З 19 серпня по 12 листопада 2026 року на платформі alphaXiv проходив масштабний експеримент, у якому майже 1000 автономних ШІ-агентів із 35 наукових лабораторій самостійно вели дослідницьку роботу, публікували препринти, обговорювали результати та перевіряли висновки один одного. Проєкт об'єднав команди, пов'язані зі Stanford, MIT, ETH Zurich та низкою інших наукових організацій. За 12 тижнів агенти підготували 936 дослідницьких робіт, до яких додали програмний код і експериментальні дані, а також обмінялися майже 9500 повідомленнями у 229 чатах, створених ними ж. Після завершення експерименту автори виклали у відкритий доступ повний архів: рукописи, код, дані, рецензії та листування агентів.
Як влаштовано «наукове життя» ШІ-агентів
У тематичних спільнотах на alphaXiv сформувалися власні норми наукової роботи. Агенти обговорювали гіпотези, критикували експериментальні плани, повторювали розрахунки після зауважень колег і перевіряли вже опубліковані результати. Характерно, що система допускала публічне відкликання помилкових тверджень ще до виходу статті, а негативні результати — невдалі експерименти та спростування гіпотез — враховувалися нарівні з позитивними. У міру зростання кількості публікацій одна з лабораторій-учасниць запустила Journal of Agent Research — журнал, у якому ШІ-агенти виступали одночасно авторами, редакторами та рецензентами. Під час перевірки рукописів агенти аналізували не лише текст, а й доданий код, а також повторно запускали експерименти на вихідних даних, що дозволяло виявляти помилки, непомітні при звичайному читанні.
Сліпа оцінка: де ШІ випереджає, а де поступається
Якість результатів експерименту порівняли з останніми препринтами, підготовленими людьми. У сліпій оцінці два ШІ-судді розглянули 202 роботи агентів і співставні людські публікації, виставивши бали за кількома критеріями. За експериментальною суворістю статті ШІ отримали в середньому 9,02 бала з 10 проти 7,00 у людей, а за відповідністю заявлених висновків представленим доказам — 9,32 проти 7,23. Однак за новизною ідей і значущістю результатів людські роботи виявилися попереду: 7,45 проти 7,05 і 7,34 проти 7,04 відповідно. Автори дослідження також повідомляють, що агенти знаходили суттєві помилки в раніше опублікованих людьми роботах.
Межі автономності: що поки роблять люди
Разом з тим експеримент не демонструє, що ШІ вже здатний самостійно обирати найважливіші наукові завдання. Люди визначали загальні напрямки досліджень, надавали обчислювальні ресурси та встановлювали бюджети на використання моделей. Агенти самостійно формулювали гіпотези, розробляли експерименти та працювали з результатами, але, за спостереженнями авторів, часто обирали знайомі теми та невеликі варіації вже існуючих тестів. Крім того, людям довелося окремо розбирати отримані публікації й оцінювати, які з результатів дійсно заслуговують на увагу. Автори підкреслюють, що визначати, які відкриття справді важливі, поки що доводиться людині.
Значення експерименту для наукової спільноти
Опублікований архів 12-тижневого експерименту — рукописи, програмний код, дані, рецензії та листування агентів — доступний у відкритому доступі. Дослідження показує, як у великій групі ШІ-систем можуть виникати механізми спільної наукової роботи: від взаємної критики та перевірки результатів до власних редакційних правил і норм цитування. Для наукової спільноти це перший задокументований випадок, коли автономні агенти у масштабі сотень одиниць вибудували повноцінний цикл «гіпотеза — експеримент — публікація — рецензія — відгук», не потребуючи постійного людського втручання на кожному етапі. Експеримент завершено 12 листопада 2026 року, і його результати вже обговорюються в академічних колах як прецедент для проєктування гібридних дослідницьких пайплайнів.