SciMaster是干什么用的？

SciMaster 是上海交通大学、深势科技与上海算法创新院联合发布的通用科研 AI 智能体，强调自主规划并推进科研任务，而非一问一答的聊天工具。它与走高能物理垂直路线的赛博士、主打生物医学文献调研的 MedPeer 定位不同，更适合需要跨学科推进课题、把文献梳理等重复劳动交出去的研究者。

SciMaster 是一个通用科研 AI 智能体，你可以把它理解成一位能自己规划、自己动手的”科研搭子”：你给它一个研究任务，它不只是陪你聊天，而是能围绕科研流程去调用工具、推进工作。它由上海交通大学、深势科技与上海算法创新院于 2025 年 7 月联合发布，被定位为全球首个真正意义上的通用科研 AI 智能体。

它到底”通用”在哪

市面上不少科研 AI 是”专用型”的，比如只服务某个学科、只做某一道工序。SciMaster 的卖点恰恰是通用——不绑定单一学科场景，而是面向科研工作的共性需求提供智能体能力。官方对它的定位，是 AI for Science 领域从”工具的革命”走向”革命的工具”的那一步：前者是把 AI 当成一件好用的新工具，后者是 AI 直接参与到科研生产方式的改造里。

这个说法听着有点大，但落到使用上其实很朴素：你描述研究意图，它来承担”把事做完”的那部分工作，而不是让你在十几个工具之间来回切换、手动搬运数据。

核心特点梳理

• 智能体形态，而非问答机器人：关键词是”Agent”。它强调的是自主推进任务，而不是一问一答地给你返回一段文本。
• 通用科研定位：不限定在高能物理、生物医学这类单一垂直领域，走的是跨学科的通用路线。
• 产学研联合出品：上海交通大学 + 深势科技 + 上海算法创新院，高校、企业、新型研发机构三方共同发布，这个组合本身就说明了它偏”科研基础设施”的属性。
• 发布节点明确：2025 年 7 月 26 日正式发布，属于比较新的一代产品。

和同赛道产品怎么区分

把几个容易混淆的对象摆在一起看会更清楚。请注意它们各自的定位差异很大，不是同一类东西：

简单说：SciMaster 走通用路线，赛博士走高能物理垂直路线，MedPeer 走生物医学 + 文献调研路线。如果你要的是”一个能陪我跑完整套科研流程的通用助手”，看 SciMaster；如果你明确身处某个垂直学科、需要领域内深度适配的系统，那赛博士 https://www.ihep.cas.cn 这类垂直产品可能更对路。

顺带提一句 MedPeer，它的调研报告生成能力主打 3 亿文献智能分析，如果你当前最迫切的需求是”快速把某个方向的文献摸一遍、出一份调研报告”，这类工具在文献调研和深度调研报告这两个环节上是很实用的补充 https://www.medpeer.cn。

适合谁用

• 需要跨学科推进课题的研究者：不想为每个环节单独学一套工具的人。
• 希望把重复性科研劳动交出去的人：文献梳理、资料整合这类耗时但不产生核心洞见的活儿。
• 关注 AI for Science 进展的人：想看看”智能体”这个概念在科研场景里究竟落地成什么样。

关于收费

目前公开信息里没有可靠的定价说明，我不打算在这里编一个数字出来。如果你关心是否免费、有没有额度限制，建议直接去官网查看最新说明，以官网为准。

入口在哪

SciMaster 的官网与在线入口：https://www.scimaster.cn。建议从官网进入，一是能拿到最新版本，二是收费与功能变更也会在那里第一时间更新。

一点个人看法

科研 AI 这两年最不缺的就是”又一个能总结论文的工具”。SciMaster 值得留意的地方不在于它能不能读文献——这个大家都能做——而在于它把赌注押在了“智能体”这个形态上。智能体的难点从来不是模型多聪明，而是任务拆解靠不靠谱、中间结果能不能自我校验、跑偏了能不能拉回来。这类产品真正好用的门槛比问答型高得多，也更值得实际跑几个真实任务去验证，而不是看发布会的 demo。

相关问题

SciMaster 和普通 AI 聊天工具有什么区别？
普通聊天工具以对话返回内容为主；SciMaster 是智能体形态，强调围绕科研任务自主推进，而不只是生成一段回答。

SciMaster 是免费的吗？
公开信息中未见明确收费说明，建议以官网最新公告为准。

赛博士（Dr. Sai）和 SciMaster 是竞品吗？
定位不同。赛博士由中科院高能物理研究所研发，面向高能物理领域；SciMaster 走的是通用跨学科路线，两者服务对象不完全重叠。

做文献调研该选哪个？
如果核心需求是文献综述与调研报告，MedPeer 的调研报告生成（3 亿文献智能分析）是针对这一环节设计的；如果希望由一个通用智能体串联多个科研环节，可以优先试 SciMaster。

AI for Science 这类产品现在成熟到能直接用于正式研究了吗？
建议把它当作提效助手而非替代判断的角色，关键结论仍需研究者自己核验，尤其是涉及数据和引用来源的部分。

参考链接

• SciMaster ↗
• AI for Science
• SciMaster
• 文献调研
• 深度调研报告