
Wonderful
Wonderful 的定位并非仅提供基于大语言模型的对话界面,而是构建一套面向企业客户的多智能体部署与编排平台,重点解决跨语言、跨文化、跨监管环境的本地化落地问题。
斯坦福团队推出 Paper2Agent,该多智能体系统能够自动把学术论文连同配套代码库,打包成模型上下文协议(MCP)服务器。任何兼容 MCP 的智能体(Claude Code、Codex 等)都可以通过自然语言调用论文里的算法,相当于给论文配备一名 “虚拟通讯作者”
由斯坦福大学 Jiacheng Miao 和 James Zou 领导的团队在《自然》杂志上发表了一项突破性研究:Paper2Agent。这是一个多代理 AI 系统,能够自动将计算科学论文及其代码库转化为符合 模型上下文协议 (MCP) 标准的交互式服务器。

简单来说,Paper2Agent 就像一位“虚拟通讯作者”,它不仅读懂了论文,还配置好了环境、跑通了代码,并封装成工具。任何兼容 MCP 的 AI 助手(如 Claude Code)都可以通过自然语言直接调用这些工具,在新数据上复现结果或进行新的分析,彻底打破了“PDF 锁死方法”的困境。
Paper2Agent 基于 Claude Code 的代理 SDK 构建,通过中央编排器协调 6 个专业子代理并行工作:
在 AlphaGenome(基因组学分析工具)的测试中,Paper2Agent 展现了卓越的能力:
| 基准任务 | Paper2Agent | Claude + Repo | Biomni |
|---|---|---|---|
| 教程衍生查询 | 98.7 ± 1.3% | 82.7 ± 3.4% | 37.3 ± 4.0% |
| 新颖查询 | 100.0 ± 0.0% | 78.7 ± 4.4% | 56.0 ± 3.4% |
| 开放式查询 | 82.7 ± 2.4% | 56.7 ± 2.3% | 72.2 ± 2.2% |
Paper2Agent 不仅是一个复现工具,更是一个科研协作伙伴。研究团队连接了三个代理(AlphaGenome、MPRA 筛选、Perturb-seq 数据集),共同探索银屑病位点 rs887314:
注:该假设仍需实验验证,但展示了 AI 代理在辅助假设生成和交叉验证方面的巨大潜力。







