Исследователи из Stanford представили Paper2Agent: превращение научных статей в ИИ-агентов, воспроизводящих результаты и работающих с новыми данными
В вычислительных статьях публикуется код, который читателям приходится клонировать, устанавливать, настраивать и отлаживать. Из-за этого полезные методы остаются запертыми внутри PDF-файлов. Команда Стэнфордского университета под руководством Цзячэна Мяо и Джеймса Зоу предлагает решение. Paper2Agent был опубликован в Nature 16 сентября 2026 года. Он преобразует статью и её кодовую базу в сервер Model Context Protocol (MCP). После этого любой агент, совместимый с MCP, например Claude Code, может запускать методы статьи с помощью естественного языка. Авторы описывают результат как виртуального автора, ответственного за переписку.
Можно ли его развернуть? Да. Код распространяется по лицензии MIT и устанавливается как навык для Claude Code или Codex. Предварительно собранные серверы AlphaGenome, Scanpy и TISSUE работают в Hugging Face Spaces. Также доступна размещённая версия по адресу paper2agent.ai.
Как работает конвейер
Paper2Agent работает на базе SDK агента Claude Code. Центральный оркестратор направляет специализированных субагентов через 6 этапов:
- Поиск и загрузка кодовой базы.
- Менеджер окружения создаёт изолированную виртуальную среду.
- Сканер руководств индексирует доступные руководства.
- Исполнитель руководств запускает их от начала до конца и записывает эталонные результаты.
- Экстрактор инструментов превращает руководства в параметризованные инструменты MCP, а верификатор тестов проверяет их.
- Оркестратор собирает проверенные инструменты в 1 сервер MCP.
Порог проверки строгий. Инструмент проходит проверку только в том случае, если появляются ожидаемые файлы, а числовые значения совпадают с точностью до 3%. Графики также должны совпадать с эталонами по перцептивному хэшу, при этом расстояние Хэмминга должно быть меньше 20. Верификатор получает до 6 попыток для каждой функции. Инструменты, которые продолжают выдавать ошибки, исключаются из итогового сервера.
Каждый сервер предоставляет 3 компонента. Инструменты MCP оборачивают методы статьи в исполняемые функции: ресурсы MCP содержат рукопись, ссылки на код, наборы данных и графики. Промпты MCP кодируют многоэтапные рабочие процессы, например правильный порядок предварительной обработки в Scanpy. Исследовательская команда использовала Claude Sonnet 4 для всех приложений Paper2Agent.
Интерактивное объяснение
Результаты работы агента AlphaGenome
Для AlphaGenome Paper2Agent создал 22 инструмента примерно за 45 минут и 14 долларов США. Все 22 инструмента прошли проверку без вмешательства человека. Команда сравнила агента с Claude Code с доступом к репозиторию (Claude + Repo) и Biomni.
| Тест | Paper2Agent | Claude + Repo | Biomni |
|---|---|---|---|
| 15 запросов, полученных из руководств | 98.7 ± 1.3% | 82.7 ± 3.4% | 37.3 ± 4.0% |
| 15 новых запросов | 100.0 ± 0.0% | 78.7 ± 4.4% | 56.0 ± 3.4% |
| 30 открытых запросов | 82.7 ± 2.4% | 56.7 ± 2.3% | 72.2 ± 2.2% |
Результаты охватывают 5 запусков, оценённых 2 экспертами-людьми с межэкспертным согласием 96.7%. В запросах по руководствам медианное время выполнения сократилось в 1.9 раза по сравнению с Claude + Repo и в 3.1 раза по сравнению с Biomni. Преимущество сохранилось и после замены базовой модели на Claude Opus 4.6.
Агент также повторно исследовал вариант холестерина ЛПНП chr1:109274968:G>T. Он назвал SORT1 наиболее вероятным причинным геном. В исходной статье об AlphaGenome особое внимание уделялось CELSR2 и PSRC1. GTEx показывает значимые eQTL в печени для всех 3 генов. Исследовательская команда отмечает, что это демонстрирует, насколько сложно определять причинный ген в таких локусах.
Scanpy, TISSUE и испытания масштабирования
Агенту Scanpy потребовалось около 45 минут и 13 долларов США, чтобы получить 7 проверенных инструментов. На 4 общедоступных наборах данных он показал результаты, сопоставимые с результатами исследователей-людей, по количеству клеток, числу генов и основным генам-маркерам. Агент TISSUE воспроизвёл результаты людей на данных пространственной транскриптомики.
Испытания масштабирования охватили 3 корпуса без ручной очистки:
- 100 вычислительных статей из bioRxiv: 74 были превращены в агентов, а 593 из 599 предложенных инструментов прошли проверку.
- 300 вопросов: Paper2Agent набрал 91.2% против 80.3% (Sonnet 4) и 86.3% (Sonnet 4.6) у Claude + Repo.
- Стоимость одного запроса: 0.20 доллара США и 1.6 минуты по сравнению с 0.38 доллара США и 4.3 минуты.
- 10 статей не по биологии, включая TabPFN, SAM 2 и SAELens: точность 98.1% в 42 задачах выполнения.
- 26 статей, посвящённых данным: слой ресурсов — 89.0% против 82.0% при использовании браузера, в 34 раза дешевле и в 15 раз быстрее.
Paper2Agent также отклонил 100% запросов, не относящихся к области применения, в переставленном тесте. Он восстановился после сбоев, вызванных внедрёнными зависимостями, путями к файлам, опечатками и устаревшими API.
Взаимодействие агентов научных статей
Исследовательская команда объединила 3 агента: AlphaGenome, скрининг scCRISPRi, сопряжённый с MPRA, и набор данных Perturb-seq для T-клеток CD4+. AlphaGenome указал на GPR137 в локусе псориаза rs887314 с квантильной оценкой RNA-seq 0.997. ИИ-соавтор предложил 10 стратегий проверки, а исследователь выбрал корреляцию сигнатур.
Только нокдаун GPR137 соответствовал сигнатуре возмущения CRE. Совпадение наблюдалось при стимуляции: Спирмен 0.613 для Stim8hr и 0.630 для Stim48hr. BAD и 3 других кандидата не показали значимой корреляции. В другом исследовании AlphaGenome сопоставили с GWAS СДВГ и выбрали rs1626703 среди 209 кандидатов. Эта гипотеза всё ещё требует экспериментальной проверки.
Основные выводы
- Paper2Agent преобразует статьи и репозитории в протестированные серверы MCP с инструментами, ресурсами и промптами.
- Создание агента AlphaGenome заняло около 45 минут, стоило 14 долларов США, а его точность на новых запросах составила 100%.
- 74 из 100 статей bioRxiv были превращены в агентов, при этом 593 из 599 инструментов прошли проверку.
- 3 агента научных статей совместно подтвердили GPR137 как вероятный причинный ген псориаза.
- Код распространяется по лицензии MIT, а предварительно собранные серверы MCP доступны в Hugging Face Spaces.
Ознакомьтесь с статьёй и репозиторием. Все заслуги принадлежат исследователю этого проекта. Также подписывайтесь на нас в Twitter и не забудьте присоединиться к нашему сабреддиту о машинном обучении с более чем 150 тыс. участников и подписаться на нашу рассылку. Стоп! Вы есть в Telegram? теперь вы также можете присоединиться к нам в Telegram.
Хотите стать нашим партнёром для продвижения вашего репозитория GitHub, страницы Hugging Face, выпуска продукта, вебинара и т. д.? Свяжитесь с нами
Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.