斯坦福 Paper2Agent 登 Nature：把论文变成可调用的 MCP 智能体
斯坦福团队（Jiacheng Miao、James Zou 等）的 Paper2Agent 在 Nature 发表：把一篇计算类论文及其代码库自动转成 MCP 服务器，任何兼容 MCP 的智能体（如 Claude Code）能用自然语言直接运行论文方法。流程为六个环节——定位并下载代码库、构建隔离环境、扫描教程、端到端执行教程并记录参考输出、把教程抽成参数化工具并由测试器验证、装配成单个 MCP 服务器；工具只有在产出文件出现且数值误差在 3% 以内、图形感知哈希汉明距离小于 20 才算通过，每个函数最多重试 6 次。
以 AlphaGenome 为例：约 45 分钟、14 美元建出 22 个工具，全部无人工干预通过验证；15 条教程类问题上得分 98.7%±1.3，而「Claude Code + 仓库访问」为 82.7%、Biomni 为 37.3%；15 条全新问题上 100% 对 78.7%；30 条开放式问题上 82.7% 对 56.7%、72.2%。规模测试覆盖 100 篇 bioRxiv 计算生物论文，74 篇被自动「智能体化」，599 个候选工具中 593 个通过验证；单次查询 0.20 美元、1.6 分钟，对比基线 0.38 美元、4.3 分钟。
代码 MIT 许可，可作为 Claude Code / Codex 的 skill 安装，AlphaGenome、Scanpy、TISSUE 三个预置服务器已跑在 Hugging Face Spaces。意义：论文的可复现性第一次被做成可调用的接口，方法不再需要读者自己 clone、配环境、debug。
核验记录
Nature 页直读 citation_online_date=2026/09/16 与 datePublished=2026-09-16T00:00:00Z，标题为 Reimagining research papers as interactive and reliable AI agents；数字与流程经 MarkTechPost 报道交叉，GitHub 仓库 jmiao24/Paper2Agent（MIT）存在。98.7%/91.2% 等指标为作者自报、由两名人类专家评分（评分者间一致率 96.7%），无第三方复现。
← 上一篇MLPerf Inference v6.1 新增智能体基准：Vera Rubin NVL72 首测 3.7 倍于 GB300下一篇 →OpenAI 发布模型失准披露框架，一次交出六起事件报告