科研领域迎来一项重要开源成果——北京大学与元空AI Agent联合实验室正式发布OpenAI4S（Open AI for Scientist），一个基于MIT协议开源的科研智能体项目。该项目旨在通过“代码即行动”（Code-as-Action）理念，让AI真正融入科研工作流，推动从问题提出到任务完成的完整闭环。
传统AI Agent多依赖预设工具菜单逐步执行任务，但科研场景往往涉及多步骤、跨领域的复杂操作，如数据清洗、算法调用、GPU算力请求等。OpenAI4S通过直接生成并执行Python或R代码，在一个持续运行的内核环境中完成循环、条件判断和批量数据处理，避免中间结果重复传递。例如，研究人员可在一个界面内完成从数据下载到图表生成的完整流程，生成的产物会自动保存并版本化，支持后续检查和修改。
项目内置30余个科研Skills，覆盖蛋白质结构分析、单细胞数据处理、文献检索等常见场景，其中14个封装了GPU加速的科学计算能力。这些Skills并非静态工具，而是可动态扩展的“代码配方”，包含数据获取、服务调用、结果验证等完整逻辑。开发者可根据需求接入新数据库或算法，使系统能力随科研需求同步升级。
针对算力瓶颈问题，OpenAI4S支持将专业计算任务派发至自有GPU服务器，本地仅负责任务组织与交互。例如蛋白质结构预测任务中，系统会通过SSH连接8×A100服务器运行Protenix模型，回传带置信度评分的结构数据。若计算环境未配置GPU，系统会明确报错而非生成虚假结果，严格遵循“不伪造策略”（no-fabrication policy），确保所有数据与计算的真实性。
该项目的研发团队由北京大学与元空AI联合组建，核心成员包括张恭博、李昊、王豫等。张恭博此前在分子与蛋白质基础模型领域的研究成果，为OpenAI4S提供了重要技术积累。元空AI作为端侧AI公司，通过模型后训练与Agent Runtime技术，使系统能在本地及离线环境中运行复杂任务，其元空AI Work与元空AI Science两条产品线已分别进入智能办公与科学发现领域。
OpenAI4S的开源内容涵盖核心架构、科研Skills及完整应用示例，用户可通过三行命令启动项目：克隆仓库、设置环境并运行启动脚本。系统提供人胰岛素数据分析、青蒿素溶解度预测等真实案例，支持研究人员直接体验完整科研流程。项目方呼吁高校、科研机构及开发者共同参与，通过开发新Skills、完善核心架构或反馈使用案例等方式，推动科研Agent从Demo向实用基础设施演进。
项目官网：https://github.com/PKU-YuanGroup/OpenAI4S
元空AI Science平台：https://www.chatexcel.com/homesite/openAI4S
