摘要
科学研究是一个强调传承的持续过程。前人所开发的方法往往被新的研究人员加以扩展，以探索更新颖、更深入的科学问题。然而，实验室人员的变动，例如学生毕业，导致缺乏能够复现方法的人员。那些投入了大量精力和资源才开发出来的方法无法延续下去。为了解决这些局限，我们提出了 LabAgent，一个为实验室持续工作量身定制的复现与发现框架。LabAgent 采用两种机制来保证所有技能均可被执行和验证，并记录纠正方法和经验，从而能够直接纠正或避免类似错误。我们将 LabAgent 应用于药物性质预测、生物医学问题分析、蛋白质变体效应预测以及生命科学领域的统计遗传学。LabAgent 在每个领域都超越了商业通用智能体，排名第一，并展示了对一篇已发表论文中图表的精确复现。总体而言，这些结果表明 LabAgent 能够有效地整合并合理地扩展实验室知识。