AI 代理自主重塑科學研發：探索與發現設計模式

過去的 AI 系統，其運作本質是在一個預先定義的知識與解決方案空間內尋找最佳解。使用者給定明確的指令，系統在已知的邊界內回應輸出。這種模式建立在一個預設上：問題的起點與終點都已明確，系統只負責在兩者之間尋找最優路徑。

探索與發現（Exploration and Discovery）設計模式所描述的，是與此截然不同的運作方式。在此模式下，AI 不再侷限於既有知識範圍內的最佳化，而是被賦予進入不熟悉領域、自主嘗試新方法、並透過環境反饋產生新知識的能力。它跨越了從「被動執行指令」到「主動發掘未知」之間的界線，從純粹的計算工具，轉變為具備探索能力的獨立研究個體。這不只是能力的擴張，更意味著科學研究方法論本身的重塑：從「人類提出問題、機器計算答案」轉變為「機器也參與提出問題與建構答案」。

從被動跟隨到主動探索的典範轉移

這個轉變的根源，在於傳統 AI 與探索型 AI 對「知識邊界」的不同處理方式。大型語言模型在日常使用中確實表現出一定的主動性——可以撰寫程式、整理會議紀錄、模仿特定作者語氣。然而這些能力都運行在一個受限的語境內：使用者已經給定了輸出目標，系統的任務是針對既有知識進行最佳化。這類情境屬於「已知的未知」——問題存在，答案存在於已知範圍內，系統的責任是找出它。

真正的挑戰在於「未知的未知」：我們不知道我們不知道的事情。在科學研究或複雜的商業環境中，問題本身尚未被界定，解決路徑亦不存在於任何預先定義的空間。傳統 AI 在此情境下只有兩種結果：表現失效，或者產出看似合理卻缺乏實質依據的幻覺。原因在於其本質——預測下一個字元——並未包含跨越已知邊界的能力。

探索與發現模式正是為了填補這個缺口而設計。它賦予 AI 主動權：允許其進入完全不熟悉的領域、提出並測試新方法、根據環境反饋迭代。這個過程的核心差異在於，系統不再僅是從既有資料庫中檢索答案，而是透過生成與驗證，建立新的答案。

代理如何自主決定探索方向

探索型代理進入未知領域後，需要一套機制來決定探索方向，以避免在大型資訊空間中進行無效率的隨機搜尋。資料描述的機制是自主評估與排序潛在行動：系統以一個宏觀目標為基礎，自行分解為若干子目標，並依投資報酬率的預期，評估各條探索路徑的優先序。

資料列舉了此模式在不同領域的應用：

AlphaGo 是這個機制在遊戲領域的代表。它並非單純在棋局中尋找最佳著手，而是在廣大的遊戲狀態空間中主動探索：透過自我對弈與評估，它發現了人類棋譜中未曾出現的策略，也找出遊戲環境底層的漏洞。其運作方式是在內部模擬大量可能的對局未來，再依據評估結果決定最有價值的探索分支。這正是探索－利用（exploration-exploitation）困境在真實系統中的具體體現：系統必須在「廣闊地探索未知」與「聰明地利用已知」之間取得平衡。

同樣的邏輯應用於商業市場研究。代理自主掃描海量的非結構化資料，但其運作方式不同於傳統爬蟲——後者僅依關鍵詞檢索，而探索型代理是在資訊中尋找異常值。當偵測到具有潛力的微弱訊號時，代理會自行決定投入更多運算資源深入該分支。

什麼時候該用探索與發現模式

探索與發現模式並非適用於所有情境。資料給出的經驗法則是：此模式適合在解決方案空間尚未完全定義的開放式、複雜或快速發展的領域中使用，特別是需要產生新穎假設、策略或見解的任務，例如科學研究、市場分析與創意內容生成。當目標是發現「未知的未知」，而不只是優化已知流程時，此模式至關重要。

判斷的依據可以歸納為兩個條件：

相反的，當問題的解決方案空間已經明確定義、只需在既有選項中選出最佳解時，套用此模式反而會增加無謂的計算負擔，傳統的最佳化或規則式方法更為合適。

Google AI Co-Scientist：六個角色組成的多代理科學團隊

前述主動探索能力的最典型應用場景，是科學研究——一個同時要求創造力與嚴謹邏輯的領域。由 Google 研究院開發的 AI Co-Scientist 是此模式最具代表性的案例。

AI Co-Scientist 建立在 Gemini 大型語言模型之上，但並非單一大型模型，而是多代理框架：系統模擬人類科學團隊的協作與反覆辯論過程，由六個各自承擔特定專業角色的核心代理組成。整體架構由一個主管代理（Supervisor）在非同步任務執行框架內統一協調，負責管理各代理的任務派發與結果彙整，並允許依需求彈性擴展運算資源。

進化代理的運作最能體現探索的本質。它透過簡化概念、綜合想法與探索非常規推理三種途徑來持續完善頂級假設。它並非對既有論文進行表面重組，而是運用非常規邏輯：例如將 A 論文中的冷門分子結構，與 B 論文裡不同領域的病變機制進行概念配對，以推演出人類科學家可能因學科壁壘而未曾考慮過的新假設。

鄰近代理則負責維持系統的觀點多樣性。它持續監控其他五個代理的思想軌跡；當偵測到所有代理集中於同一知識領域、且因盲區而停滯時，它會建議團隊轉向鄰近領域探索。此機制用於避免系統陷入局部最優。

主管代理（Supervisor）
協調任務派發與結果彙整、彈性擴展運算資源
        │
        ▼
生成代理 ──提出假設──> 反思代理 ──批判──> 排名代理 ──錦標賽──> 進化代理
   │  ▲                                                 │           │
   │  │                                                  └─> 優化假設 │
   └──┴────────────── 鄰近代理（監控思想軌跡、拉開視角） <───────────┘
                        │
                        ▼
             元審查代理（綜合辯論、回饋錯誤模式，讓系統自我迭代）

端對端實驗驗證

多代理框架的運作成果是否能在真實世界落地，取決於實證驗證。資料列舉的端對端實驗結果，涵蓋了三個生物醫學領域。

藥物再利用（急性骨髓性白血病 AML）：系統提出了一種全新的候選藥物 KIRA6，此藥物在此之前完全沒有用於 AML 的臨床前證據。系統在極短時間內從大量冷門醫學文獻中提取並建立關聯，在沒有任何人類提示的條件下自主發掘此可能性。後續的體外實驗確認，KIRA6 能在臨床相關濃度下抑制多種 AML 細胞系的腫瘤細胞活力。

新目標發現（肝纖維化）：系統鑑定出肝纖維化的新表觀遺傳目標——一種不改變 DNA 序列、而是透過表觀遺傳機制調控肝臟纖維化進程的目標。其中一種已確認的藥物已獲 FDA 核准用於治療另一種疾病，因此具備藥物再利用的潛在機會。

抗菌素抗藥性（cf-PICIs）：系統的任務是解釋為何在許多細菌物種中都存在某些可移動遺傳元件（cf-PICIs）。一個人類獨立研究團隊花費超過十年的時間，才證實這些元件會與不同的噬菌體尾部相互作用以擴大宿主範圍——這是理解細菌抗生素抗藥性的關鍵發現。AI Co-Scientist 在兩天內獨立重現了這項尚未發表的實驗結果，推導出與該團隊一致的假設機制。

測試時計算擴展

上述成果建立於一個關鍵的效能驗證之上。由於排名代理以 Elo 錦標賽機制選拔假設，一個合理的質疑是：系統是否只會選出最擅長辯論、而非最正確的假設——自然界的規律並不會因為邏輯上更具說服力而改變。

研究團隊以 GPQA 基準測試回應此疑慮。GPQA 是高度困難的專家級科學問答測試，問題難度連具博士學位的人類專家都難以正確回答。測試結果顯示，系統內部的 Elo 評級與輸出的事實準確性高度一致；在最困難的「鑽石集」上，AI Co-Scientist 達到 78.4% 的 top-1 準確率。在一系列精選的 15 個最具挑戰性的問題上，其表現不僅超越了其他最先進的 AI 模型，甚至優於人類專家提供的最佳猜測。

除基準測試外，研究團隊也邀請生物醫學專家進行主觀評估。在一項小規模評估中，專家認為 AI Co-Scientist 的成果比其他基線模型更新穎、更具影響力；其藥物再利用建議採用了 NIH 特定目標頁面的格式，並由六位腫瘤專家組成的評審小組評為高品質。此外，對超過 200 個研究目標的分析顯示，擴展測試時計算能持續提高假設的品質。

支撐此準確率的底層機制是測試時計算擴展（test-time compute scaling）。傳統 AI 的推理方式是即時的：收到指令後，依據機率分布直接生成輸出。測試時計算擴展則要求系統在回應前投入更多運算資源：面對困難問題時，系統在內部展開多條邏輯推演路徑，讓不同代理進行自我驗證與相互辯論，並剔除看似合理但實際無法成立的候選分支，最後才輸出經淘汰程序篩選的結果。因此，投入愈多的思考時間與運算資源，產出假設的品質就愈高。

傳統 AI（即時推理）            探索代理（測試時計算擴展）
輸入 ──> 機率預測 ──> 答案     輸入 ─> 展開多條推演路徑
                                    ├─> 路徑 A：自我驗證 ──> 淘汰
                                    ├─> 路徑 B：代理互辯 ──> 淘汰
                                    └─> 路徑 C：邏輯推演 ──> 勝出 ─> 答案

Agent Laboratory：完整生命週期的自主研究框架

AI Co-Scientist 驗證了 AI 具備科學推理能力，接下來的問題是：系統是否能涵蓋動手做實驗與撰寫報告的完整研究流程。由 Samuel Schmidgall 開發、以 MIT 授權釋出的開源專案 Agent Laboratory 正是此方向的嘗試。

Agent Laboratory 的設計目標是將整個研究生命週期——文獻綜述、實驗設計與執行、結果分析、報告撰寫——整合進一個軟體框架中，並以對應學術機構層級結構的代理角色分工。研究流程分成四個階段：文獻綜述階段利用 arXiv 等外部資料庫自主收集並批判性分析相關文獻；實驗階段協同制定實驗設計、準備資料並執行實驗；報告撰寫階段自動生成研究報告，並整合 LaTeX 進行專業排版與圖形生成；知識共享階段則透過 AgentRxiv 沉積與檢索研究成果。

┌─────────────────────────────────────────────────────┐
│              Agent Laboratory 虛擬研究所              │
│  ┌─────────────────────────────────────────────────┐ │
│  │ 教授代理：訂定研究議題、決定研究方向、分派任務   │ │
│  │   │                                             │ │
│  │   ▼                                             │ │
│  │ 博士後代理：文獻綜述、撰寫程式、執行實驗、寫論文 │ │
│  │   │                                             │ │
│  │   ├─ ML 工程代理：資料預處理（受博士後指導）     │ │
│  │   └─ 軟體工程代理：確保程式碼品質                │ │
│  │   │                                             │ │
│  │   ▼                                             │ │
│  │ 三方審稿代理：對抗性批判，降低幻覺與偏誤風險     │ │
│  └─────────────────────────────────────────────────┘ │
│          │                                           │
│          ▼                                           │
│  AgentRxiv：去中心化知識庫，代理間共享研究成果        │
└─────────────────────────────────────────────────────┘

框架中，教授代理負責制定研究議程、定義研究問題並將任務分派給其他代理。博士後代理是主要的產出者，負責文獻綜述、實驗設計與執行、以及研究報告撰寫——包含自行撰寫程式、從 Hugging Face 等開源模型庫取得模型並執行實驗。機器學習工程代理與軟體工程代理則分別負責資料預處理與程式碼品質控制。

三方代理判斷機制：對抗性評估

完全自動化的研究流程伴隨一個根本性的風險：若研究的選題、執行與審查均由同一系統內的 AI 完成，審查過程可能流於形式，產出缺乏外部驗證的論文。這正是大型語言模型系統常見的諂媚（sycophancy）現象——模型傾向於迎合輸入，而非提出批判。

Agent Laboratory 以三方代理判斷機制回應此風險。此機制並非部署三個功能相同的審稿代理，而是刻意引入對抗性思維：三個審稿代理被設定為基於不同的認知框架進行評估，系統因此引入認知摩擦。三個代理的提示詞如下：

透過此多面向的定性評估，系統在內部建立了一個對抗式評估結構，以降低產生幻覺或自我肯定偏誤的風險。以 TypeScript 實作此機制，結構如下：

import { z } from 'zod'

const ScoreSchema = z.object({
  summary: z.string(),
  strengths: z.array(z.string()),
  weaknesses: z.array(z.string()),
  originality: z.number().min(1).max(4),
  quality: z.number().min(1).max(4),
  clarity: z.number().min(1).max(4),
  significance: z.number().min(1).max(4),
  soundness: z.number().min(1).max(4),
  presentation: z.number().min(1).max(4),
  contribution: z.number().min(1).max(4),
  overall: z.number().min(1).max(10),
  decision: z.enum(['Accept', 'Reject']),
})
type Score = z.infer<typeof ScoreSchema>

// 三個刻意對立的認知框架
const REVIEWERS: { name: string; prompt: string }[] = [
  {
    name: 'Reviewer #1',
    prompt:
      'You are a harsh but fair reviewer and expect good experiments that lead to insights for the research topic.',
  },
  {
    name: 'Reviewer #2',
    prompt:
      'You are a harsh and critical but fair reviewer who is looking for an idea that would be impactful in the field.',
  },
  {
    name: 'Reviewer #3',
    prompt:
      'You are a harsh but fair open-minded reviewer that is looking for novel ideas that have not been proposed before.',
  },
]

// 要求審稿代理依固定 JSON 格式回傳，方便程式自動解析
const REVIEW_FORMAT = `
Respond in the following format:

THOUGHT:
<THOUGHT>

REVIEW JSON:
\`\`\`json
<JSON>
\`\`\`

In <JSON>, provide the review in JSON format with the fields in order:
- "summary": A summary of the paper content and its contributions.
- "strengths": A list of strengths of the paper.
- "weaknesses": A list of weaknesses of the paper.
- "originality": A rating from 1 to 4 (low, medium, high, very high).
- "quality": A rating from 1 to 4 (low, medium, high, very high).
- "clarity": A rating from 1 to 4 (low, medium, high, very high).
- "significance": A rating from 1 to 4 (low, medium, high, very high).
- "soundness": A rating from 1 to 4 (poor, fair, good, excellent).
- "presentation": A rating from 1 to 4 (poor, fair, good, excellent).
- "contribution": A rating from 1 to 4 (poor, fair, good, excellent).
- "overall": A rating from 1 to 10 (very strong reject to award quality).
- "decision": One of: Accept, Reject.
`

type LLM = (prompt: string) => Promise<string>

// 單一審稿代理：用特定認知框架評分，並用 zod 驗證 LLM 回傳的 JSON
async function getScore(
  plan: string,
  report: string,
  reviewerType: string,
  llm: LLM,
): Promise<Score> {
  const raw = await llm(`${reviewerType}\n\nPlan:\n${plan}\n\nReport:\n${report}\n\n${REVIEW_FORMAT}`)
  const json = raw.match(/```json\n([\s\S]*?)\n```/)?.[1] ?? raw
  return ScoreSchema.parse(JSON.parse(json)) // zod 守門員擋下幻覺產生的非法格式
}

// 三方代理判斷：三個不同框架並行評分
export async function runThreePartyReview(
  plan: string,
  report: string,
  llm: LLM,
): Promise<{ reviewer: string; score: Score }[]> {
  const results = await Promise.all(
    REVIEWERS.map(async ({ name, prompt }) => {
      const score = await getScore(plan, report, prompt, llm)
      return { reviewer: name, score }
    }),
  )
  return results
}

現有框架的限制

探索型代理系統在現實運作中仍有其限制，主要集中於資料來源與安全兩個層面。

資料取得的死角。 系統的知識高度依賴開放取用（open access）文獻。學術界大量頂級期刊的最新研究被收錄在付費牆之後，若系統無法讀取這些文獻，其探索範圍從初始即存在缺口。此缺口同時放大幻覺風險：當資訊不足時，系統可能將不相關的論文強行建立關聯，這在醫學與精密科學領域具有實際危險。

負面實驗結果的稀缺。 人類科學家通常只發表成功的實驗結果。在重複的實驗嘗試中，失敗的記錄——例如行不通的化學反應——往往僅留存於實驗筆記本或研究者的記憶中，而未進入公開文獻。對資深科學家而言，排除死路的知識與找到通路的知識具有同等價值；缺乏此類負面資料，AI 便無法建立避開無效路徑的判斷能力，而必須在探索中重新驗證人類已知為無效的方向。

繼承底層大型語言模型的限制。 由於系統的推理能力建立在 Gemini 之上，它同時繼承了大型語言模型的固有局限性，包括可能產生的事實不準確或幻覺。即使經過多代理辯論與淘汰程序的篩選，輸出的假設仍可能受到底層模型認知偏誤的影響。

人類科學家的知識（只有成功被發表）
  實驗 1 ──失敗──> 筆記本深處（AI 無法取得）
  實驗 2 ──失敗──> 筆記本深處（AI 無法取得）
  ...
  實驗 99 ──失敗──> 筆記本深處（AI 無法取得）
  實驗 100 ──成功──> 論文發表（AI 僅能取得此筆）

AI 的探索範圍：只涵蓋已發表的成功路徑，無效路徑需自行重新驗證

此現象形成一個結構性矛盾：人類的學術發表機制，反過來限制了 AI 的探索能力——系統最缺乏的，正是人類知識中未被記錄的部分。

安全機制

探索型代理的強大研究能力同樣可被誤用。系統在架構上設有雙層防護：

研究目標 ──> [輸入端安全審查] ──> AI Co-Scientist ──> [輸出端安全檢查] ──> 結果
                檢查意圖是否安全                       檢查假設與實驗步驟
                                                      是否可能被濫用

輸入端審查：當系統接收到研究目標時，先進行意圖的安全審查。輸出端檢查：所有產生的假設與實驗步驟在輸出前再次被檢查，以防止被用於不道德或具破壞性的研究。研究團隊以 1200 個惡意的對抗性研究目標進行壓力測試，結果顯示系統能有效拒絕危險指令。然而，安全防護是一場持續的攻防，不存在絕對完美的系統。因此，此類代理目前僅透過可信的測試計畫向有限的科學家群體開放，目的在於收集真實世界的回饋並持續強化防禦。

對 UI/UX 的影響

探索與發現模式與傳統「輸入指令、得到輸出」的介面設計有本質差異，對使用者體驗的影響體現在三個層面。

探索過程的可觀測性。 探索型代理需要大量時間展開推演路徑與反覆辯論，若介面僅呈現等待狀態，使用者無從得知系統的進度與階段。介面應將探索過程視覺化，包含目前的探索階段、已完成的工作量與候選假設的數量：

┌────────────────────────────────────────────────┐
│ 研究助理                    AI Co-Scientist 　 │
├────────────────────────────────────────────────┤
│ 探索中：假設生成              15 個候選假設     │
│    ├─ 文獻掃描       已完成 12,847 篇           │
│    ├─ 假設辯論       Elo 錦標賽 第 3 輪        │
│    └─ 進化優化       進行中：跨領域概念配對     │
│                                                  │
│ [目前排名最高的假設]                              │
│ 「cf-PICIs 與噬菌體尾部相互作用擴大宿主範圍」   │
│   可信度 ███████░░░ 78%   推演路徑 42 條        │
│ [查看辯論記錄]  [展開推演樹]  [暫停交由人工]    │
└────────────────────────────────────────────────┘

（示意圖，圖中數字為說明用範例，非實際系統數據。）

不確定性的透明呈現。 探索型 AI 的輸出本質上是不確定的——系統是從多條推演路徑中選出勝出者，而非給出唯一正解。介面必須呈現此不確定性：顯示推演路徑數、被淘汰的分支、以及每個假設的可信度評級。使用者需要理解產出是探索的結果而非絕對真相，以避免過度依賴。此原則與評估與監測的精神一致，可參考這裡-打造自我品管的 AI 承包商：評估與監測。

人類介入點的明確化。 探索與發現模式並非全自動黑箱。從 AI Co-Scientist 的「科學家在環」到 Agent Laboratory 的三方審稿，人類在流程中都扮演關鍵角色。介面應在關鍵節點提供介入選項：實驗設計前的確認、發表前的覆核、探索偏離方向時的暫停與重新導向。可參考這裡-AI 代理的安全煞車：Guardrails 護欄與安全模式。

前後端技術實作

對應上述 UI/UX 需求，前後端的職責分工如下。

後端：將探索引擎建置為可觀測的服務

• 使用 zod（或其他 schema 驗證工具）在代理邊界驗證所有輸出，阻擋 LLM 幻覺產生的非法格式——如同前述 getScore 以 ScoreSchema.parse 守護審稿結果
• 以事件驅動架構（如 EventEmitter 或 WebSocket）將探索過程的事件串流至前端：hypothesis_generated、debate_round、branch_pruned、hypothesis_selected
• 為每條推演路徑建立狀態機，記錄路徑的生命週期與淘汰原因，供前端繪製推演樹
• 將測試時計算擴展設計為可調整參數：maxBranches、maxCompute、confidenceThreshold，並記錄投入的計算量與產出品質的關係

前端 <──(WebSocket 事件串流)── 探索引擎
                                ├─ 假設生成器（多 LLM 並行展開路徑）
                                ├─ 辯論/淘汰迴圈（Elo 評級）
                                ├─ 可信度計算
                                └─ zod 驗證 → 狀態持久化

前端：將探索過程視覺化

• 以進度條與階段指示器呈現探索生命週期，顯示目前的階段（文獻掃描、假設辯論、進化優化、審稿）
• 以樹狀圖或桑基圖呈現推演路徑，被淘汰的分支標示淘汰原因
• 每個輸出的假設顯示可信度評級與支持證據，而非僅呈現結論
• 在關鍵決策節點（實驗設計前、發表前）插入人類確認的對話框

總結

探索與發現模式的深層意涵，在於 AI 角色定位的轉變：從等待指令的計算工具，轉變為主動追求目標的研究個體。資料反覆強調的核心設計原則，是科學家在環（human-in-the-loop）協作正規化——此模式的目的並非以 AI 取代人類研究者，而是將人類從閱讀大量文獻、處理繁雜資料、反覆試錯的勞動中解放出來，使人類能將認知資源集中於提出更具根本性的問題，以及對 AI 產出進行批判性決策。

此模式同時留下值得進一步思考的議題：資料最後提到的 AgentRxiv，是一個為 AI 研究代理設計的去中心化知識庫，允許代理自主分享研究成果、存取彼此的資料，並以既有的發現為基礎繼續推進——相當於專屬於 AI 代理的學術社群與發表平台。

當此類平台上聚集大量不間斷執行實驗與撰寫論文的 AI 代理，且代理之間知識交流與驗證的速度超過人類科學家閱讀與理解的速度時，一個結構性問題隨之浮現：未來的科學突破，將如何歸屬於人類的理解範圍？當 AI 產出的發現已無法被人類即時消化與驗證，探索與發現模式是否會在提升發現速度的同時，拉大 AI 產出與人類理解之間的可控落差？這是此模式成熟後，值得在設計與治理層面持續關注的課題。

面對這個落差，最值得守住的一條底線是人類可理解性。探索與發現模式的價值在於擴展人類的認知邊界，但若 AI 產出的每一步推論最終都無法被追溯、被翻譯回人類可檢驗的語言，那麼它在加速科學發現的同時，也在悄悄削弱人類把關知識的能力。把可理解性當成系統設計的硬性約束，而不是事後補救的說明文件，讓「機器負責探索、人類負責檢驗」的分工真正成立——這比單純追求發現速度更能決定這套模式能否長期被信任。

參考資料

• Agentic Design Patterns - Chapter 21: Exploration and Discovery
• Accelerating scientific breakthroughs with an AI co-scientist
• Agent Laboratory
• AgentRxiv
• Exploration–exploitation dilemma - Wikipedia