A IA aplicada à ciência atravessou um divisor de águas silencioso. Nos últimos anos, a pergunta era: uma IA pode ajudar um cientista? Recuperação de literatura, análise de dados, geração de código, até simulação e análise experimental — tudo foi automatizado uma tarefa por vez. A nova pergunta é diferente: uma IA pode conduzir um projeto de pesquisa inteiro — de uma hipótese vaga a uma conclusão verificada — em vez de apenas completar tarefas isoladas?
Nesta semana, o laboratório chinês apoiado pela CAS, Zidong Taichu (紫东太初), apresenta uma resposta: uma atualização do seu sistema de pesquisa ScienceClaw chamada AutoProject, um motor que visa fazer do “projeto” a unidade de trabalho da pesquisa com IA, e não a “tarefa”. Trate os benchmarks divulgados com ceticismo saudável, mas a arquitetura diz algo sobre para onde todo o campo de AI4S está caminhando.
O que a pesquisa “em nível de projeto” realmente exige
Um projeto de pesquisa real é um ciclo de exploração não linear, não uma checklist de entregas. Ele começa com uma concepção nebulosa, contém subtarefas interdependentes e é constantemente redirecionado à medida que novos artigos, resultados experimentais e dados anômalos chegam. Execute todas as subtarefas perfeitamente e ainda assim você não terá feito o projeto — a rota em si precisa ser replanejada durante o percurso.
A resposta do AutoProject é uma stack de três camadas:
- Project2Task — planejamento em nível de projeto. Responde à pergunta “como este projeto deve ser feito?”: decompõe um objetivo de pesquisa em uma rede de tarefas com dependências.
- TaskExecutor — execução autônoma de longo prazo. Responde à pergunta “definida a direção, como seguimos?”: roda o ciclo, monitora o estado e lida com falhas sem que um humano precise supervisionar cada passo.
- EviGraph — verificação orientada a evidências. Responde à pergunta “a conclusão final realmente tem suporte?”: constrói um grafo rastreável conectando afirmações a dados, código e experimentos.
O ciclo de vida reivindicado: planejamento do projeto → decomposição em subtarefas → execução de longo prazo → verificação de evidências → reparo dinâmico → consolidação dos resultados.
O exemplo prático: um projeto de modelagem YOLO
A ilustração mais concreta é uma tarefa de modelagem para detecção de objetos. O sistema a divide em três módulos — processamento de dados, experimentos de modelagem e otimização iterativa — e os encadeia: ler os artigos relevantes, preparar o dataset, supervisionar o treinamento, tratar anomalias e, então, gerar automaticamente métricas, gráficos e análises quantitativas.
O ponto interessante está no tratamento de falhas. Se uma tarefa falha ou os resultados parecem anômalos, o TaskExecutor avalia retroativamente a etapa, reconstrói a rede de tarefas e roda os experimentos novamente com hipóteses ou parâmetros de modelo ajustados — sem intervenção humana de alta frequência. As saídas dispersas dos experimentos são integradas em uma conclusão de pesquisa coerente, em vez de um amontoado de logs.
Por baixo disso está o runtime do ScienceClaw: um modelo base multimodal (em desenvolvimento desde 2021), uma arquitetura hierárquica de múltiplos agentes que gera automaticamente um grafo de tarefas e aciona agentes de domínio, código, busca, análise de dados e simulação sob demanda, além de um ciclo de raciocínio em nuvem / execução em sandbox / ação na borda. A cobertura reivindicada abrange ciências da vida (a evolução de proteínas sendo um dos exemplos práticos), materiais, química, física e astronomia.
O enquadramento: ferramentas em nível de tarefa vs. ciência em nível de sistema
Desconsiderando o nome do produto, a mudança é estrutural:
- Unidade de trabalho: de Tarefa (uma chamada, um retorno) para Projeto (um ciclo fechado com planejamento, execução e verificação).
- Nível de capacidade: de nível de ferramenta (uma IA que assiste o cientista) para nível de sistema (um sistema de IA que conduz o processo de pesquisa e se autocorrige).
- Eixo de competição: do desempenho de um modelo pontual ou de um único agente para a capacidade de sistema ponta a ponta — a habilidade de manter um projeto longo em movimento e provar o resultado ao final.
A analogia que funciona: um agente em nível de tarefa é um estagiário brilhante a quem você entrega uma atribuição por vez; um sistema em nível de projeto é o líder de equipe que transforma um briefing vago em um plano, replaneia quando os resultados contrariam as premissas e volta com uma entrega verificada. A maioria dos agentes de pesquisa hoje são estagiários brilhantes — migrar do individual para a inteligência de sistema é para onde a arquitetura de agentes está caminhando.
O que isso significa para o campo de AI4S
- A avaliação já está mudando: o debate de ontem era como pontuar cientistas de IA (o padrão de avaliação está mudando de provas para descobertas); o de amanhã será se um sistema pode conduzir um projeto de várias semanas até uma conclusão verificada. O composto ARCBenchML reportado de 0,865 e a rastreabilidade de evidências acima da linha de base são números do fornecedor — mas a métrica em si é o verdadeiro sinal.
- Verificação vira um fosso competitivo: se o modelo de todo laboratório consegue executar código, o diferencial se move para grafos de evidências no estilo EviGraph — o sistema consegue provar, de forma rastreável, que sua conclusão decorre dos dados que ele de fato manipulou?
- Comercial vs. aberto: agentes de pesquisa abertos (por exemplo, implantações no estilo Polaris) são excelentes em automação de pipelines; autonomia em nível de projeto com ciclos de autorreparo é onde os laboratórios comerciais estão concentrando — espere que essa lacuna vire pauta de discussão.
- Não linearidade é o padrão de teste: qualquer fornecedor que afirme ter “ciência com IA em nível de projeto” deve ser testado da forma como o AutoProject afirma funcionar: lance uma contradição no meio do projeto, mude os dados e observe se ele replaneja em vez de travar ou repetir.
O que fazer a respeito
- Se você é um pesquisador: pare de avaliar agentes apenas por pontuações de tarefa única. Teste o jogo longo: dê a um sistema um projeto, injete conflitos durante a execução e audite se ele replaneja e documenta evidências.
- Se você constrói agentes de pesquisa: copie o padrão de três camadas — planejamento, execução de longo prazo com ciclos de falha e grafos de evidências. O ciclo de autorreparo vale mais do que um modelo base ligeiramente melhor.
- Se você compra ferramentas de AI4S: peça o artefato de rastreabilidade, não a demonstração. “Ele terminou o projeto” é uma afirmação; “aqui está o grafo de evidências da hipótese à conclusão” é uma entrega.
FAQ
Qual é a diferença entre o AutoProject e um agente de pesquisa típico?
Um agente típico completa tarefas: uma chamada, um retorno, e ele para diante de falhas. O AutoProject afirma conduzir projetos: planejamento via Project2Task → execução de longo prazo via TaskExecutor → verificação via EviGraph; diante de uma falha, ele replaneja retroativamente a rede de tarefas e reexecuta experimentos, integrando saídas dispersas em uma conclusão de pesquisa completa.
A IA pode realmente conduzir um projeto de pesquisa de ponta a ponta?
Segundo o fornecedor: o exemplo YOLO encadeia processamento de dados, experimentos de modelagem e otimização iterativa; o composto ARCBenchML é 0,865, com rastreabilidade de evidências acima da linha de base. Números não verificados, mas a direção da arquitetura — autonomia em nível de projeto somada a grafos de evidências — é crível.
Como saber se um sistema de ciência com IA em nível de projeto é real?
Injete um resultado contraditório no meio do projeto ou mude os dados, e observe se ele replaneja em vez de travar ou repetir; depois peça um grafo de evidências da hipótese à conclusão, não uma demonstração.
Fontes: cobertura do anúncio do AutoProject da Zidong Taichu / ScienceClaw (QbitAI, agosto de 2026); os resultados de ARCBenchML reportados foram divulgados pelo próprio fornecedor e não estão verificados.
