正在补充深度解读，当前内容可以先阅读
论文解决了什么问题
这篇论文关注Co-Scientist in Real Labs相关问题：当智能体依赖技能、记忆、工具和运行时控制时，模型外部系统怎样影响最终能力。
核心方法
这篇论文把 Gemini Co-Scientist 推到真实实验环境中，覆盖材料科学、生物学和计算机科学任务。系统不只生成假设，还连接半自动实验设备、实验设计和稿件生成，展示多智能体科学系统如何进入闭环研究工作流。
实验结论
- 观察 AI co-scientist 从模拟推理走向真实实验室执行。
- 适合与同批推荐中的 Agent Skills、Harness 和长期记忆论文交叉比较。
局限性与证据边界
- 已按 arXiv 元数据和摘要整理，推荐文案为中文编辑摘要。
适合谁阅读
追踪 Agent Skills 与 Harness 研究比较模型外状态的收益和风险设计长期智能体系统Agent SkillsAgent Harness
可核验的原论文来源和作者
- 作者
- Samuel Schmidgall, Xiaokai Zhu, Marian Shaw, Lin Yang, Valentin Lievin, Jingyun Yang
- 来源
- arXiv
- 论文 ID
- 2608.26701