主完成文献调研、方案设计、数据分析等环节，并通过多轮调整形成可验证结果。相比科研人员通常需要数周甚至更长时间，该系统显著缩短了探索周期。

针对真实科研环境中存在的设备误差、数据噪声等问题，“求是引擎”不仅进行文本推理，还结合计算平台和实验工具，根据反馈动态调整研究策略。

中国工程院院士潘云鹤表示，全球科技竞争正从“谁拥有更强的大模型”，转向“谁能用大模型在真实场景中解决复杂问题”，科学研究正是重要方向之一。随着自主科研系统承担更多搜索、验证、排错、优化和初步分析工作，人类科研人员可将更多精力放在提出关键问题、判断研究价值和解释重要结果上。

截至目前，在国际多学科自主科研能力评测基准中，“求是引擎”位列总榜第一。团队介绍，该系统已在物理学、光学、生命医学和数学等十余个方向开展自主研究，并在计算物理、光谱学、光计算等领域形成阶段性成果。未来，“求是引擎”有望进一步接入更多科研任务、工具平台和实验环境，服务材料科学、量子科学、生物医学、化学实验、工程优化等方向。