上海AI实验室开源国产科研智能体工作台InternAgentS推动科学智能体网络生态

谈及AI for Science的未来演进，上海人工智能实验室很早就开始在“科研智能体”方向上系统布局。从书生多模态科学大模型Intern-S1-Pro，到多智能体框架Intern·Agent，再到科学智能上下文协议SCP，直至今日的科研智能体工作台InternAgentS，形成了一条清晰的迭代脉络。近期Claude Science的发布，将“科研智能体工作台”这一概念带入了更多研究者的视野，同时也让国内科研圈对开源、本地部署、多模型适配的需求变得日益突出。

基于前期技术积累，上海AI实验室选择第一时间将InternAgentS全面开源。它面向全球科研人员，提供了一个国产开源、可本地部署、可灵活扩展、支持接入多种模型与科研工具的智能体工作台。在论文研读、实验数据分析、代码迭代优化、结果整理、远程计算以及科研写作等高频场景中，InternAgentS将原本分散于不同工具和环境的科研环节，统一整合进同一个项目空间。这样一来，智能体能够在完整的项目上下文里，协助研究者将整个科研项目持续向前推进。

回顾Intern·Agent的演进过程，其发展方向颇具深意：从最初“流程驱动”的工具调用框架（1.0阶段），到“推理驱动”的跨学科科学发现通用框架（1.5阶段），再到如今的科研智能体工作台InternAgentS。这一路线背后，实质上是在推动一个更加开放、可信、可扩展的科学智能体网络生态。

真实科研流程已融入项目空间，科研智能体工作台初步成型

实际的科研工作，从来不是一次简单的问答交互，也不是调用某个孤立工具就能完成。一个完整的科研项目，通常同时包含论文、代码、数据、实验记录、科学图表、远程服务器、计算任务、阶段性结论以及最终交付物。科研人员真正需要的，是一个能够组织项目上下文、连接工具与算力、沉淀过程产物，并在关键操作前保持人工可控的工作平台。

在InternAgentS中，研究者可以围绕特定项目来组织论文、代码、数据、实验结果、科学图表以及生成的成果。智能体则在这个完整的项目上下文里，协助完成文献阅读、方法比较、实验分析、代码修改、结果整理和报告撰写。关键在于，所有中间产物都会被自动沉淀回项目空间，形成一条可追踪、可复用、可继续迭代的科研工作流。对于需要计算资源的任务，InternAgentS还能连接远程Linux主机等环境，在研究者审阅并授权后执行计算任务，并将结果回收回来供后续分析使用。

这一设计的核心，是将科研过程中的“读、算、写、改、实验、交付”全部整合到同一个工作空间内。智能体不再仅仅是“回答问题”，而是真正在“协同推进科研项目”。

面向科研部署需求，已实现本地可控与多模型适配

InternAgentS在模型选择上并未被单一模型所绑定。它既可以接入DeepSeek、Qwen、Kimi、GLM、Intern-S等国产模型，也能连接Claude，或部署于本地及机构内网的私有模型服务。这意味着，用户不仅能把项目文件和计算任务保留在本地，还能让模型推理本身也留在本地或机构内网，大大降低了未发表论文、实验数据、企业研发资料以及项目文件外泄的风险。

对于高校实验室、企业研发部门、国产化环境以及高隐私要求的科研场景而言，这一能力远比单纯的云端AI工作台更加实用。InternAgentS所倡导的，是一条可持续建设的开放路径：科研工作台不被单一模型、单一云服务或单一工具生态所绑定，而是能够根据不同机构、不同学科以及不同安全要求，灵活部署和扩展。

沉淀科学发现能力生态，SCP 连接工具、数据与环境

InternAgentS内置了现有的科研技能（Skills），覆盖文献检索、实验分析、图表生成、论文写作、文档整理等典型科研流程。这使得智能体能够在不同项目和会话中复用成熟能力，更高效地协助研究者推进工作。同时，InternAgentS也支持接入SCP与MCP协议。

SCP是面向科学发现场景提出的科学智能上下文协议，旨在解决科研智能体与科学工具链、数据资源、计算模型、实验设备之间的协同问题。基于SCP 2.0的能力积累，目前已接入了3600+科研工具与Skills，覆盖生物、化学、物理、材料科学、地球科学、数学与信息科学等六大学科领域。其中既包括科学计算程序、数据分析工具、建模仿真工具、自研算法服务、学科插件，也涵盖文献调研、数据清洗、实验分析、报告撰写等可复用的科研动作。

简单来说，InternAgentS将模型能力、科研工具和领域工作流整合到了一个统一的工作台内。用户可以在一个地方完成文献调研、数据检索、实验分析、代码运行、远程计算以及报告生成，智能体也从“调用工具”进一步走向了“组织科研流程”。对于构建开放、可扩展的科研智能体基础设施而言，这是一次非常务实的探索。

探索开放能力，社区共建 AI4S 科研智能体基础设施

InternAgentS目前仍处于持续演进阶段。项目示例已经展示了其在材料分析、计算化学、工程建模等方向上的探索能力，体现了科研智能体从“科学问答”走向“项目协作”的巨大潜力。

咖啡因分子小型计算化学任务

Y型微流控混合器简化二维/三维模型建立任务

非均匀下垫面下风机湍流强度特征分析

相比于追求单一场景下的完美结果，更值得关注的是，通过开源和社区协作，InternAgentS正在不断拓展其在真实科研流程中的能力边界。希望它能推动科研智能体在更多领域、更多任务、更多工具环境中持续演进。

这里也诚挚邀请科研人员、开发者和开源社区一起参与共建：共同完善科研Skills的使用范式，接入更多科学工具、数据资源和计算环境，推动SCP生态适配，优化项目交互体验，补充真实科研工作流样例。让科研智能体基础设施在开放协作中，一步步走向成熟。

科研智能体工作台落地科研现场

从科学多模态大模型Intern-S1到Intern-S1-Pro，从多智能体框架到科研智能体工作台，上海AI实验室已形成了一套面向AI4S的系统化布局。InternAgentS的开源，将这些布局真正推向了真实的科研流程。面向未来，InternAgentS将继续与书生科学多模态大模型及全链路开源工具体系等协同演进，为开放、可信、可扩展的AI4S基础设施建设提供重要支撑。

主页链接：https://internagents.github.io/

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：上海AI实验室开源国产科研智能体工作台InternAgentS推动科学智能体网络生态要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题