浙江大学信息与电子工程学院科研团队今日正式发布“求是引擎”科学发现系统，这是国内首款具备千步级长程科研推理能力、可自主组织并持续推进全流程科研工作的AI系统，突破了现有大模型仅能作为辅助工具的行业瓶颈，为前沿基础研究与关键技术攻关提供了全新的智能化支撑路径。
图片来源：编辑网图片分享系统
长期以来，市面上主流的大模型科研应用大多停留在局部辅助层面，仅能完成文献检索、代码编写、基础数据处理等碎片化工作，面对没有固定路径的开放型科学难题，仍高度依赖科研人员手动设定步骤、调整方向，无法独立完成完整的探索闭环。而“求是引擎”的核心突破，正是实现了“长程自主科研能力”——用户仅需输入一个模糊的研究方向或目标，系统就能像资深科研团队一样逐层拆解复杂科学问题，在自主试错、动态修正、反复验证的循环中持续推进研究，最终完成千步级的长链路推理，产出可落地的原创科研成果。
据项目负责人、浙江大学信息与电子工程学院研究员杨怡豪介绍，“求是引擎”创新性采用多智能体协同框架，系统内部设置了研究规划、方法构建、任务执行、结果分析、风险质疑等多个分工明确的功能模块，运行逻辑完全复刻真实科研团队的协作模式，不同模块之间既各司其职又互相校验，从机制上避免了传统大模型容易出现的“生成看似合理但不符合科学事实内容”的问题。在一项真实光学实验平台的公开验证中，研究人员仅输入一个开放研究目标，“求是引擎”就连续自主运行十余小时，独立完成从文献调研、理论推导、实验方案设计、程序编写到数据分析、结果判定的全流程工作，期间经历多轮方案失败、问题排查与迭代优化，最终产出多项原创性科研成果，同等工作量如果由人工科研团队独立完成，通常需要耗费数周甚至数月的时间。
中国工程院院士、人工智能专家潘云鹤在发布现场评价指出，当前全球科技竞争已经从“比拼大模型参数规模”的上半场，进入到“用大模型解决真实复杂场景问题”的下半场，而科学研究正是其中最核心的赛道之一，“求是引擎”的出现，标志着国内在AI赋能科研领域迈出了关键性的一步。
截至目前，“求是引擎”已经在物理学、光学、生命医学、数学等十余个学科方向完成自主研究验证，不仅针对计算物理领域困扰学界数十年的基础难题提出了全新理论方法，还在光谱学领域搭建起具有基础性意义的新理论框架，在光计算方向发现了此前未被学界关注的全新运行机制，相关成果均已通过内部多轮核验，将于近期陆续对外公开。下一步，该系统还将逐步拓展至材料科学、量子科学、生物医学等更多前沿领域，未来有望接入全国各类科研平台，成为支撑我国科研体系高效运转的智能化关键基础设施。
