斯坦福医学院将论文转换为可对话的 AI（人工智能） Agent，并演示 Agent 间协作发现新关联
斯坦福医学院团队开发 Paper2Agent 程序，可把科学论文（含正文、图表和数据）转换为可对话的 AI（人工智能） 智能体（AI Agent），并让不同论文的智能体相互交流。
研究者演示两个不相关论文智能体协作，在一个注意缺陷多动障碍（ADHD，Attention-Deficit/Hyperactivity Disorder）数据集上标记出与 MPHOSPH9 基因附近分子变异相关的关联。
这为读者理解智能体如何从静态文档走向主动知识协作提供具体案例，但仍属早期研究，规模化协作与安全伦理框架尚未解决。
斯坦福医学院博士后苗家成（Jiacheng Miao）和生物医学数据科学副教授 James Zou 领导团队设计 Paper2Agent 程序，将论文转为 AI（人工智能） Agent。
程序先让一组 AI“工作智能体”阅读论文及相关代码和数据，并在虚拟环境中尝试从零复现原始研究，将试剂、实验设置和执行过程等知识以 MCP（模型上下文协议，Model Context Protocol）形式存储。 人类作者仍需通过对话补充失败实验和实验设计判断等未记录在论文中的背景信息。
研究演示中，团队将一篇预测基因突变如何影响基因组的论文和一篇关于 ADHD（注意缺陷多动障碍） 风险的全基因组关联研究论文分别转为智能体，前者将知识应用于后者数据集，标记出 MPHOSPH9 基因附近的分子变异与 ADHD 风险增加的关联，Zou 称该关联此前未被报道。 团队目前创建了 100 多个论文智能体，Zou 希望未来多数论文都有对应智能体。
论文于 2026 年 9 月 16 日发表在 Nature，研究由 Chan-Zuckerberg Biohub 资助。
Paper2Agent 将 MCP（模型上下文协议）用于论文知识的结构化存储，使论文从静态文档变为可被智能体调用的接口，与当前 AI（人工智能） Agent 赛道中“工具调用”和“上下文管理”的技术方向一致。 论文智能体之间的协作演示表明，任务规划和信息共享可以跨越不同知识领域，为多智能体系统在科研场景中的任务闭环提供初步验证。
但需指出，MPHOSPH9 相关关联是研究者用两个特定论文智能体演示的结果，并非经过独立同行评审验证的临床或生物学结论； 团队也承认规模化协作机制尚未解决。 对行业读者而言，值得关注的是文档到智能体的转换流程和 MCP 存储设计，而非将初步发现视为已确立的科学事实。
后续观察信号
- Paper2Agent 的 MCP（模型上下文协议） 存储结构是否公开技术细节
- 团队计划如何实现百万级论文智能体的相互发现机制
- 该研究是否经过独立复现或后续验证