科研领域迎来一项重要开源成果——北京大学与元空AI Agent联合实验室正式推出OpenAI4S（Open AI for Scientist），这是一个面向科研人员的智能体项目，采用MIT协议开源，核心模块零依赖。该项目旨在复现闭源的Claude Science功能，通过"代码即行动"（Code-as-Action）的思路，构建完整的科研工作流支持系统。
传统AI科研助手多采用"工具菜单"模式，通过预设工具链逐步完成任务。但科研工作往往涉及多数据库检索、数据清洗、代码调试、专业算法调用等复杂流程，任何环节出错都可能导致全盘重来。OpenAI4S突破这种局限，让智能体直接生成Python或R代码，在持续运行的内核环境中执行，实现数据流转、中间结果保存和任务串联。研究人员可随时检查代码、接手分析或修改结果，形成真正可交互的科研工作台。
项目内置30余个科研Skills模块，覆盖蛋白质结构分析、分子对接、单细胞数据处理等常见场景，其中14个模块封装了GPU加速的科学计算能力。这些模块采用"代码配方"形式设计，包含数据获取、服务调用、代码生成和结果验证的全流程规范，支持动态扩展。当出现新数据库或算法时，开发者只需添加相应模块即可实现能力升级，形成持续进化的科研工具生态。
针对科研计算的真实性要求，项目制定严格的"不伪造策略"：禁止使用随机数生成实验结果、禁止用低精度模型冒充高精度模型、禁止用模拟数据替代真实数据。当外部服务不可用或计算条件不满足时，系统会明确报错而非返回虚假结果。例如在蛋白质结构预测任务中，若未配置GPU环境，系统会直接提示计算失败，而非生成伪造的结构模型。
该项目研发团队由北京大学与元空AI联合组建，核心成员包括张恭博、李昊、王豫等研究人员。张恭博此前在分子与蛋白质基础模型领域的研究成果，为项目提供了重要技术积累。元空AI作为端侧AI技术企业，其模型后训练、Agent Runtime等技术能力在项目中得到充分应用。目前公司已形成智能办公与科学发现两条产品线，OpenAI4S的开源标志着其在科研智能化领域的深入布局。
项目开源内容包括核心架构、科研Skills库和完整应用示例，提供三行命令即可启动的简易部署方案。开发者可在本地环境运行系统后，通过界面配置模型API密钥。项目自带人胰岛素数据分析、青蒿素溶解度预测等真实案例，覆盖生命科学、化学、材料等多个领域。研发团队呼吁产学研各界共同参与，通过开发新模块、完善核心架构、补充测试案例等方式，推动科研智能体从演示阶段迈向实用化。
项目地址：https://github.com/PKU-YuanGroup/OpenAI4S
官方网站：https://www.chatexcel.com/homesite/openAI4S
