ScienceDiscovery：树搜索驱动科研代码自进化，低成本实现物理规律发现与算法加速

核心机制：树搜索驱动的科研产物迭代

ScienceDiscovery 是 openJiuwen 社区开源的 AI 科研工作台，其核心创新在于将科研试错过程转化为树搜索（Tree Search）问题。不同于传统的单次执行或依赖强化学习训练专用模型的方法，该系统直接对科研代码本身进行演进。

• 迭代流程：每一轮迭代包含四个步骤——选择一个父版本节点、由大模型改写、在隔离沙箱中评分、并将结果挂为新节点。运行失败或超时的版本同样入树并标记。
• 选择策略：系统采用“深挖”与“铺开”相结合的策略。高得分节点获得更多改写机会（深挖），但同一节点被选中后权重衰减，促使搜索转向其他分支（铺开）。这种机制允许系统回溯到早期被搁置但具有潜力的版本，从而避免陷入局部最优。
• 底座架构：底层固定为四个插槽（改什么、从哪出发、怎么打分、怎么合并），通过更换评分函数和根节点即可适配不同任务，支持并发扩展以加速搜索。

案例实证：小时级产出通用工具与发现物理规律

1. 半无穷区间振荡积分器的自动生成

通用数值积分库（如 scipy.integrate.quad）在处理不停振荡的函数时往往失效。ScienceDiscovery 针对38道此类积分题进行搜索：

• 基线表现：直接调用标准库仅3道题进入3%容差，最差误差达24亿倍。
• 搜索结果：历时2小时，产生236个版本。第119版得分-0.0007，19道测试题全部算准，平均相对误差0.07%。
• 成果价值：最终生成的247行程序具备通用性，能根据发散点和振荡频率自动选择算法，在未参与打分的另外19道题上同样有效。

2. 高斯超几何函数双精度求值优化

针对公认难以覆盖全参数域的 ₂F₁(a,b;c;z) 函数：

• 性能提升：使用 glm-5.2 模型进行48次扩展（耗时598秒），生成199行程序。在1000个未见点上，平均正确有效数字从9.836提升至11.771，能算到10位以上的点数从659增至965。
• 算法洞察：搜索自动发现了经典恒等式，当 z < -1 时通过变换变量避开不收敛区域，并自行确定了切换条件。

3. AlgoTune 代码加速竞赛

在收录154个真实数值计算任务的基准上：

• 表现：ScienceDiscovery 平均加速比达 2.279倍，耗时仅为参考实现的40%多。
• 对比优势：超越了官方榜最高分（claude-opus-4.6 的 1.837）及需强化学习训练的 MetaEvolve（2.045），且全程未使用任何特定加速技术的提示词，完全由搜索自主发现。

4. 从观测数据反推物理方程

基于 LLM-SRBench 的符号回归任务：

• 效率与成本：在4000行采样点的数据表中反解析表达式。111道题中有41.4%写出正确方程（包括玻尔能级、普朗克分布等）。
• 极低开销：每题平均仅需16.5次模型调用，采用 deepseek-v4-flash 费用不足3元。相比之下，其他方法通常需250次左右调用。

关键结论与展望

• 低成本高效率：相比依赖数百万次遗传变异的 LaSR 或需专门训练的 MetaEvolve，ScienceDiscovery 利用现成模型（deepseek-v4-flash, glm-5.2）和极少的调用次数，实现了同等甚至更优的效果。
• 自动化程度：整个过程无需人工干预，验证成本低（秒级评分）是其快速迭代的关键。
• 未来挑战：当前方法适用于可快速机器验证的任务（如代码、数值计算）。要推广至合成实验、风洞测试等长周期领域，需解决验证速度慢和高昂试错成本的问题，例如通过仿真代理模型或自动化实验室压缩验证时间。