近日，科學界迎來了一項創新突破：一款名為AstroAgents的人工智能系統橫空出世，專注于天體生物學領域，旨在探索宇宙生命的奧秘。這一成果不僅已在預印本平臺arXiv上發表，還在新加坡舉辦的國際學習表征會議上大放異彩。

AstroAgents系統由八大AI代理協同工作，它們各司其職，從數據分析到科學假設的提出，無所不能。更令人驚嘆的是，該系統整合了一系列AI工具，形成了一條從文獻檢索、假設構建到論文撰寫的完整科研流水線。NASA已計劃利用這一尖端技術，對未來從火星采集的樣本進行深入分析，以期發現能夠揭示生命跡象的有機分子。

NASA戈達德太空飛行中心的天體生物學家Denise Buckner對該系統寄予厚望，她認為AstroAgents將極大地促進科學家對分子在太空中的形成機制、地球生命起源的理解，以及生命分子的保存條件的研究。這一工具的引入也將為未來的研究方向指明道路。

AstroAgents系統基于先進的大型語言模型（LLM）構建，其設計初衷是超越傳統AI工具的被動角色，成為科研過程中的主動參與者。它能夠自主決定研究路徑、執行任務、評估結果并作出相應調整。然而，關于AI代理是否能真正提出具有原創性的科學假設，學術界內部存在廣泛爭議。卡內基科學地球與行星實驗室的天體生物學家Michael Wong指出，將AI代理應用于天體生物學領域是一次前所未有的大膽嘗試。

為了驗證AstroAgents系統的性能，研究人員采用了Claude Sonnet 3.5和Gemini 2.0 Flash兩種大型語言模型進行測試。他們向這兩個系統提供了來自八顆隕石和十份地球土壤樣本的質譜數據，并經過十輪迭代優化。測試結果顯示，Gemini系統提出了101個假設，而Claude系統則提出了48個。其中，Gemini提出的一個假設認為地球上發現的某些特定分子可能是確鑿的生物標志物；而另一個假設則指出，兩個隕石中發現的一組有機分子可能源于相同的化學反應。

Buckner對這些假設進行了細致的評估，她認為Gemini提出的假設中有36個是合理的，24個具有創新性。相比之下，Claude系統雖然提出的假設錯誤較少且表述清晰，但缺乏原創性。Buckner強調，AstroAgents系統在識別復雜模式方面的能力已經超越了單個科學家的水平。

然而，Wong對AstroAgents的實際貢獻持保留態度，他指出目前僅有一位專家對系統提出的假設進行了評估，因此評估結果可能缺乏全面性和客觀性。他認為，如果能夠收集更多專家的意見，對系統假設的評價將更具說服力。盡管如此，佐治亞理工學院的計算機科學家Amirali Aghazadeh仍然堅信AI代理將在未來的科研工作中發揮舉足輕重的作用。他強調：“這只是個開始，AI代理的潛力遠不止于此。”