AREX Feed Article
Synthetic Sciences 的开源科研工作台 OpenScience 结束 beta，上线 Product Hunt
9 月 27 日（UTC 15:27、北京时间 23:27），Synthetic Sciences 的官方 X 账号 ：开源科研 agent（智能体）工作台 OpenScience 结束 beta，并上线 Product Hunt。帖文列出了五项更新：更快、完全重新设计的 IDE（集成开发环境）；用一个按量计费钱包接入 30 多个模型的 OpenScience Ace；给定指标后自主爬坡做实验的 Autoresearch；一键 OAuth（授权登录）接入 ChatGPT 或 Codex 订阅；300 多项研究技能、50 多个科学工具与数据库连接器、内置的 NVIDIA BioNeMo。
公告所指向的产物也可以在 GitHub 上逐项核对： 仓库以 Apache 2.0 许可开放，README 给出桌面应用（macOS、Windows、Linux，自动更新）、浏览器工作区和 CLI（命令行界面）三种入口，安装命令是 npm install -g @synsci/openscience。项目在 7 月初已经开源，称其采用 Apache 2.0、是模型无关的科研工作台。本次发布是 beta 阶段的收尾。
公告帖与 Product Hunt 页面
帖文以「OpenScience 现在是第一大科学 agent」开头，结尾称它「已在 30 多所大学与研究机构使用」「免费且完全开源」。发帖账号的名称标注为 Synthetic Sciences (YC W26)。
这次发布也出现在 Product Hunt 的上：标签为 Open Source、Artificial Intelligence、Science，价格一栏写着 Free。页面自述补充了公告没展开的细节：长任务可以发到 Modal、自建服务器或 Slurm/PBS 集群；Autoresearch 会记录每一次实验并持续爬坡；模型除了走 Ace 钱包，也可以改用 ChatGPT 登录或跑本地模型。页面也把「在智能体科研基准上排名第一」写进了简介。
仓库里能直接装到的部分
仓库把 OpenScience 描述为一个「带工作台的科研 agent」：给它一个目标，它读文献、写并运行代码、做实验、把发现写出来，每一步都留记录；运行在你自己的机器上、针对你的文件。
会话的权限与执行边界写得很具体：缓存和一次性产物放在独立的暂存区；项目文件夹之外的读写需要显式授权；网络命令对每个目标主机询问一次，许可策略可从「每次都问」调到「仅风险操作」或「完全放开」。执行环境包括 shell、Python 和 R 内核以及 notebook；更重的任务可以派到 Modal、SSH 主机或 Slurm、PBS 集群，每次远程派发都要先批准。主 agent 能把有边界的任务交给并行 worker（探索、通用和五个领域专家）；git push、发布与上传由主会话使用这台机器已有的 GitHub、Hugging Face 登录完成，不在聊天里索要 token。
README 里的示例会话（文章开头的工作区截图）展示了这种记录方式：任务是比较 gefitinib、erlotinib、osimertinib 三种抑制剂对 EGFR L858R/T790M 的活性，轨迹里依次能看到检索来源、写入的原始数据 CSV、Python 执行记录、剂量反应曲线和 IC50 汇总表。
Ace：三条模型路由与一个预付钱包
模型访问集中在 Ace 这个按量计费钱包里。写明了机制：启用 Ace 是 0 美元，没有月费，用量从所选工作区的钱包按量扣；可选自动充值，条件是余额低于 5 美元时自动充 20 美元，且需要单独授权；信用卡手续费在结账时单列。走 OpenRouter 路由的模型，费率里已经含一次性的 5.5% 通道费；直连供应商的线路不加价。自带 API key、受支持的登录方式或本地模型（Ollama、LM Studio 等）都不计入 Ace 钱包。首次运行需要注册 Synthetic Sciences 账号，Ace 本身可选。
公告点名的模型包括 GPT-6 Astra、Claude Opus 5.5、Grok 4.7、Kimi K3、GLM-5.3 和 DeepSeek V4.1 Flash，称共 30 多个；列出的是 22 个对话模型，另有一条托管图像路由 Nano Banana Pro，并注明实际可用范围以托管服务为准。公告还说可以一键 OAuth 接入 ChatGPT 或 Codex 订阅；把这项写成 ChatGPT Plus/Pro 用户可直接用已有订阅登录。
Autoresearch：一个指标、一个基线和一张台账
公告把 Autoresearch 概括为「给它一个指标，它自己迭代实验、逐步爬坡」。把循环拆得更细：一次 study（研究任务）围绕一个指标和一个基线展开，agent 先跑基线，再按预期收益给想法排队，一次只跑一个想法；它跟踪每次运行的指标，按预设的终止条件结束运行（比如单次超过 1 小时，或损失连续 500 步没有改善），并给每次运行记下「保留还是回退」的裁定和教训。研究有自己的预算，达到预算时会暂停，并要求给出结论；你下的持续指令（比如「只调整优化器」）会一直生效到被撤回。
指标上报不需要额外账号：为 wandb 写的脚本通过导入重定向直接可用，记录落在项目自己的 SQLite 文件里。研究可以跑在本机 GPU、SSH 主机、调度主机或 Modal 上；study.md、ideas.md、results.tsv、lessons.md 四个文件随研究进展写入工作文件夹，文档称这套记录的形态取自 Karpathy 的 autoresearch 循环。研究跑完，还有一个「写出来」的动作：读取台账和运行数据，起草基线与最佳配置的结果稿。
371 项技能、42 个连接器与 10 个 BioNeMo 适配器
技能库的多数条目来自外部开源项目。官网与给出的数字是 371 项技能（分 18 类）、42 个科学数据库连接（UniProt、PDB、ChEMBL、PubChem、arXiv 等）；仓库的致谢清单写明其中 180 项来自 K-Dense（MIT 许可）、79 项来自 Orchestra Research（MIT 许可），其余部分来自 Hugging Face 技能、Anthropic 的文档技能与 NVIDIA BioNeMo 工具包。公告的口径则是「300+ 技能、50+ 工具与数据库」。
NVIDIA 相关的部分落到 10 个自带密钥的 BioNeMo NIM 适配器（NIM 指 NVIDIA 的推理微服务端点）：Boltz-2、DiffDock、Evo 2、GenMol、MolMIM、MSA Search、OpenFold2、OpenFold3、ProteinMPNN、RFdiffusion。仓库把它们标为实验性，需要自己的 NVIDIA API key，并按 NVIDIA 的服务条款使用；其中 protein-binder-design 技能改编自 NVIDIA BioNeMo Agent Toolkit，固定在上游 commit 0e67a61。整个仓库以 Apache 2.0 许可发布，README 声明这是独立项目，与任何模型供应商无隶属、背书或赞助关系。
「第一」与「30+ 机构」：公司自报的数字
「第一」的说法出现在三处公司渠道：公告帖、Product Hunt 产品页，以及的引用块（标题写作「OpenScience: The #1 Scientific Agent, Open Source」）。报告页给出的数字是：Terminal-Bench Science 的 70 项任务解出 75.7%（即 53/70），公开条目里最强的 Codex（同样使用 GPT-6 Astra 作为主模型）为 68.1%，最强 Claude Code 条目（Opus 5.5）为 63.3%；Terminal-Bench 4.0 的 14 项科学任务为 71.4%，公开条目最好为 60%；BiomniBench-DA 公开 50 题平均 82.2，AIPOCH 在同一评审下为 81.04。报告页同时列出工程领域的对照：9 项任务中，Codex 以 70.4% 领先 OpenScience 的 55.6%。内部基准 OpenScience Bench（端到端研究，pass@3）中 OpenScience 得分 47.3%，Claude Science + Fable 5.1 为 40.6%。
报告页还写明了方法与限定：全部运行经 Harbor 在 Modal 上执行，使用各基准的原生环境、验证器和评审；对比条目取自公开排行榜或已发表的对比，排行榜快照时间为 9 月 26 日；OpenScience 每项任务只计一次试验，排行榜条目平均 3～5 次。页面注明数字由发布脚本重算，并与 benchmarks-openscience 仓库的 README 交叉核对；OpenScience 仓库的 README 也把逐题轨迹指向该仓库，那里可查到每题的 result.json、轨迹事件流与判定输出。OpenScience 的成绩均由公司自己运行并发布。
公告里「免费且完全开源」可核对的落点是软件与许可本身：代码按 Apache 2.0 开源，计费页写明软件不收费。模型调用则按三条路由结算：Ace 走预付费钱包按量扣费，自带密钥走供应商账单，本地模型走自己的硬件。另一项由公司自报的数字是采用规模：公告称 OpenScience「已在 30 多所大学与研究机构使用」。