Synthetic Sciences推出OpenScience开源AI工作台 打通机器学习、生命科学与物理化学全流程

背景与意义

在生成式AI快速渗透科研领域的当下，科研团队对模型、数据与计算资源的控制权需求日益凸显。Synthetic Sciences推出的OpenScience正是为了解决“单一供应商锁链”而打造的全栈式工作台，采用 Apache 2.0 开源协议，用户可自行部署在本地服务器或云端，所有 API 密钥均保留在本机，确保数据隐私与成本透明。

核心功能

• 模型无关：支持 Claude、GPT、Gemini、GLM、Kimi、DeepSeek 以及自定义微调模型，按请求在 UI 中切换，无需重新部署。
• 250+ 可编辑技能：涵盖 DeepSpeed、PEFT、TRL 等训练流程，亦包括分子对接、基因组查询、LaTeX 渲染等科研专用工具。
• 科学数据库接入：内置 UniProt、PDB、Ensembl、ChEMBL、PubChem、arXiv、OpenAlex、Semantic Scholar 等 30+ 主流数据库，支持一键查询并在工作台内实时渲染分子结构、基因序列与图表。
• 完整研究循环：从文献检索、假设生成、代码编写、实验执行、结果分析到报告撰写，全程由浏览器中的代理运行时自动化完成。
• 可扩展 SDK 与插件：提供 TypeScript SDK、LSP 与 MCP 服务器接口，开发者可自行添加插件或集成内部计算集群。

使用流程

1. npm install -g @synsci/openscience 或使用 npx synsci 一键启动。
2. 在浏览器工作区输入研究目标，系统自动调度对应子代理（机器学习、生命科学、物理化学）。
3. 代理读取相关文献、生成假设、编写并运行代码，实时将实验结果、分子结构或图表渲染在页面。
4. 结束后生成完整的实验报告，可通过本地文件或链接分享。

与 Claude Science 的对比

OpenScience 在开放性与可审计性上占据优势，但在 UI 抛光度与官方技术支持方面仍落后于 Claude Science。

适用场景

• 机器学习研究：快速检索 arXiv 论文、调用 PEFT/TRL 完成微调，并自动生成实验报告。
• 计算生物学：查询 UniProt、PDB，渲染蛋白结构，提出突变方案并记录实验溯源。
• 化学信息学：对接 ChEMBL、PubChem 数据，筛选小分子并实时绘图。
• 跨模型成本评估：同一任务分别使用 Claude、GLM 与本地微调模型，比较费用与生成质量。

优势与局限

优势

• 完全开源，代码、技能与代理均可审计。
• 模型无关，避免单一供应商锁定。
• 本地部署保障科研数据隐私。
• 丰富的科学数据库与可编辑技能，覆盖机器学习到化学的多学科需求。

局限

• 代理运行在本地进程，缺乏沙箱隔离，生产环境建议使用容器或虚拟机。
• 项目仍在早期阶段，部分功能 UI 尚不够流畅，文档与社区支持相对薄弱。
• BYOK 模式下用户自行承担模型调用费用与速率限制。

展望

Synthetic Sciences 表示，后续将持续完善 Atlas 托管层，提供预付费模型池与持久化研究图谱；同时计划引入更多 N‑GPU 加速插件，以提升大规模分子模拟与高通量筛选的计算性能。若社区对插件生态给予足够贡献，OpenScience 有望成为科研机构在保持数据主权前提下的“全栈科研助理”。