紫东太初｜AutoProject上线：AI4S从做Task走向做Project

AI科研若只会答一道题，却扛不住「从假设到证据链」一整张课题表，就仍是高级搜索引擎——AutoProject把工作单位从Task升级成Project。对实验室PI来说，该验收的不是聊天有多流畅，而是异常数据出现时系统会不会自己重规划、结论有没有可追溯证据。

中科紫东太初是中国科学院自动化研究所孵化的大模型企业，ScienceClaw为其科研原生智能体产品线。公司推出AutoProject项目级自主科研引擎，公开叙事是把AI4S能力从工具级Task执行推向系统级Project承接：真实科研不是任务清单的简单相加，而是从模糊构想出发、多任务相互依赖、随新文献与实验结果不断改线的长期过程。用户提交科研构想或宏观目标后，系统按「项目规划→子任务拆解→长程执行→证据验证→动态修复→成果沉淀」推进。

三层核心能力：

1. Project2Task：综合目标、文献、资源与依赖，自主生成可执行、可迭代的项目任务网络；支持横向/纵向/先横后纵/先纵后横等拓扑；例：带钢表面缺陷识别课题可由一句目标展开为全周期规划。
2. TaskExecutor：打破「一次调用、一次返回」模式，全局监控项目状态，捕获实验反馈，失败或异常时回溯评估、重构任务网络并自主重跑；例：YOLO建模链路中数据处理、训练、迭代优化自动衔接。
3. EviGraph：证据图谱体系，跨子任务校验假设与实验、数据一致性；冲突时沿证据链定位根因并触发修复。ARCBenchML公开测试称综合得分约0.865（最优基线约0.596），Result Analysis约0.794（基线约0.442），Claim Support Rate约0.38（基线约0.27），实验数据一致性EDC约0.88。

系统强调「自主不等于无人」：研究者可随时介入路径、假设与中间数据，人机双向反馈注入领域直觉。紫东太初4.0被定位为具备自主规划、交错思考与反馈修正的多模态推理底座，覆盖生命科学、材料、化学、物理、天文等领域，统一文献检索、代码执行、仿真与专业工具运行时。

产业观察上，继「发现回合」等评测范式把科研从闭卷考试推向轨迹评分之后，AutoProject进一步把评分对象从单次回答拉长到整项课题。竞争重心从「单体Agent分数」移向「规划—执行—证据」能否进真实实验室流程。可以把它想成：过去AI是研究生手里的一个脚本，现在试图当课题组的值班助理——仍要导师签字，但夜班实验与数据核对可先跑起来。对基金与药企研发部门，应问数据驻留、知识产权归属与错误结论的责任链，而不是只看榜单涨幅。

需要把边界读清楚。基准测试为公开材料自述，真实湿实验与同行评审结论仍须人工把关；arXiv论文不代表临床或产业可直接采用。下一观察点是联合实验室课题能否公开复现完整Project日志与证据图谱导出格式。