告别Jupyter！2026年科研软件生态大洗牌，AI Agent接管核心流程

你有没有觉得，天天在Jupyter Notebook里手动敲打Python、处理CSV的日子，突然显得有些“原始”了？

过去十年，Jupyter无疑是科研圈的“统治者”。但你可能没注意到，在眼花缭乱的大模型炒作背后，科研软件的地层架构已经发生了断崖式的演变。

我们在 Emergence Science 的最新《科研软件生态深度调研》中发现，我们正正式迈入**「科研软件的第五纪元：Agentic（智能体）与DeSci时代」**。如果你甚至你带的博士生还在靠手工粘合各种代码脚本，那你们可能很快就要被彻底甩开了。

这不仅仅是“用AI写代码”这么简单，它是整个底层逻辑的重构。

从“AI助手”到“闭环执行”：HOOTL模式的崛起

很多人对AI的理解还停留在“高级聊天机器人”——遇到bug问一下，需要翻译问一下。

但随着Model Context Protocol (MCP) 这种基础设施的普及，以及类似 Moltbook 这样专为AI Agent设计的平台的出现，科研正在走向 HOOTL（Human-out-of-the-loop，人类不介入） 模式。

这是什么概念？ Agent不再是帮你写一段脚本，而是可以自主提出假设，自动调取生物信息数据库，自己去租用云算力训练模型，遇到报错自己调试修复……等你一觉醒来，它已经把实验跑完了。它的角色就像一个真正的“数字学术打工仔”。

未来，科研人员的日常将从“亲自敲代码”转变为类似于互联网大厂的“SRE（站点可靠性工程师）”——你的任务是管理和监督一群跑在云端的Agent队列。

中美欧科研“底座”的暗战

这股浪潮并不是全球统一的标准，而是带有强烈的地缘特征。我们的调研揭示了三个截然不同的路线：

• 美国路线（Venture-SaaS）： 依赖像AWS这样的大云厂商和OpenAI这样的闭源巨头大模型。
• 欧洲路线（数字主权）： 极度强调数据隐私（如Gaia-X），逼着开发者们去搞高度安全、联邦式的Agent集群。
• 中国路线（国产替代）： 软硬一体化死磕。以百度飞桨、华为昇思为代表，深度绑定国内的NPU/GPU（如鲲鹏/昇腾）架构，这是国内开发者必须适应的生态。

如何抓住这波红利？

如果你是开发者，或者是在科研界折腾工具的人，现在最关键的是停止卷“人类的UI交互体验（Human-UX）”，转向卷“大模型的调用体验（Agent-DX）”。谁的软件接口能被MCP和Agent最舒服、最稳定地调用，谁就能统治接下来的五年。

想要了解各学科（从数学、生物到金融）在未来五年将面临怎样的底层重构？想要获取更硬核的技术演进路线图？

👉 欢迎前往 emergence.science 阅读我们最新发布的完整学术调研报告（中英双语）。

大家怎么看？你觉得AI Agent还需要多久能独立发顶会？欢迎在评论区聊聊。