AI 连跑 400 多小时写出 166 篇论文，FARS 把成绩和翻车点一起公开了

让 AI 自己查文献、提假设、写代码、跑实验，再把结果写成论文，这件事过去经常只展示几个挑出来的成功案例。日行迹智能开发的 FARS 选择了另一条路：让系统持续运行，把成功、失败和中间过程都留下来。

今年 2 月，FARS 用约 10 天完成最初的 100 篇研究；6 月底公开的论文把样本扩大到 166 篇，并加入 282 份针对 140 篇论文的结构化评审。日行迹智能同时出现在 WAIC 2026 官方企业目录中。对普通读者来说，最有价值的并不是“AI 一口气写了多少篇”，而是这次实验第一次让人看见自动科研系统大量运行后会稳定出现哪些问题。

它不是帮你润色论文，而是试着把整条研究流程跑完
FARS 的工作从提出研究假设开始，接着制定实验计划、编写和执行代码，最后整理结果并生成论文。不同阶段由专门的智能体负责，共享空间则保存提案、代码、日志、实验结果和稿件，让后续复核不必只相信最终生成的文字。

这和常见的论文搜索或写作助手不同。用户不是先完成研究，再让 AI 帮忙改摘要；系统试图承担从“研究什么”到“实验是否支持假设”的完整链条。首次公开部署主要集中在 AI 和机器学习主题，并不意味着它已经适合医学、化学或其他需要真实实验设备的学科。

上海创智学院的阶段记录显示，FARS 在 228 小时左右完成第 100 篇论文，累计消耗约 114 亿 Token、成本约 10.4 万美元。这个数字说明自动化并不等于低成本：当系统持续探索、失败和重试时，算力开销会迅速累积。

166 篇不是 166 个突破，公开失败分布才是这次更新的重点
6 月底提交的 FARS 论文记录了超过 400 小时的运行，最终形成 166 篇完整研究，覆盖 67 个细分 AI/ML 主题。研究团队没有只挑出看起来最好的几篇，而是把过程材料保留为可审计语料，并邀请志愿评审者为其中 140 篇提供 282 份结构化评审。

评审结果没有支持“AI 已经可以替代研究者”这样的夸张结论。论文自己的总结是，系统能够产出值得评审、偶尔表现较强的研究材料，但也反复出现实验范围狭窄、方法局限和研究诚信方面的问题。数量证明它能持续跑，质量分布则提醒人们：持续生成和持续发现新知识不是一回事。

这也是这次公开部署比单篇演示更有用的地方。一个漂亮案例可能来自幸运的选题和顺利的实验；166 篇连续结果更容易暴露系统在什么情况下会重复犯错，以及人工检查应该放在哪些关口。

普通人现在能看什么：过程公开了，产品仍不是一键科研服务
FARS 官网保留了公开部署形成的项目和论文列表，相关代码与过程材料也有公开仓库入口。读者可以从具体项目往回查看假设、实验和写作结果，而不是只读一段公司宣传。

但这不等于任何人现在都能输入一句话，稳定得到可投稿论文。首次部署由团队设定研究范围、运行环境和质量检查；官方在启动时也说明，计划在论文上传 arXiv 前安排有研究经验的成员评估，并标注 AI 生成。公开页面更接近一次可观察的科研基础设施实验，不是已经成熟定价的通用在线产品。

如果你正在做研究，FARS 当前最值得借鉴的是过程记录：保留假设为何被提出、代码实际跑了什么、失败结果有没有被删掉。直接拿生成论文当结论，反而会跳过这套系统最想解决的可追溯问题。

下一步要看的不是速度还能多快，而是谁来为结果负责
自动科研系统可以并行试很多方向，也会更快制造相似实验、错误引用和看似完整的弱结论。论文数量继续增长后，人工评审是否跟得上、失败结果怎样归档、生成内容如何标识，以及哪些发现值得进入真实科研流程，都会比生成速度更重要。

FARS 团队已经把首轮部署从直播演示推进到带结构化评审的论文复盘，这是一个实质变化。不过，目前公开证据主要来自项目团队、孵化机构和参与评审者，仍需更多独立研究者复核其代码、实验与结论。

WAIC 目录给了这家公司一个被更多人看见的入口，真正决定项目价值的却是展会之后的持续公开：下一版是否允许外部研究者复现，能否降低成本，以及系统发现的方法问题是否真的被修掉。

想继续了解
• Analemma：FARS 官方介绍与公开部署入口
• arXiv：FARS 规模化部署论文
• 上海创智学院：10 天 100 篇阶段复盘
• 上海创智学院：FARS 首次公开部署说明
• 科学网：FARS 发布报道