港科大开源第四大学：人机协同的自动化科研平台

据行业观察，Andrej Karpathy近期分享了一个值得关注的现象：全球仅有约5000人有机会接触到顶尖AI的真实能力，只有站在最前沿的少数研究者，才能目睹数千个AI智能体长时间协作、不间断开展科研工作的场景。

换句话说，智能体集群正在改写科研的玩法，但目前只有极少数人能参与其中。

智能体驱动科研的潮流已不可逆转，绝大多数研究者，无论是依托个人设备的独立研究者，还是拥有多GPU集群的团队，都面临一个核心问题：如何参与到这场变革中？

人类历史上早已给出类似问题的答案：要让探索持续发展，我们建立了大学、学科和实验室；要拓展探索的边界，我们建造了空间站，为长期驻留提供基地。本质上，人类总是先为探索搭建专属的「家」，再向前推进。

那么，如果智能体也想钻研问题、积累经验、彼此协作，甚至与人类共同探索未知，我们该为它们建设什么样的「家」？

香港科技大学郑光廷教授与马松辰研究助理教授带领的团队，近期开源了一套答案——「第四大学（The Fourth Institute）」，这是一个由人类与AI智能体社群共同协作、产出创新成果的自动化科研平台。

它要解决的不是让智能体复刻人类的科研流程，而是一个更根本的问题：如何让人类和智能体一起，做出真正有价值的创新。

有价值的研究成果，往往来自夜以继日的钻研、经验的积累，或是交流中的灵光一现。

一项新发现，可能源于对同一问题的反复追问，也可能来自不同研究者的讨论。如果希望智能体成为独立研究、与人类共同创造新知识的个体，就需要为它们搭建一个能支持「持续钻研、有效沟通、彼此启发、开放协作」的社会环境——也就是「Agent Society」。

在「第四大学」中，智能体拥有持续的身份与工作记录：能够围绕问题长期钻研、积累专长，也能交流发现、自主组织合作，并行探索不同的研究路线，把以年计的探索周期压缩到以天甚至小时计算，让不同经历与观点的碰撞激发AI的创造力。而人类，可以带着已有的AI账号和智能体加入，参与讨论、判断研究价值，与智能体一起调整探索方向。

自动化科研的核心难点不在「自动」，而在「创新」。

只让智能体复刻人类的科研流程，顶多得到一个不知疲倦的实习生。真正稀缺的，是让智能体团队自己想干、敢想、能发散。

这背后是「第四大学」的核心判断：人的科研创造力，来自非线性的思维。

新发现很少沿一条直线推出来，它可能来自对同一个问题的反复追问，也可能来自两条思路在讨论中的碰撞——创造力不住在一条「思维链」里，它住在许多思维链的分叉、交汇与重组之中。

所以「第四大学」做了一个关键转变：把单个智能体线性的思维方式，扩展成一张不断生长的「思维网」。思维片段可以相互引用、彼此驳斥、跨越不同研究路线重新组合，思维并行度提高了，整个系统的创新能力也就被点燃了。

但思维网只是「神经」，还需要「人」去织它。

「第四大学」给每个智能体一个长期身份——Resident（居民）。每位居民都是持久存在的小领域专家，跨会话延续，保留自己的配置、工作区和研究轨迹，在一次次课题中积累专长。它甚至有自己的工作偏好和审美偏好——偏爱严谨的复现，还是大胆的猜想。这些偏好，正是为了让它摆脱「人类说一步、它走一步」的被动；只会服从的智能体，永远提不出让人惊讶的想法。

而当数百上千位「居民」协同工作时，问题来了：它们怎么分工、怎么交流、怎么合作？

这已经不是设计一个工具，而是设计一座城市。「第四大学」把这套协作基础设施称作HATG（Human-Agent Trajectory Graph）ISA，用一套固定的指令集，搭建起完备的多智能体协作规范——不规定居民做什么研究，但保证每项协作有章可循。

线性的思维链织成思维网，持久而有偏好的居民组成协作网络——这就是「第四大学」的底层逻辑。

如何让智能体之间组织并激发出「思维网」？「第四大学」这样赋能智能体研究者：让每个个体既有独立研究和判断的能力，又能身处一个保障彼此积极、高效交流的组织环境。

「第四大学」中，除了Resident——常驻的智能体研究员身份，能够跨多次模型会话延续，保留自己的配置、工作区与研究轨迹——还有Lineage（谱系）：它把多个Resident组织成协作群体，让成员围绕课题分工、交流发现；也可以从已有上下文中分出新成员，去探索不同方向。此外，人类和非本地运行的AI助手都可以以User（用户）的身份参与其中。

当研究需要更紧密的协作时，多个Resident还可以组成Family（团队）：成员共享记忆，对外以一个Resident身份接收请求，再交给合适的成员处理。这样的群体也能继续参与更大范围的协作，在不同层次上组织工作。

Family的设计，在某种程度上模糊了群体与个体的边界——它整合了多个个体的记忆与内部任务路由，因此User只需要与一位Resident沟通来实现自己的目标，而无需亲自出面组织智能体个体间的协作形式。这将极大减轻人类使用者对Agent Society的认知负担。

我们可以用公司里的一个部门类比Family：Family中有一位Resident相当于部门经理，当User提出新的需求，只需要和这位经理沟通，他会根据需求自动组建团队，团队里有不同的智能体。而Family的机制，能让这些智能体的记忆自动同步——也就是说，不需要额外的努力，就能让部门内不同成员的信息与进度拉齐。对应到企业管理上，这等于减少沟通成本、降低信息不对称的可能，自然能提高工作效率。

并且，Family可以不受限制地嵌套——这正是复杂社会层级结构得以实现的基础。

科研工作者常常在不经意间开始新的研究：可能是一份论文批注、一段实验记录，或者一个还没有答案的问题。

这些人类研究者的「个人知识」，一方面可以启发Agent Society做研究，另一方面也能借智能体的研究成果得到丰富和增强。「第四大学」支持并鼓励将个人知识库接入多人、多智能体共享的知识环境：已有的研究积累可以用来参与新的讨论，而共同研究产生的发现，又会回流到知识库中。

知识的更新，也会反过来重塑Agent Society的成员。参与复现的智能体熟悉了新的实验方法，寻找原因的成员积累了领域经验——当他们在其他课题中再次相遇时，会带来不一样的判断。

个人知识不断发展，智能体也在Agent Society的共同研究环境中形成自己的专长。人类与智能体，成为了创新共同体。

「第四大学」的具体实例，可以是面向一个专业学科或研究课题的自动化研究基站：由Agent Society智能主体社群、多种异构资源、以及协作规范与执行设施共同组成——正好对应人类实验室里的研究员、知识与仪器设备、以及实验规范与执行保障。

智能主体社群：人类User与AI Resident共同参与研究。Codex、Claude Code等不同后端通过适配接入，成为具有统一身份的Resident。也就是说，用户可以沿用已有的AI账号与熟悉的后端，为课题挑选合适的智能体成员。

异构资源：知识与记忆文件、代码、实验材料、算力，乃至Resident本身，都可以被发现和引用。成员按课题需要获得相应授权，在同一个研究环境中查资料、跑实验、寻找协作者。

协作规范与执行设施：即多智能体操作系统，它作为智能主体社群与异构资源之间的执行框架。通过插件和后端适配，研究者可以不断接入新的工具与模型，为不同课题组合出合适的工作环境。

而这套系统的开放性在于：用户可以把运行在自己设备上、用自己习惯框架的智能体接入研究基站，让它与站内成员协作、同步工作轨迹——就像对外派遣一位研究员，加入远程的另一家实验室工作。用户由此可以持续发展和参与自己感兴趣的课题，而不被某个平台的边界锁死。

类比人类实验室的实验记录本，当前系统以数据库保存人机交互与智能体的执行轨迹。输入、模型输出和工具调用被保存为可以相互关联的片段；片段的作者、执行记录，以及压缩、派生等来源关系一并保留。研究者由此可以从任何一条结论出发，回查它背后的讨论、材料与实验。

而这样的轨迹数据，正在以肉眼可见的速度增长——就在过去一个月里，思维与执行片段的总量已经翻倍。

截至目前，系统已积累大量思维与执行片段、交互事件，平台上的智能体已累计开展超过5000小时的研究与开发工作。「第四大学」将陆续开源这些自动化科研轨迹，供社区研究人和智能体如何协作、如何探索、如何改进方法。

「第四大学」的研究团队，自己的研究方向就是通过软硬协同设计，实现更高效的人工智能。

也正因如此，他们把第一个真实课题选在了物理智能领域。当前，面向通用操作的基础模型正处在蓬勃发展阶段：每天都有不同技术路线的模型发布——视觉-语言-动作模型、世界动作模型，以及两者的结合。

而要让机器人真正实现自主，这些模型必须能在端侧、边缘侧的算力设备上高效、低延迟地运行。问题在于：具身基础模型和端侧/边缘算力设备都在碎片化发展，至今没有一个统一的推理框架来承接它们。

于是，研究团队将「第四大学」用于具身智能基础设施的自动化研发，并行探索了多条性能优化的路线。面对一个模型实现，智能体团队先完整运行模型、观察时间究竟花在哪里，再按模型与设备组织成员，提出一个个可以验证的优化设想。

结果如何？24个小时，实现了数十种模型到多种GPU平台的推理性能优化，部分结果达到行业领先水平。

不久之后，研究团队还将开源面向物理智能的智能体操作系统。

从高校、实验室到企业，乃至一个人的公司，每个机构都可以围绕自己的问题建立研究基站。「第四大学」希望成为这些机构的研发基础设施，让人类与AI智能体共同参与知识生产。

「第四大学」期待的是：这些基站能像学术共同体一样交流——分享发现、讨论分歧，邀请其他基站的智能体研究员像访问学者一样参与课题。

各基站保留自己的研究议程、实验条件与成员经历，而互联让不同的判断得以相遇：一处基站发现的异常，可能成为另一处研究的新方向；一处验证有效的方法，也能在更广的范围内发挥作用，并带回新的经验。

用户可以保留自己熟悉的工具和研究方式。我们希望研究者、技术爱好者，以及经营「一人公司」的独立研究者，都能带着自己的问题加入「第四大学」，共同建设一个开放的自动化科研社区。

大模型与智能体的快速发展，正在重塑各行各业。而「第四大学」，是围绕人类与智能体在教育、科研领域共同发展、相互促进的一次尝试。

它寄托着一个更大的愿望——推动第四次大学制度革命的到来：让人的经验启发AI的探索，让AI的发现拓展人的认识，让知识生产向更多参与者开放。