Екип от Stanford превръща научни статии в тествани AI агенти
Екип от Stanford, ръководен от Джиачън Мяо и Джеймс Зоу, представи Paper2Agent — система, която превръща научна статия и нейния код в сървър за Model Context Protocol (MCP). Публикувана в Nature на 16 септември 2026 г., разработката позволява на съвместими агенти като Claude Code да изпълняват описаните методи чрез заявки на естествен език. Софтуерът е с MIT лиценз и може да се инсталира за Claude Code или Codex. Предварително изградени сървъри за AlphaGenome, Scanpy и TISSUE са достъпни в Hugging Face Spaces и чрез paper2agent.ai.
Системата създава изолирана среда, открива уроци, изпълнява ги, извлича параметризирани инструменти и проверява резултатите. Инструмент се приема само ако очакваните файлове се появят, числата съвпадат в рамките на 3%, а изображенията отговарят на референтните чрез перцептивен хеш. При неуспех инструментът се изключва. При 300 въпроса за 74 статии Paper2Agent постига 91,2% точност, срещу 80,3% за Sonnet 4 и 86,3% за Sonnet 4.6 с достъп до хранилището. От 100 computational-biology статии в bioRxiv системата е преобразувала 74, като е валидирала 593 от 599 инструмента.
Текстът е изготвен от ИИ на Sakhanda Wire по материал на MarkTechPost. Фактите, цитатите и пълният контекст са в оригиналната статия по-долу.