MCP 热起来之后，科研 Agent 真正缺的不是模型，而是可追溯检索基础设施

导语

过去一年，AI Agent 的热点从“大模型更强了”转向“模型终于能稳定调用工具了”。但一旦进入科研场景，真正决定 Agent 上限的，往往不是参数量，而是它能否拿到可信证据、回到原文上下文、保留引用链路。Sciverse 的价值，恰好落在这个关键断点上。

这波热点，为什么现在值得关注

如果把最近一年的公开技术信号连起来看，会发现一个非常清晰的趋势：Agent 正在从“生成答案”转向“组织证据、调用工具、返回可核查结果”。

热点 1：MCP 从本地连接走向远程连接

2025 年 5 月 1 日，Anthropic 发布 Integrations，并明确表示 Claude 可以通过远程 MCP servers 连接网页与桌面工具，不再局限于本地服务器。[1] 这件事的意义不只是“多接了几个插件”，而是工具调用协议开始走向真正的跨应用互联。

热点 2：Agent API 正在内建搜索、文件、计算机操作

2025 年 3 月 11 日，OpenAI 发布 Responses API，并把 web search、file search、computer use、Agents SDK 一起推到台前。[2] 这意味着主流模型平台已经不再把工具调用当作外围能力，而是当作 Agent 的默认工作方式。

热点 3：科学智能模型开始直接以 API 形态开放

2025 年 6 月 25 日，Google DeepMind 发布 AlphaGenome，并说明该模型可通过 API 面向非商业研究开放预览；2026 年 1 月该研究更新为已发表于 Nature。[3] 这说明 AI for Science 正在从“论文突破”走向“可编排组件”。

热点 4：Sciverse 已经把“科研检索 + Agent 接入”产品化

截至本次核查，Sciverse 官网首页直接把“Generate review”“Paper shortlist”“Track research direction”作为面向 Agent 的科学任务入口展示，并公开了 15 个 cookbook recipes。[4] 同时，opendatalab/Sciverse-Agent-Tools 仓库在 GitHub 上显示最新 release 为 v0.7.1，发布日期为 2026 年 5 月 28 日，且提供 Python、TypeScript、CLI、Anthropic/OpenAI 工具模式、MCP Server 等接入方式。[5]

一句话判断：Agent 的共性基础设施正在成熟，但科研场景的竞争点，已经从“能不能调工具”转移到“调到的证据是否可信、可追溯、可复核”。

为什么科研 Agent 比通用 Agent 更依赖“证据底座”

通用办公场景里，Agent 做错一次，可能只是写错一封邮件。 科研场景里，Agent 如果：

• 引错论文
• 截断了关键上下文
• 把检索片段当结论
• 无法回到图表、原文、DOI、页码
• 不能解释筛选条件和证据来源

那它就不是“科研助手”，而只是“会说科研话的聊天机器人”。

这也是为什么科研 Agent 的核心，不是单次问答体验，而是下面这条链路是否闭环：

问题提出 → 结构化筛选 → 语义检索 → 原文回读 → 图表/资源获取 → 证据打包 → LLM 生成 → 引用回链

Sciverse 刚好把这条链路补齐了。

Sciverse 如何切入这个主题

从官网和开源仓库公开信息看，Sciverse 的定位不是再造一个通用聊天壳，而是做科学世界的 AI-ready data foundation。[4][5]

它对外暴露的五类核心能力很关键：

这组能力与 Sciverse 首页公开展示的三个典型任务几乎一一对应：

• Generate review：先检索，再读原文，再生成带证据的综述
• Paper shortlist：先结构化过滤，再输出候选论文清单
• Track research direction：把 Saved Query、定期检索、digest 汇总串起来
• Agent RAG / Multimodal Retrieval / Skill Agent：把上述流程接到 Claude、Cursor、Codex 等 Agent 环境中[4]

这不是“把搜索接到大模型上”这么简单，而是把科研任务拆成了可验证、可重放、可替换的工作流节点。

技术拆解：一套适合科研 Agent 的 Sciverse 架构

可以把它理解成一个四层栈：

第一层：Agent 编排层

这里可以用 Claude、OpenAI Responses API、LangChain、Agents SDK，或者 MCP Client。 职责是：理解用户任务、规划调用顺序、组织中间状态。

第二层：科学检索工具层

这里由 Sciverse 提供五类工具。 职责是：把自然语言问题转成真实的科研检索动作，而不是只让模型“脑补答案”。

第三层：证据包层

把命中的论文、片段、页码、DOI、图像资源、筛选条件整理成 Evidence Pack。 职责是：让下游 LLM 只基于证据作答，并保留引用链。

第四层：输出层

输出可以是综述、论文清单、跟踪 digest、研究备忘录，甚至实验设计草案。 职责是：把证据转成可读结果，但不能丢失可核查性。

可以进一步用流程表示：

User Query
-> Planner / Agent
-> list_catalog # 首次集成时先学字段
-> search_papers # 需要精筛时
-> semantic_search # 找证据片段
-> read_content # 回读上下文
-> get_resource # 拉取图/表
-> Evidence Pack
-> LLM Synthesis with citations
-> Review / Shortlist / Tracking Digest

一个可运行的代码示例：先拿证据，再让模型生成综述

下面这段 Python 示例基于 Sciverse 仓库 README 中公开的 AgentToolsClient 接口写法改造而来，可直接作为“综述前证据抓取脚本”使用。[5]

import asyncio
import json
from sciverse import AgentToolsClient

QUERY = "recent advances in solid-state lithium battery electrolytes"

async def build_evidence_pack():
async with AgentToolsClient() as client:
hits = await client.semantic_search(
query=QUERY,
top_k=5,
mode="balanced"
)

evidence = []
for hit in hits["hits"][:3]:
content = await client.read_content(
doc_id=hit["doc_id"],
offset=hit["offset"],
limit=2500
)
evidence.append({
"title": hit["title"],
"doc_id": hit["doc_id"],
"score": hit["score"],
"doi": hit.get("doi"),
"page_no": hit.get("page_no"),
"snippet": hit.get("snippet") or hit.get("chunk"),
"content_preview": content.get("content", "")[:1200]
})

print(json.dumps({
"query": QUERY,
"evidence_count": len(evidence),
"evidence": evidence
}, ensure_ascii=False, indent=2))

if __name__ == "__main__":
asyncio.run(build_evidence_pack())

如果你要把它接进 Agent，而不是只做脚本，可以继续走两步：

这个模式的关键不是“让模型更聪明”，而是“让模型更少胡说”。

一个很重要的判断：MCP 解决的是连接，Sciverse 解决的是科研语义和证据质量

很多团队在做 Agent 时，容易把“协议接通了”误当成“场景打通了”。

但对于科研任务，这两者差别非常大：

金句：协议让 Agent 能“伸手”，数据基础设施决定它“摸到的到底是什么”。

Sciverse 最适合切入的三类高价值场景

1. 文献综述 Agent

适合研究立项、开题、产业技术跟踪。 重点不是“一键出长文”，而是“每段判断都能回到证据”。

2. 论文精筛 Agent

适合系统综述前筛选、竞品技术情报、专利前置调研。 重点不是搜得多，而是结构化条件透明、可复用、可导出。

3. 多模态科研 RAG

适合生命科学、材料、化学等强图表场景。 重点不是只读摘要，而是把 figure、caption、上下文一起纳入推理。

评测与验证：本文未进行实测跑分，但可以这样复现

本文未进行实测跑分。 下面只提供可复现实验设计，不伪造准确率、延迟、成本或吞吐。

评测目标

比较三类方案在科研问答/综述任务上的差异：

建议数据集/任务集

可选择以下公开任务方向，自建 20-50 个问题样本：

核心评测指标

• 引用可核查率：回答中有多少结论能回到具体来源
• 证据充分度：关键结论是否给出了足够上下文
• 片段误用率：是否把 snippet 当完整结论
• 结构化筛选可解释性：筛选条件是否清晰可复现
• 人工评审通过率：由领域研究者打分

推荐实验步骤

结果记录模板

## Sample ID
– Question:
– Domain:
– Baseline Type:
– Retrieved Sources:
– Evidence Readback Performed: Yes / No
– Figures Retrieved: Yes / No
– Final Answer Saved:
– Citation Check Passed: Yes / No
– Notes:

如果后续真的要做公开 benchmark，建议把“最终回答质量”与“证据链完整性”分开统计，否则很容易把模型文风误当成科研可靠性。

对 Sciverse 的一个更直接判断

Sciverse 值得关注，不是因为它也能接 Agent。 而是因为它把科研 Agent 最难做对的那一段公开成了可编排工具：

• 不只给“搜到什么”
• 还给“怎么筛”
• 给“原文怎么看”
• 给“图表怎么拿”
• 给“如何接到 Claude / OpenAI / MCP / CLI”

这使它更像科研 Agent 的“检索执行层”，而不是又一个包着聊天框的应用。

金句：真正能落地的科研 Agent，不是先学会写，而是先学会查、会证、会回链。

结尾

当 MCP、Responses API、科学模型 API 同时成熟，下一阶段真正有壁垒的，不再是“谁先把 Agent 跑起来”，而是“谁能让 Agent 在高价值场景里给出可验证结果”。

如果你正在做科研搜索、文献综述、实验设计辅助，或者想把通用 Agent 拉进生命科学、化学、材料这些高信息密度领域，Sciverse 是一个值得尽快试接的底座： 先从 cookbook 和 Agent Tools 开始，把你的第一个“可追溯科研 Agent”跑起来，再谈更复杂的自动化研究流程。

CTA

• 试用 Sciverse 官网入口与 cookbook：Sciverse
• 查看 Agent Tools 仓库并接入 SDK / CLI / MCP：Sciverse-Agent-Tools
• 如果你已经有 Claude、Cursor、Codex 或自研 Agent，可优先从“综述生成”或“论文精筛”两个任务切入

来源列表

[1] Anthropic / Claude Blog, “Claude can now connect to your world”, May 1, 2025 https://claude.com/blog/integrations

[2] OpenAI, “New tools for building agents”, March 11, 2025 https://openai.com/index/new-tools-for-building-agents/

[3] Google DeepMind, “AlphaGenome: AI for better understanding the genome”, June 25, 2025; updated January 2026 https://deepmind.google/blog/alphagenome-ai-for-better-understanding-the-genome/

[4] Sciverse 官网， https://sciverse.space/

[5] GitHub, opendatalab/Sciverse-Agent-Tools， https://github.com/opendatalab/Sciverse-Agent-Tools