50
12026年9月，OpenAI发布GPT-6 Astra：从 coding、computer use 到 scientific discovery，模型能够承担的任务越来越复杂，也越来越接近真正的 agentic work。
当 AI 能做的越来越多，新的问题也随之出现：我们敢把多少事情交给它？什么时候应该放手，什么时候又必须介入？这一期，我们和丁杰教授聊了聊 AI Agent 走进科研的下一步。
从 AI for Science专家不可替代的“第一公里和最后一公里”，到如何为 AI 的产出增加验证与信任层；
从 AgentDS 中人与 AI 如何协作，到把多个 AI Agents “关进房间”、限制它们的信息与交流之后，反而出现意想不到的涌现行为。
也许 AI 的下一阶段，不只是变得更聪明，而是我们开始真正理解：如何约束它、如何与它协作，以及如何放心地使用它。
🎙️ 本期嘉宾：
丁杰教授
哈佛大学博士，现任明尼苏达大学统计学教授，AI Agent 初创公司 MorphMind AI 联合创始人兼 CEO。
MorphMind AI 创立于 2025 年，致力于打造更可控、可验证的 AI Agents，旨在让 AI 的结论能够被核验、解释和追溯，让人在 AI 协助下做出的决策真正值得信任。
AI 能力如何演化：从对话、写代码到生物科研
AI 越来越强，为什么可信度反而更重要？
MorphMind AI：为 AI 加“信任层”的基础设施
实验室自动化：不仅要有“手脚”，还要有“脑”
AI前沿实验室进军生物科技的两条路线：科学推理 vs. 科研助手
MorphMind AI可信度验证机制揭秘：AI 的答案到底该怎么查验？
丁教授发起的AgentDS比赛：人机协作 vs. 纯 AI，谁表现更好？
Multi-agent 怎么设计？从 Specialist 到 World Seed
科研品味怎么培养：找好问题、快速验证、跨学科
相关阅读
AgentDS：一个研究 AI 与人类专家如何协作完成真实数据科学任务的 benchmark。2025 年比赛结果显示，表现最好的方案来自人机协作，而非纯 AI。AgentDS 官网 · AgentDS Technical Report
WorldSeed：MorphMind 团队的开源 multi-agent world engine，通过人为设计规则、角色、私有信息和交互方式，观察 agents 如何协作、竞争以及产生涌现行为。WorldSeed GitHub
