科研 Agent 真正进入实验室，最缺的可能是一套能把论文、代码、数据和研究决策串起来的工作台。 上海人工智能实验室这篇论文提出 SciForge，一个面向科研流程的 AI 原生环境。 它会把论文、数据、代码、模型参数和人工决策连接到同一张 Evidence DAG 上，让研究过程能够持续保存，也方便后续追踪和复查。 研究者主要负责判断和审批，文献搜索、数据分析、绘图、实验执行和写作则交给后台 Agent 与工作流。 论文展示了基因发现、蛋白质设计、分子优化和论文复现等 8 个案例，其中一个长期任务经历了 132 个阶段，留下 199 次以上 Git 提交。 这项工作把科研 Agent 从单次任务工具，推进成了一个能够维护长期研究现场的系统。 科研自动化越深入，证据链和可复查性就越重要。 真正进入科研流程的 Agent，需要把做过什么、结论从哪里来，一起留下来。 📎 arxiv:

极致创意! 由于日本犯罪率急剧下降，日本奈良将一旧监狱改为豪华酒店，单日房价14.7万日元起，约合人民币6185，该酒店于2026年6月25日正式开业，共48间房，均由多间单人牢房改造而成，位于监狱中央的中央警卫室，可俯瞰呈放射状排列的房间全景，牢房变客房，纯狱风!

一行命令，把AI变成你的专属科研科学家！ 科研人福音来了！这个GitHub神器直接给AI装上133个专业科研技能，生信、药物发现、临床、多组学全覆盖，效率直接起飞。 它到底有多强？ 1、133个开箱即用技能，覆盖生物/化学/医学/材料全领域 2、一键直连100+权威数据库（PubChem、ChEMBL、UniProt、ClinicalTrials…） 3、内置70+顶级Python工具链（RDKit、Scanpy、PyTorch、scikit-learn等） 4、完美兼容Cursor / Claude / Codex，自动发现+自动调用 10秒极速上手： npx skills add K-Dense-AI/scientific-agent-skills 真实能干的事： 1、药物发现：靶点筛选 → 分子对接 → ADMET → 一键报告 2、单细胞：质控 → 分群 → 差异分析 → 调控网络 → 靶点挖掘全流程 3、临床：VCF注释 → 致病解读 → 药物推荐 → 临床试验匹配 4、多组学：转录+蛋白+代谢联合分析建模 安全提醒：按需安装，先看SKILL.md，本地可跑安全扫描。 以前配置环境、查数据库、写代码要好几天，现在全交给AI，几分钟出结果，论文速度直接拉满。 GitHub直达👇 （已22k+ stars，强烈建议star后试用）

從另一角度看，Terafab 找 Intel 的關鍵也是因為沒其他選擇。台積電未來數年產能已被高毛利訂單填滿，Samsung 則可持續享受記憶體超級週期的超額報酬，兩者的能見度都到 2028–2030 年，沒理由為了不確定性高的 Terafab 重置資源。