AI Radar — лента📄 Stanford сделал из статей работающих агентов — и они справляются лучше, чем просто скормить код Клоду
Стэнфордская команда выкатила Paper2Agent: система превращает научные статьи в интерактивных агентов, которые умеют исполнять свои же методы на лету.
91,2% точности против 82,7% у прямой отправки репозитория в Claude — на 300 бенчмарк-вопросах.
Что сделали. Обработали 100 статей по вычислительной биологии, извлекли 599 инструментов, конвертировали 74 статьи в полноценных агентов — остальные 26 не поддались конвертации, причины не раскрыты. 593 инструмента прошли автоматическую валидацию — это 93% от всего набора.
Почему это другой уровень. Обычный RAG или LLM-поиск по статье скажет «здесь использовали метод X», а Paper2Agent даёт рабочего агента: спроси «как применить этот метод к моим данным» — и получишь результат, а не описание. Верифицированное исполнение вместо ручной интерпретации текста.
Публикация в Nature выйдет в сентябре 2026 года — пока это доказательство концепции на одном домене. Неясно, как система поведёт себя с физикой, химией, медициной, где зависимости бывают проприетарными или сложновоспроизводимыми.
Что это значит: наука шагнула от «прочитай статью и попробуй повторить» к «спроси статью напрямую и получи рабочий результат».
Оригинальная публикация в Telegram