Lille My

Image via Wikimedia Commons (public domain). 欢迎阅读本周的人工智能重塑科研动态速览，内容精选自 Nature、Science 以及商学领域的顶级期刊。 从静态论文到可运行的智能体 任何尝试复用已发表方法的人都深知其中的艰辛：寻找代码、修复运行环境、解读补充材料。在 Nature 上，Jiacheng Miao、Joe R. Davis、Jonathan K. Pritchard 及其合作者提出了 Paper2Agent，这是一个自动化框架，能够将一篇研究论文转化为充当“虚拟通讯作者”（"virtual corresponding author"）的人工智能智能体。 多个智能体分析论文及其代码库，构建模型上下文协议（MCP）服务器，随后生成并运行测试以提升其稳健性。在与 Claude Code 等对话智能体连接后，所生成的“论文智能体”能够以自然语言回答科学问题，同时调用论文自身的工具与工作流程。在基于 AlphaGenome、Scanpy 和 TISSUE 的案例研究中，作者报告这些智能体复现了原始论文的结果，并能处理全新的用户查询；...

主办方： Association for Consumer Research (ACR)。录制于2026年7月7日。 时长： 约56分钟。 观看录像（56分钟） 本期 ACR 网络研讨会介绍了研究者运用生成式人工智能的两种新兴方式：一是氛围编程（vibe coding），即用自然语言描述需求，由 AI 模型编写代码；二是 AI 辅助访谈，用于收集和开展质性访谈。 录像托管于 OneDrive，将在新标签页中打开：观看录像。 封面图片："Laptop coding programs"（Unsplash，CC0），来源：Wikimedia Commons。

Image via Wikimedia Commons (public domain). 2026年9月14日 图片来源：Wikimedia Commons（公有领域）。 欢迎阅读本周综述，我们从 Nature、PNAS 以及商业与经济学领域的顶尖期刊中精选内容，追踪 AI 如何重塑研究。 生成式人工智能正在改变实验刺激材料的可能形态 行为研究者长期面临刺激抽样问题：实验往往依赖少数程式化的刺激材料，因此很难判断效应能否推广到这些材料之外。在 *Journal of Marketing Research* 上，Anirban Mukherjee、Hannah H. Chang 和 Sachin Gupta 提出了 BRIDGE 方法。该方法利用基础性生成式人工智能嵌入，为未经改动的真实世界文本构建关于核心构念的低维、可解释表征，并对干扰性变异加入统计控制。蒙特卡洛模拟、两项咖啡认证实验以及一项大规模选择实验表明，即使文本中存在未观测到的干扰性变异，该方法仍能还原真实参数。在选择实验中，1,000 名参与者评估了约 50,000 条独特的产品描述，这些描述取自一个近 120,000...