开源版Claude Science来了！零依赖、MIT协议，内置30+项科研Skills

Claude Science是Anthropic推出的明星级科研智能体，它能够自主完成文献检索、代码编写、数据分析、图表生成乃至报告撰写等全流程科研任务，一度被视为「AI for Science」的理想形态。然而，该项目采用闭源策略，限制了其进一步发展和广泛应用。如今，一个由顶尖高校与科技企业联合打造的开源替代方案正式发布，为科研智能化注入了新的可能性。

Code-as-Action：让AI真正动手而非仅仅回答

OpenAI4S（Open AI for Scientist）是北京大学与元空AI Agent联合实验室正式开源的科研智能体项目，采用MIT许可证、零依赖设计。区别于简单的功能模仿，该项目沿用「代码即行动」（Code-as-Action）的技术路线，独立复现了核心引擎、持久内核、host-RPC协议和安全层等关键模块，实现了真正意义上的技术自主可控。

全流程科研工作台：数据真实、计算真实

传统AI Agent的工作模式通常是在预设的「工具菜单」中进行选择，逐级调用完成简单任务。然而，科研工作涉及数据库检索、多源数据下载、清洗处理、代码迭代、专业算法调用、GPU算力请求、图表生成与报告撰写等复杂流程，任何环节出现问题都可能需要推倒重来。 OpenAI4S采用「代码即行动」的创新范式，让智能体直接在持续运行的内核环境中生成并执行Python或R代码。这意味着循环、条件判断、批量数据处理和可视化可以在一轮执行中协同完成，数据和中间结果始终保留在工作环境中，无需每步都重新传递给模型。对研究人员而言，最直观的变化是AI能够将更长、更复杂的任务串联起来：前一步下载的数据直接交付后一步分析，生成的图表和报告自动保存，全程可追溯、可检查、可修改。

30+科研Skills：可扩展的专业能力生态

OpenAI4S更像一张人与AI共用的科研工作台。用户提出任务后，它能够自主完成公开科研数据源检索、分析代码编写与执行、专业计算能力调用，最终将结果整理为图表、表格、三维结构或Markdown报告。 更值得关注的是其严格的「不伪造策略」（No-Fabrication Policy）。当前市场上部分低价科研工具存在用随机数替代实验结果、拿模拟数据充当真实数据等乱象，严重损害了科研诚信。OpenAI4S明确禁止此类行为——当外部服务无法连接或计算条件不满足时，系统会如实报错，而非生成看似合理实则虚假的结果。例如蛋白质结构预测会真正调用8×A100 GPU服务器运行Protenix推理，突变效应评分会执行真实的ESM模型计算。宁可报错，也不伪造。

自有算力接入：数据与模型留在本地

通用大模型要真正成为科研助手，仅靠「聪明」远远不够，还必须懂得专业数据去哪里找、专业工具怎么用、复杂算法怎么跑。OpenAI4S首批内置30余个科研Skills，覆盖蛋白质结构预测、序列分析、蛋白设计、分子对接、单细胞分析、文献检索、开放数据获取等主流计算科研场景。其中14个Skills封装了需要GPU或专业模型才能完成的科学计算能力。 这些Skills并非写死的工具参数表，而是可被智能体理解、阅读和执行的「代码配方」。数据来源、服务调用、代码实现、结果验证等规范都可以沉淀在Skill中。这意味着随着新数据库、新算法、新实验流程的出现，Skills可以持续扩展，而非一次性封死。

如有侵权，请联系删除。