科研活动具有高门槛和高试错成本特点，在现有学术体系中，大量“失败”结果往往未被公开记录，无法被不同研究者反复探索。基于大语言模型的自动化研究系统则有望缓解这一难题。

由复旦大学MOSS团队核心成员创办于去年3月的AI初创公司上海日行迹智能科技有限公司2月12日发布多智能体系统FARS（Fully Automated Research System），该系统可全自动完成文献调研、假设生成、代码编写、实验执行、论文撰写等科研全流程，有望让科学发现更高效、可扩展，降低科研成本。

FARS的设计基于研究系统的第一性原理，即高效可靠地拓展知识边界。在一个理想的研究系统中，输出的每一项研究成果都应具备清晰的假设以及对假设的可靠验证结果。如果假设本身合理，那么验证结果无论正向或负向都构成有意义的知识并应当被报告。因此，FARS的输出结果呈“短论文”形式，每篇论文聚焦一个边界清晰的研究贡献，系统鼓励报告失败结果且不必遵循篇幅或结构限制。

据日行迹介绍，FARS由Ideation、Planning、Experiment、Writing四个智能体模块构成。其中Ideation智能体根据预设研究方向不间断地自动开展文献调研和假设生成，每个假设在被生成且通过自动化评估后交由后续智能体依次处理，最终生成一篇完整的学术论文。这些智能体在一个共享文件系统中分工协作，文件系统同时承担了工作空间和持久记忆功能。

为了让FARS能够高效开展大批量实验，研究团队将一个包含160卡的GPU集群包装成训练和推理工具供智能体调用，让系统高效调度和管理计算资源。为了让FARS能够顺利合成数据、设计智能体等，FARS接入了统一调用端口，可调用各类闭源和开源模型。为验证FARS工作过程，日行迹公开了FARS首次部署，预计直播一个月时间，生产100篇学术论文，达成目标后停止运行。日行迹表示，希望通过这种方式收集研究者、审稿人、工程师的反馈。

日行迹是由复旦大学对话式大型语言模型MOSS团队核心成员发起的人工智能基础技术公司，创始人孙天祥为复旦大学计算机博士，师从复旦大学教授黄萱菁与邱锡鹏，也是MOSS的主要研发者。孙天祥长期研究机器学习、自然语言处理与大模型体系，为颠覆科学发现方式，让科学发现从手工作坊转变为可规模化的工业生产，2025年创办日行迹。该公司目前已获得高榕资本、奇绩创坛等多家机构投资，天使轮融资数千万美元。