一个名为FARS的全自动研究系统在200多小时内完成了100篇AI领域的论文，单篇成本仅3750元。这项技术实验不仅展示了AI在科研领域的巨大潜力，也引发了关于未来研究模式与学术价值的深刻讨论，其全部过程与代码均公开可查。
智能速览
FARS全自动研究系统由四个智能体模块构成，能独立完成从构思到写作的全过程。
系统连续运行228小时，消耗114亿Token，生成100篇论文，单篇成本仅3750元。
所有论文及相关代码均实时提交至GitHub，确保了研究的可复现性。
该系统由中国创业公司Analemma开发，其创始人曾主导MOSS大模型的研发。
精华内容
这项全自动研究系统的出现，正在挑战传统科研的边界。它通过多智能体协作，将研究的每一个环节自动化，其背后的工作原理、成本控制以及对学术界可能带来的冲击，都值得细致剖析。
核心工作原理
FARS系统的核心在于其模块化设计，它由Ideation（构思）、Planning（规划）、Experiment（实验）和Writing（写作）四个智能体组成。这四个模块通过一个共享的文件系统串联，该文件系统既是工作空间，也充当了系统的持久记忆。
这种结构模拟了人类科研团队的基本分工，确保了从提出假设到设计实验，再到论文输出的整个流程能够自主、连贯地运行。
成本与效率
在实际公开直播的实验中，FARS系统在约228小时的连续运行里，消耗了114亿Token，总成本约为75万元人民币。这意味着平均每篇完整论文的生成成本仅为3750元。
这一数字与传统培养一名博士研究生数年的时间和经济投入相比，形成了巨大反差，凸显了自动化研究在效率与成本上的颠覆性优势。
可复现性保障
为了确保研究的透明度和可信度，FARS系统将每篇生成的论文打包，并实时提交到公开的Github账号中。每篇论文都附带了完整的源代码和用于排版的Tex文件。
任何人都可以根据文档中的步骤尝试复现研究结果，甚至借鉴其代码和思路，这种开放模式为学术社区提供了前所未有的参考价值。
研究方向聚焦
FARS的研究方向并非漫无目的，而是聚焦于AI领域的前沿热点。系统预设了九大方向，包括可验证奖励的强化学习、大语言模型的自动化评测、超越Transformer的模型架构、扩散模型以及世界模型等。
这表明该系统并非简单的文本生成，而是具备在特定深度技术领域进行探索和实验的能力。
FARS项目不仅是一次技术展示，更是对未来科研形态的一次大胆探索。它以极低的成本实现了研究流程的全自动闭环，为加速科学发现提供了全新路径。当AI能够自主产出大量可复现的研究时，人类研究者的角色将如何演变？知识的边界又将因此被推向何方？
