科研智能体这两年大多在干一件事:给一道有评判标准的难题,反复尝试直到解出来。腾讯混元11月2日发布的Hyra 2.0换了目标——不解题,造工具。官方把工具分成两类:符号化工具把方法写成代码、规则或流程;参数化工具通过训练把规律存进模型参数。区分它们的关键在复用——解出一道题只得到一个答案,升级一件工具则所有用到它的下游任务同时受益。
这个转向背后是组织方式的改造。Hyra 2.0用Overall、Mission、Worker三层分工:Overall与人类研究者沟通,管项目优先级和关键决策;一个研究问题交给常驻的Mission长期负责,路线怎么走、实验怎么设、Worker怎么分组都由它拍板;Worker独立读代码、执行实验、分析失败原因。任务调度靠持久化队列,优先级、依赖关系与资源上限共同决定谁先动——一条线卡在训练结果或人工审批上,其余线照常推进。多线进展记在Research Board上,必须处理的问题才发消息打断。在AI工具导航的科研智能体分类里,这种“三层分工加队列调度”的结构,和单Agent反复试错的路线形成了明确区隔。
经验沉淀是另一层设计。项目状态、agent记忆与可复用经验分开存放:任务队列与Research Board记协作状态;每个agent有自己的记忆分层,装着当前判断、待验证假设和已经排除的路;跨任务能复用的经验进Books知识库,须说明做法、理由和适用条件并附原始证据,按观察、已验证、约定三级标注,影响团队行为的约定要人类确认。复盘时可迁移的方法整理成skill,继续在使用中修改。
成果方面,官方公布了七类代表性成果。HyInv做蛋白质逆折叠,仅196万参数,官方称比ProteinMPNN快57倍。HyPLM-Flash为6.5亿参数、7260亿训练token,12个蛋白质语言模型中最快。HyFF五种规模230万到12亿参数,全部位于精度速度帕累托前沿。HyProver就丘成桐圆周作用猜想构造非限制形式反例,并把Petty等距点猜想推至5维;HyQEC验证量子码[488,123,22],编码效率kd²/n达122.0。部分模型与工具已开源,HyInv、HyPLM-Flash、HyFF的权重与代码在GitHub仓库可获取。
还有一条容易被忽略的线:Hyra 2.0参与下一代Hy模型的训练与推理。预训练阶段它优化训练基础设施、参与新训练技术的实验验证;后训练阶段搭建自动化数据合成管线;推理阶段优化推理镜像与系统。官方把这条路径放进递归自我改进的语境——它参与升级训练设施、数据管线与推理系统,下一代模型又成为它手里的工具。说白了,Agent在帮模型团队干活,干完的活又反过来增强Agent自己。
和同类比,定位差异明显。InternAgentS站在科研工作台一侧,本地优先、开源免费;Claude Science偏科研流程自动化,订阅制、本地客户端配合远程与HPC资源;Hyra 2.0要做的是造工具,但只在混元内部研发环境运行,未对外开放,也没有公开API或试用额度。三者的部署方式决定了谁能用——想直接上手,前两个更现实;想评估技术路线,Hyra 2.0的论文和开源成果值得细读。
在AI模型库的选型语境里,Hyra 2.0的定位不是“拿来即用的科研助手”,而是“研究流程的零件工厂”。它产出的模型和工具可以直接部署,开销取决于硬件与算力配置;系统本身外部用不了,但HyInv、HyPLM-Flash、HyFF已经放出来了。对于做科学模型研发与工具链建设的研究团队,这组开源成果本身就有参考价值;对于只想找个通用办公智能体的用户,这类工具离日常使用还远。
几个坑提前说。系统未对外开放,别把预告当承诺。开源的是部分成果不是全部,HyProver、HyQEC的权重和代码官方表示后续公开,时间没给。Books知识库的三级标注和人类确认机制,意味着这套系统在内部也不是全自动——涉及团队行为的约定要人点头,算力开销大的操作也要审批。
Hyra 2.0的价值不在于某道题被解出来了,而在于它把“造工具”做成了Agent的工作目标。三层分工管项目、Books沉淀经验、开源成果可复用——这三样串起来,科研智能体才有可能从“刷榜”走向“攒家底”。科研自动化正在从“解题机器”走向“工具工厂”,Hyra 2.0是这条路线上的一个明确信号。
