春節期間，一場別開生面的“科研馬拉松”在AI領域悄然展開。主角并非傳統意義上的科研人員，而是一套名為FARS的全自動研究系統。這套由Analemma公司開發的系統，在連續228小時28分33秒的公開運行中，自主完成了從假設提出到論文撰寫的全流程，共生成244個研究假設，產出100篇短論文，平均每兩小時就有一篇新作問世。

FARS的設計突破了傳統科研模式，采用多智能體架構，包含四個核心模塊：構思模塊負責文獻調研與假設生成，規劃模塊設計實驗方案，實驗模塊執行代碼編寫與運行，寫作模塊完成論文撰寫。這種模塊化設計使系統能夠并行處理多個研究項目，形成一條高效的“科研裝配線”。為支持系統運行，Analemma為其配備了160張顯卡的計算集群，并允許調用各類開源和閉源大模型，實驗條件遠超普通高校實驗室。

在約9.5天的運行周期內，系統累計消耗114億Token，總成本約75萬元人民幣。按歸一化計算，每篇論文平均耗時2小時17分鐘，成本約1000美元，消耗1億多Token。這種產能與人類科研周期形成鮮明對比——傳統學術界完成一篇論文通常需要3至6個月。然而，高吞吐量也帶來高計算成本，FARS的Token消耗明顯高于普通寫作生成或復雜Agent任務，顯示其仍處于“算力換智能”階段。

論文質量評估方面，研究團隊采用斯坦福大學開發的AI審稿系統Agentic Reviewer，參照ICLR評審標準對100篇論文進行打分。結果顯示，論文平均得分為5.05分（滿分未知），分數主要集中在5分附近，少量論文突破6分。作為對比，ICLR 2026人類投稿平均分為4.21分，被接收論文平均分為5.39分。這表明FARS的產出質量已超過人類投稿整體水平，但與頂尖會議錄取標準仍存在差距。團隊強調，此次評估以短論文為主，未針對特定學術會議標準優化，結果僅供參考。

具體案例分析進一步揭示了系統的研究能力。在編號FA0042的論文中，FARS針對文本嵌入領域的經典矛盾——雙向注意力質量高但破壞KV緩存，因果注意力效率高但表示能力弱——提出工程化解決方案：訓練階段使用雙向模型獲取高質量，推理階段切換為因果模型保證效率，并通過漸進過渡技術避免分布漂移。實驗結果顯示，該方案在流式推理延遲和長文檔檢索任務上表現優異，學生模型甚至在部分指標上超越教師模型。更引人注目的是，系統在論文中集成了螞蟻集團3天前發布的GG-SM技術，展現了極強的前沿跟蹤能力。

并非所有實驗都取得成功。在編號FA0121的論文中，FARS嘗試解決DeepSeek Engram架構中的“冷熱偏置”問題，提出通過反事實門控監督修復門控機制。盡管方案設計嚴謹，實驗設計嚴密，但最終結果僅帶來微小提升，甚至不如增加訓練步數有效。論文未回避負面結果，而是通過診斷性實驗深入分析失敗原因，指出門控與嵌入訓練的耦合性導致簡單監督無效。這種“算法誠實”獲得專業網友認可，被視為學術界稀缺的品質。

隨著FARS“直播真人秀”數據公開，學術社區展開熱烈討論。焦點逐漸從單篇論文質量轉向系統科研產能。許多觀察者指出，真正具有沖擊力的不是某篇論文的驚艷程度，而是系統展現出的持續運轉能力——它能夠穩定提出假設、完成實驗、輸出成稿，標志著AI開始具備科研工業化的雛形。有技術評論認為，LLM在論文寫作上的能力已基本成熟，差距主要在于工程實現細節，預計3個月內可能出現完善的自動論文生成流水線。

這種預期也引發反思：當科研實現規模化自動生產，人類的獨特價值何在？有觀點認為，決定研究上限的仍是研究者的品味與洞察力；也有人主張，算力應集中投入真正困難的開放問題，而非批量生產普通會議論文。無論如何，FARS的實踐證明，端到端自動科研系統已能在穩定運行條件下持續產出具有一定競爭力的學術成果，并具備自我糾錯與負結果報告能力。這標志著自動化科研從概念驗證進入現實應用階段，盡管當前系統在突破性研究選擇、思想深度與算力效率上仍有提升空間，但其展現的“無限心智生產線”潛力已不容忽視。