SAIL：通过科学感知循环构建科学智能体能力

SAIL 是一个开放模型，总参数 35B、激活参数 3B，面向文献调研、科学编程和多步研究流程。它通过“科学感知改进循环”开发：由前沿 AI 模型驱动的智能体分析其任务失败，定位文献检索与证据选择、科学假设与推理、长流程规划与修订等能力缺口，并据此构建训练任务、交互轨迹和可执行任务。SAIL 经多轮循环，采用监督微调、专家训练、多教师同策略蒸馏和智能体强化学习训练。

此前科学智能体多依赖通用大模型或人工构造训练数据，能力缺口与训练任务之间缺少自动闭环。SAIL 用智能体自动诊断失败并生成针对性训练任务，且以 35B 总参数、3B 激活参数在科研任务上取得与更大开放权重模型相当的表现，说明小参数模型加自动化数据循环可能成为一条可行路线。

机制是让前沿模型智能体充当诊断者和出题者：先分析 SAIL 在文献、编程和长流程研究中的失败模式，再从论文集合与科学代码仓库构造问题、交互轨迹及带环境和工具的可执行任务，随后用监督微调、专家训练、多教师同策略蒸馏和智能体强化学习更新模型，形成多轮“失败诊断—任务生成—再训练”的迭代闭环。

对产品与研发而言，这意味着科研类智能体不必只依赖扩大参数，可通过自动生成可执行任务和环境来定向补齐能力；团队需投资失败归因、任务合成与工具环境搭建，而非仅堆算力。3B 激活参数也利于控制推理成本，使文献调研、科学编程等长流程功能更易落地到实际工作流。

• 搭建科研智能体的失败诊断与任务合成流水线，用论文和代码仓库自动生成带工具环境的可执行训练任务。
• 基于 3B 激活参数的小模型路线，为文献调研、科学编程场景设计低成本推理产品。
• 为科研团队提供可复现的多步研究流程智能体，重点覆盖检索、证据选择、规划与修订环节。
• 建立科学任务评测集，验证自动生成训练任务是否真正提升长流程研究的可靠性。

• SAIL 的具体基准成绩、对比模型和评测任务尚未在证据中列出，竞争力结论需进一步核实。
• “科学感知改进循环”每轮的成本、所需前沿模型和人工介入程度未披露。
• 模型权重、训练数据和代码是否开放，以及以何种许可发布，尚不明确。
• 多教师同策略蒸馏中各教师模型的身份与贡献比例未说明。