AI连轴工作17天，产出166篇论文酷玩实验室

如果你是一个博士生，写一篇论文大概需要多久？

乐观一点，三个月。悲观一点，三年也不是不可能。中间还得经历选题被毙、实验跑崩、数据对不上、审稿人第三轮还在要求major revision（就是大改！）等人间疾苦。

最近有个AI，用了417小时干完了166篇。

这个AI叫FARS，全称Fully Automated Research System，全自动科研系统，来自一家你可能没听过的中国初创公司，Analemma。它的工作流程跟博士生一模一样：翻文献、找选题、提假设、设计实验、写代码跑数据、分析结果、画图、成稿。全程没有导师催，没有deadline焦虑，不喝咖啡，不上厕所，24小时连轴转。

更离谱的是，整个过程是直播的。任何人都可以打开网页，实时围观这个AI怎么肝论文。就像看一个博士生在直播间里赶稿，只不过这个博士不需要睡觉。

让它跑的人的原话很简单：先写100篇。

结果这台“论文机器”一口气跑了417小时，累计17天，产出了166篇论文。平均每2小时17分钟交一篇。整个过程消耗了216亿个token，烧掉大约18.6万美元，折合人民币超过130万，算下来每篇论文的成本大约1100美元。

博士生看了沉默，导师看了流泪。

但先别急着感叹。我们得搞清楚两件事：这个系统是怎么工作的？它写出来的东西，到底能不能看？

01. 造一台论文机器

做FARS的人叫孙天祥，复旦大学自然语言处理方向的博士，2024年毕业。

孙天祥个人主页

这个名字你可能没听过，但他做过的东西你没准有印象：MOSS。

2023年初，ChatGPT刚在全球引爆AI热潮的时候，复旦大学发布了MOSS，这是国内最早一批对标ChatGPT的大语言模型之一。当时社交媒体上铺天盖地的讨论，各路媒体争相报道，MOSS项目的核心主导者，就是当时还是博士生的孙天祥。

当时的新闻稿，时间是亮点

2024年博士毕业后，他辗转进入上海创智学院担任助理教授，同时创立了Analemma。公司的slogan是：“In a world of infinite questions, it is time to build an infinite mind”，翻译过来就是：在一个问题无穷的世界，是时候构建一个无穷的心智。

这话听着玄乎，但他做的事倒是挺实在的：先造一个能自己做科研的AI系统，即本文的主角FARS。

FARS的工作方式，用人话说就是，四个AI研究员流水线协作：

-选题agent（Ideation）：负责翻文献、找研究方向、提出假设

-规划agent（Planning）：把假设变成具体的实验方案

-实验agent（Experiment）：写代码、调用GPU集群跑实验、收集数据

-写作agent（Writing）：把实验结果整理成一篇完整的论文

FARS的架构图

四个agent在一个共享文件系统里协作，彼此之间不直接对话，而是通过读写文件来交接工作，背后撑着这套系统的，是160块英伟达GPU组成的算力集群，配上所有agent想要调用的一线大模型。

打开FARS的直播页面，你能看到的东西相当丰富。顶上是当前课题的标题，下面一条进度条标着“选题→规划→实验→写作”走到了哪一步。左边是项目队列，十几个编号排着队，跑完一个换下一个。中间是当前项目的实验清单，哪步做完了、哪步还在跑，标得清清楚楚。右边是GPU集群的实时状态。如截图里显示的是76块GPU同时在干活，利用率75%。最底下一排数字实时跳动：已经产出了多少个假设、多少篇论文、跑了多久、烧了多少钱，整个界面就像一个科研工厂的监控大屏，全程直播放送。

直播页面长这样

FARS目前聚焦的研究领域是AI本身，也被称为“AI4AI”，用AI来研究AI。选这个领域有务实的考量：AI领域的实验可以完全在计算机上完成，不需要物理实验室，天然适合自动化。当然，局限也很明显：FARS暂时没法跑极度烧算力的实验（比如大规模预训练），也没法完成需要人类直接参与的实验（比如人工标注或专家评估）。