知识卡片：北大团队开源OpenAI4S，复刻Claude Science

英文标题：PKU Team Open-Sources OpenAI4S, Reproducing Claude Science
英文关键词：AI Agent; AI4Science; Open Source; Code-as-Action; MIT License

一句话结论

北京大学与元空AI联合实验室开源科研智能体OpenAI4S，采用MIT协议、核心零依赖，以Code-as-Action思路独立复现闭源Claude Science，内置30+科研Skills，并强调不伪造数据与计算。

事件概述

据腾讯研究院AI速递（20260805）报道，北大团队开源了科研智能体OpenAI4S，目标是对标并独立复现闭源的Claude Science。该项目采用MIT协议，核心零依赖；智能体通过生成代码并在持久内核中执行来驱动科研任务（Code-as-Action），内置30多个科研Skills，覆盖蛋白质、单细胞、文献检索等场景。团队坚持“不伪造策略”，数据和计算过程均真实，可接入自有GPU算力；若连不上服务则如实报错，而非编造结果。

方法/产品要点

• Code-as-Action：智能体生成代码并在持久内核中执行，而不是直接“口头”回答。
• 内置30+科研Skills：覆盖蛋白质、单细胞、文献检索等科研场景。
• MIT协议 + 核心零依赖：便于社区二次开发和集成。
• 独立复现Claude Science：以开源方式对标闭源科研智能体。
• 不伪造策略：数据与计算均真实，支持接入自有算力，服务不可用时如实报错。

主要结果或产业意义

• 为科研AI提供了一套可本地部署、透明可信的开源智能体方案。
• 以开源复现闭源产品，可能降低科研智能体的使用和定制门槛。
• “不伪造”设计契合科研场景对数据可追溯、结果可验证的刚需。

为什么重要

已有相关卡片覆盖了通用3D代理、编码智能体、UI设计代理等方向，而本条聚焦“科研智能体”与“开源复刻”这一增量信息：在AI4Science领域，OpenAI4S不仅强调智能体用代码执行科研任务，更把“不伪造策略”作为核心卖点，回应了科研场景中“AI编造结果”的信任危机。

局限与不确定性

• 材料未提供OpenAI4S的具体性能评测或与Claude Science的对比数据，实际效果待核实。
• “核心零依赖”的具体范围和实现方式未详细说明，待核实。
• “独立复现”是指功能完全对齐，还是仅思路相似，材料未明确，待核实。
• 发布地址、使用案例、社区反响等信息暂缺，待核实。

可用于图书/PPT/简报的角度

• 开源科研Agent的“不伪造”设计原则。
• Code-as-Action模式如何提升科研自动化的可验证性。
• 从闭源到开源：AI4Science工具生态的新趋势。
• 本地算力接入与AI服务可靠性（如实报错 vs 编造结果）的对比。

与既有脉络的关系

本卡片是对既有“AI代理”相关卡片的延续：既SIMA 2（通用3D代理）、编码智能体基准、Design Mode（UI代理）之后，本条补充了“科研智能体/开源复刻”这一新维度，增量在于强调“开源 + 不伪造 + 可本地部署”在科研场景中的价值。

原始材料

• URL: https://m.sohu.com/a/1058814672_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=6
• Parent digest: 腾讯研究院AI速递 20260805
• Fetched title: 腾讯研究院AI速递 20260805
• 手动标题: 北大团队开源OpenAI4S，复刻Claude Science