跳到正文

Hyra 2.0把科研Agent变成持续实验系统:小团队可卖复现、评测和工具化交付

国内

科研Agent实施与评测通常被理解为让AI回答问题,但真正进入实验室后,更难的是把一次实验变成可重复运行、出了问题能追溯、下一次还能继续改进的工程流程。腾讯混元在2026年11月2日发布的Hyra 2.0,重点正是从自动解题转向研发和升级科学模型、研究工作流及软件工具:一次实验留下的代码、结果和方法,不只服务于当前问题,还可以沉淀成后续任务可调用的工具。

这套变化的核心不是多了一个聊天入口,而是Hyra 2.0把长周期科研任务拆成Overall、Mission和Worker三层。Overall与人类研究者沟通并协调目标、资源和关键决策;Mission长期负责一个研究问题,负责路线、实验安排和结论评估;Worker则读取代码、执行实验、分析失败原因,并可对Mission的判断提出异议。任务可以进入持久化队列,因此等待实验结果或人工审批时,其他工作不必全部停住。

AI在这里改变的是实验执行和证据整理的任务组合。Worker可以连续写代码、跑实验、汇总失败原因,系统则通过Research Board记录进展,要求Worker提交代码版本、实验结果和运行记录。必要时,独立的Review Worker会再次检查结果;验证过的方法还能被整理为skill,供后续研究复用。与普通科研问答相比,这套机制真正多出了“持续运行、留痕和复用”三种能力,但也意味着评测器、权限边界和人工判断不能省略。

公开成果显示,Hyra 2.0已进入模型和工具研发,而不只是生成研究答案。腾讯披露,它从头训练了196万参数的蛋白质逆折叠模型HyInv和6.5亿参数的蛋白质语言模型HyPLM-Flash;还面向分子模拟开发了HyFF,用数学证明工作流HyProver组织资料搜索、问题转化、猜想和独立复核。腾讯混元的Hyra-results仓库在11月2日新增了HyInv、HyPLM-Flash的权重、推理代码和技术报告,并收录其他成果的复现脚本或形式化证明,外部团队因此可以检查和运行这些产物,而不是只阅读厂商给出的结论。

不过,早期基准和开源产物不能直接证明第三方科研服务市场已经成熟。现有材料主要来自腾讯自身实验、厂商披露和成果仓库,没有高校实验室、生物医药企业或材料团队的采购合同、实施报价、续费或独立复现案例。特别是蛋白质结构吻合度、分子模拟、机器人仿真等结果,仍分别需要计算复核、实验验证或真机测试;Hyra在处理器优化中发现的问题和形式化验证结果,也不能自动外推到其他科学任务。

因此,小团队不应以“部署一套Hyra”作为泛化产品定位。更可行的参与方式,是挑一个已有历史记录和可靠答案的科研子流程,先建立小规模评测集,再交付四类具体工作:接入数据与计算环境,记录每次代码、配置和运行日志;复现既有实验并量化成功率;把领域专家修改变成可回测的规则或难例;最后设置人工确认,区分可自动提交的辅助结果与必须由科研人员签字的结论。

这类服务是否值得收费,可以用一个封闭试点判断。选择一项此前由人工完成的重复流程,保留原有方法作为基线,至少比较四项指标:复现成功率、专家修改量、单次运行成本和结论证据完整度。如果Agent只是让团队更快地产出无法追溯的答案,它带来的只是速度;只有客户能在第二个项目复用评测集、规则和失败样本,并愿意为持续维护、复测和证据审查付费,科研工作流评测与工具化交付才可能成为生意。

Hyra 2.0给行业的提示很明确:科研Agent的竞争正在从“谁能答出这道题”转向“谁能稳定运行一套研究流程,并把改进留下来”。对小团队而言,通用科研Agent不是空白市场;更值得测试的是帮助一个具体团队把工具、数据、评测、复核和人工责任接起来,先用可复现结果证明交付价值。