scientify

Scientify

端到端自主演进的 AI 科研系统

Scientify.tech · English

1. 端到端自主研究：持续演进，产出 SOTA 级成果

给 Scientify 一个研究目标，它会自主完成文献调研、假设生成、代码实现、审查和实验验证，并根据结果持续修正研究方向。

Scientify 通过多智能体迭代推进研究。编排器保留研究假设和已有积累，调度独立智能体完成实现、审查和实验。每轮实验的结果都会沉淀为下一轮的经验，让研究沿着更有效的路径持续推进。

案例 1：自主发现 KV2 算法，达到领域领先性能

研究目标：针对长上下文大语言模型推理，设计一种同时降低首 token 时延和单请求通信量的策略。

Scientify 自主完成文献调研、假设生成、代码实现与消融实验，提出 KV2 算法。相较于现有研究，KV2 的首 token 时延第 95 百分位（TTFT p95）和单请求通信量（bytes/request）均有降低，性能达到 SOTA 水平。

Scientify 自主产出的学术论文，呈现 KV2 的设计思路与实验结果

KV2 与现有方法的性能对比

案例 2：揭示黑洞状态演变的三个边界，建立可预测的理论框架

Scientify 独立完成理论推导、数值分析和论文撰写，产出 Equilibrium Gibbs Bifurcations of Bardeen-AdS Black Holes at Fixed Pressure。

• 理论发现：在论文采用的 Bardeen-AdS 黑洞热力学定义下，Scientify 将已有研究中的复杂自由能曲线归纳为具有三个明确边界的演变序列：随着黑洞中心平滑区域扩大，曲线从燕尾形经过 8 字形、c 形，最终变为单分支。关键发现是，第一次曲线变形后，大小黑洞仍可稳定共存。三个形态边界都服从同一压力缩放关系，最终单分支边界还具有精确解析解。
• 数据依据：Scientify 比较三个压力下的温度与自由能计算数据，通过曲线转折点和交点追踪三次形态变化。将压力与中心尺度按同一方式组合后，各压力下的三个边界分别归并为三个固定数值，揭示出跨压力的共同结构。它进一步从方程中推导出这一关系，并用热容检查稳定性、用自由能比较大小黑洞，验证了曲线变形后仍存在稳定共存。
• 理论意义：它把此前描述曲线形状的结果推进为可计算转变位置、可判断稳定共存的理论框架。研究者可以由一个压力下的边界推算其他压力下的边界，并将曲线形态与实际稳定状态分别判定。这为理解黑洞中心的平滑处理如何改变其热力学行为提供了定量依据。

2. 智能体性能领先：相关论文已被 ICML 2026 录用

Scientify 采用持续知识新陈代谢模式：持续跟进前沿文献，将新知识与已有积累关联，并用实验结果修正假设。知识、假设与实验经验在多轮研究中持续保留，支持后续研究不断深入。

我们在 50 个研究主题、892 条生成假设上，对照测试了Scientify的持续知识新陈代谢与传统Agent的处理模式。Scientify的假设命中率达到基线的 1.9 倍，单主题有效假设数增加 26%，Token 成本降低 92%。

论文已被 ICML 2026 录用。

Continuous Knowledge Metabolism: Generating Scientific Hypotheses from Evolving Literature

3. 如何使用

前往 Scientify.tech，注册或登录后，在工作区输入你的研究目标即可开始。

Scientify 在隔离云电脑中持续执行研究任务，文献、代码、数据和实验结果保存在同一工作区。关闭电脑后任务继续运行，你可以随时从手机或其他设备查看进度、补充材料并继续研究。