OpenScience自测75.7%超过Codex：科研Agent开始自己循环跑实验

动察 Beating AI 快讯，Y Combinator 2026 冬季批次（YC W26）公司 Synthetic Sciences 正式发布开源科研 Agent OpenScience。它能查论文、处理数据、写代码和调用科研数据库，新加入的 Autoresearch 还能让 AI 自己连续跑实验。

比如训练一个模型，研究者只需要告诉它「把验证集 loss 降下来」。OpenScience 会先跑基线，再自己提出修改方案，一轮轮执行实验。结果变好就保留，变差就回退，再根据前面的结果决定下一步试什么。用户也可以提前限制运行次数、总时长和停止条件，或者规定「接下来只改优化器」。

OpenScience 把原本需要研究者反复盯着做的实验迭代自动化了：提出方案、执行实验、比较指标、淘汰失败方案，再继续下一轮。实验可以在本机运行，也可以交给远程 GPU、SSH 服务器和 Slurm/PBS 集群。每轮实验的代码、结果和判断都会留下记录，方便后续检查。

它还支持直接登录 ChatGPT/Codex 订阅，也可以接入自己的 API Key、本地模型，或使用官方按量付费的 Ace。

官方自测中，OpenScience 在 70 道 Terminal-Bench Science 任务中完成 53 道，得分 75.7%。作为对比，Codex + GPT-6 Astra 的公开成绩为 68.1%。