Claude Science曾让业界惊叹，其强大的文献搜索、代码编写、数据分析与报告生成能力，让人看到了AI for Science的真正潜力。然而，由于闭源，许多研究者只能望洋兴叹。如今，这一空白被填补了——OpenAI4S正式开源。由北京大学与元空AI Agent联合实验室共同打造，该项目采用MIT协议，核心零依赖。它并非简单的模仿，而是从底层架构出发，独立复现了“Code-as-Action”的技术路径，涵盖了引擎、持久内核、host-RPC协议及安全层等核心组件。该项目已于2026年7月6日在GitHub上线。
OpenAI4S不满足于给出一段看似正确的回答，而是致力于让AI真正融入科研工作流，将问题从“提出”推进至“做完”。传统Agent往往只是面对“工具菜单”做选择题，判断该调用哪个工具并一步步执行，这种方法适合简单任务，但科研往往需要跨越多个复杂环节。OpenAI4S给出的答案是“代码即行动”。它让智能体直接生成并执行Python或R代码，在一个持续运行的内核环境中工作。这意味着它不仅能处理简单的查询，还能串联起复杂的科研流程：从数据下载、清洗、代码调试、算法调用到图表生成，所有中间数据都保留在工作环境中，无需重复传递给模型。对用户而言，最直接的变化不是多了一个技术名词，而是AI可以把更长、更复杂的任务串起来：前一步下载的数据可直接交给后一步分析，生成的图片、表格和报告会自动保存，研究人员也能随时打开Notebook检查代码、接手分析或修改结果。
OpenAI4S更像是一个人与AI共用的科研工作台。用户给出任务，它可以自主检索公开数据源、编写运行分析代码、调用专业计算能力，再将结果整理成图片、表格、三维结构或Markdown报告。整个过程不是做完就散，每一份科研产物都会被记录、保存和版本化，方便后续检查、修改和复用。例如在蛋白质分析中，它能先检索真实的蛋白质序列和结构数据，再完成特征计算与可视化，最后将分析过程、数据来源和结果一起写进论文。重点是：数据是真的，计算也是真的。如果外部服务连不上或计算条件不满足，它会明确告知哪里做不了，绝不偷偷塞一份模拟数据，更不会编造结果强行补齐。
科研工作往往需要反复修改。在传统流程中，研究人员可能要重新找到绘图脚本、修改参数、再次运行并导出文件；而在OpenAI4S中，可以直接用自然语言提出调整要求，智能体会基于已有数据和代码重新生成产物，同时保留版本记录。
为了覆盖广泛的科研场景，OpenAI4S内置了数十个科研Skills，涵盖蛋白质结构、序列分析、蛋白设计、分子对接、单细胞分析、文献检索、开放数据检索等领域，基本覆盖了一批常见的计算科研场景。其中，有14个Skills封装了需要GPU或专业模型才能完成的科学计算能力。这些Skills并非一张写死的工具参数表，而是一组可以被智能体阅读、理解和执行的“代码配方”，沉淀了需要什么数据、调用什么服务、代码怎么写、结果怎么检查等逻辑。未来，开发者可以继续往里接入新的数据库、算法或实验流程，使这套能力随着科研需求的变化而不断生长。
科研计算还面临一个现实问题：算力。蛋白质折叠、突变评分、分子模拟等任务并非普通笔记本能完成，且往往依赖特定模型、复杂软件环境和GPU资源。OpenAI4S支持接入自有计算环境。本地负责交互和组织任务，需要GPU的专业计算则可派发到自己的服务器上执行，结果跑完后回到同一套科研工作流。例如，利用host.fold通过SSH连接8×A100机器运行Protenix推理，或使用host.score_mutations调用真实的ESM打分。数据、模型和算力都可以留在自己的环境里，智能体负责把它们串起来。
在数据真实性方面，OpenAI4S设立了严格的“不伪造策略”：禁止使用np.random假装实验结果、硬编造保守性、拿BLOSUM冒充ESM、用模拟数据集充当真数据。要么真服务，要么老实报错。在INS案例中，序列来自UniProt，结构来自RCSB，连不上网它会诚实跳过。真要算蛋白结构，它也是真调GPU，没配GPU就直接报错，绝不捏造。对于科研Agent来说，这种“宁可报错也不胡编”的诚实比“什么都会”更重要。
OpenAI4S的发布，是北京大学与元空AI推进产学研协同的一次实践。作为联合实验室的阶段性成果，OpenAI4S凝聚了包括张恭博（研究方向聚焦AI for Science，共同第一作者）在内的团队心血。张恭博在UniGenX上的研究积累也延伸到了OpenAI4S的研发中。团队包括李昊、王豫、刘宇阳、吕刘正浩、毛奕澄、林慕捷、彭莘尧、姜政祥、王一米等同学，从框架设计到开源发布，每个环节都离不开协作。元空AI作为端侧AI公司，专注于模型后训练与Agent Runtime，此次开源OpenAI4S体现了其对科研Agent的共同判断：科研智能体不能只停留在Demo，而应成为真正可执行、可检查、可扩展的科研基础设施。目前，兔展智能已为该项目提供了Skills UI支持。
欢迎把它跑起来，也一起把它做下去。参与OpenAI4S，可以从把它跑起来开始。安装不复杂，三行命令即可启动。项目自带真实案例，可直接运行：Live API工作流、人胰岛素INS真实数据分析、一句话改图，以及计划模式下的青蒿素和紫杉醇溶解度预测、蛋白质工程等。把项目跑起来只是第一步，真实科研横跨众多领域，每个方向都有其特定的数据库、专业模型和计算流程。因此，OpenAI4S正式向高校、科研机构、开发者和产业团队发出Call for Contributors。如果你熟悉某个科研方向，可以为它开发新的科研Skills，接入专业数据库、算法模型和计算平台；如果你擅长Agent或软件工程，也可以参与完善核心架构、远程计算、安全机制、测试和文档。不写代码也能参与，提交一个Issue、补充一个可复现案例、反馈一次失败任务，或者告诉社区某个学科真正需要什么，都是有价值的贡献。如果你也相信科研Agent不该只停留在Demo里，欢迎把它跑起来，也欢迎一起把它做下去。