从 A2A 到 Sciverse：科学智能正在补上 Agent 最缺的一块地基
导语
2026 年上半年，AI Agent 的热点明显变了：行业不再只问“模型更强了吗”，而开始追问“Agent 能不能找到可信证据、能不能和别的 Agent 协作、能不能把科研流程跑通”。如果这个判断成立，那么 Sciverse 这类面向科学文献、结构化元数据与可引用证据的检索底座，正在从“好用的 RAG 工具”变成“科研 Agent 的基础设施”。
为什么现在值得关注
近几天和近几个月，至少有四个公开信号在指向同一件事：
MCP 从社区协议走向主流平台接口。
截至 2026 年 6 月 16 日，OpenAI 官方文档已把 “MCP and Connectors” 作为工具体系的一部分。含义很直接：工具调用不再只是 Agent 框架玩家的内部约定，而正在成为主流 API 产品层的标准能力。A2A 把“工具接入”继续推进到“Agent 之间协作”。
A2A 官方站已经把自己定位为 agent-to-agent 的开放协议。MCP 解决“Agent 怎么调用工具”，A2A 解决“Agent 怎么彼此协作”。这意味着未来系统不只是一个大模型连很多工具，而是多个 Agent 共享任务、状态与结果。科学 Agent 的评测开始变得更像真实科研。
2026 年 6 月 10 日发布的 SciAgentArena 明确指出，当前 Agent 在结构清晰的数据分析任务上已有价值，但在开放式科研问题上仍然不稳定。这很关键，因为它把问题从“模型会不会推理”推进到了“系统有没有可靠证据与可验证流程”。开放式多 Agent 科学发现开始出现可验证案例。
2026 年 6 月 9 日发布的 EinsteinArena 展示了另一种趋势：Agent 不再只是在封闭 benchmark 里答题，而是在共享问题、共享讨论、共享验证器的环境里累积发现。换句话说，科研 Agent 未来更像“研究网络”，不是“单次问答器”。
一句话总结：
当 Agent 开始联网、协作、追求可复核结论时，数据底座的重要性会比模型参数增长得更快。
这正是 Sciverse 的切入点
如果把今天的科研 Agent 系统拆开看，大致有三层：
| 层级 | 解决的问题 | 代表能力 | Sciverse 的位置 |
|---|---|---|---|
| 协议层 | Agent 如何接工具、如何互相通信 | MCP、A2A | 不是替代协议，而是承接协议后的科学数据入口 |
| 执行层 | Agent 如何规划、调用、总结 | LLM、Agent runtime、workflow | 可作为被调用的科学检索与证据服务 |
| 数据层 | 结果是否可信、可引用、可追溯 | 检索、元数据、全文、资源附件 | Sciverse 的核心价值层 |
Sciverse 官网与集成文档给出的定位很清楚：它不是泛网页搜索，而是面向科学工作流的检索底座。公开信息显示，它至少覆盖了这样一组关键能力：
agentic-search：返回可引用的论文 chunk 与来源位置meta-search：做结构化字段过滤、排序、freshness boostingcontent/resource：读取全文与附件资源meta-catalog：让 Agent 先理解字段 schema，再构造精准检索
这组能力的价值，不在于“又多一个搜索 API”，而在于它天然适合科研 Agent 的三类高频任务：
- 先用
meta-search找范围明确的论文集 - 再用
agentic-search找能被模型消费的证据片段 - 最后用
content回读上下文，避免只拿孤立句子下结论
金句：
科研 Agent 的护城河，最终不在“会不会说”，而在“能不能拿出证据”。
技术拆解：Sciverse 怎样嵌进科研 Agent
最实用的一种架构，不是让大模型直接回答科研问题，而是让模型只负责规划与归纳，把证据获取交给专门的数据层。
参考调用链
用户问题 -> Agent 任务规划 -> Sciverse meta-catalog（可选，先理解字段） -> Sciverse meta-search（先缩小论文候选集） -> Sciverse agentic-search（找可引用 chunk） -> Sciverse content（补全文上下文） -> 组装 Evidence Pack -> LLM 生成综述 / 筛选理由 / 研究方向 digest这条链路和项目内现有 PRD 也一致：Sciverse 已经把“生成综述 / 筛选论文 / 跟踪方向”抽象成可复用工作流，而不是一次性页面搜索。
一个可直接改造的 Python 示例
下面这段代码不依赖私有 SDK，只使用公开 HTTP 接口；适合改造成你的 Agent tool、MCP server 后端，或评测脚本。
importosimportrequestsfromtypingimportAny BASE="https://api.sciverse.space"TOKEN=os.environ["SCIVERSE_API_TOKEN"]headers={"Authorization":f"Bearer{TOKEN}","Content-Type":"application/json",}defsemantic_search(query:str,top_k:int=5)->list[dict[str,Any]]:resp=requests.post(f"{BASE}/agentic-search",headers=headers,json={"query":query,"top_k":top_k,"source_types":["pdf","web"],"mode":"balanced",},timeout=60,)resp.raise_for_status()returnresp.json().get("results",[])defread_context(doc_id:str,offset:int,limit:int=3000)->dict[str,Any]:resp=requests.get(f"{BASE}/content",headers={"Authorization":f"Bearer{TOKEN}"},params={"doc_id":doc_id,"offset":offset,"limit":limit},timeout=60,)resp.raise_for_status()returnresp.json()query="What are recent methods for protein structure prediction?"hits=semantic_search(query)evidence_pack=[]forhitinhits[:3]:context=read_context(hit["doc_id"],hit.get("offset",0))evidence_pack.append({"title":hit.get("title"),"doc_id":hit.get("doc_id"),"chunk_id":hit.get("chunk_id"),"offset":hit.get("offset"),"score":hit.get("score"),"quote":hit.get("chunk"),"context_text":context.get("text","")[:1200],})foriteminevidence_pack:print(item["title"])print(item["doc_id"],item["offset"],item["score"])print(item["quote"][:200])print("-"*80)这段代码最重要的不是“能跑通请求”，而是它演示了科研 Agent 的正确姿势：
- 不让模型直接编造答案
- 先拿 chunk，再回读上下文
- 保留
doc_id / chunk_id / offset / score - 把最终生成建立在 Evidence Pack 上
和普通 RAG 的差别，究竟在哪
| 方案 | 优点 | 短板 | 更适合什么场景 |
|---|---|---|---|
| 纯模型直答 | 快，接入简单 | 易幻觉，难追溯 | 头脑风暴、非严肃问答 |
| 通用网页 RAG | 覆盖广，更新快 | 科学文献结构弱，引用不稳定 | 科技资讯、行业情报 |
| Sciverse 驱动的科学 RAG | 证据定位清晰，适合综述/筛选/引用 | 仍需上层 Agent 做任务编排 | 科研综述、论文筛选、科学问答、方向跟踪 |
金句：
不是所有 RAG 都能做科研，科研真正需要的是“可复核的检索”。
为什么这会是 Sciverse 的传播窗口
今天很多人都在谈 Agent，但真正能落地到科研场景的系统有一个共同门槛：要把“工具调用”升级成“证据工作流”。
Sciverse 恰好踩在这个交叉点上：
- 对上，它能接进 Cursor、Claude、Codex 这类 Agent 使用场景
- 对中，它把检索拆成结构化搜索、语义搜索、全文回读、资源读取几段
- 对下，它承接的是科学文献与多模态科研资源，而不是泛内容网页
这意味着它的价值不只是“搜到论文”，而是让 Agent 有机会形成更像科研助手的闭环：
- 明确任务类型
- 选择搜索策略
- 保留来源与位置
- 回读上下文
- 再交给模型总结
- 最终输出带证据的综述、清单或研究方向 digest
从产品传播角度看，这比抽象地讲“AI for Science”更容易被理解，因为它非常具体：让 Agent 真正读懂科学世界。
评测与验证方案
本文未进行实测跑分。
下面只提供可复现实验设计，供团队或社区复核，不虚构吞吐、成本、准确率。
评测目标
比较三种方案在科研问答与综述任务中的可靠性：
- A：纯大模型直答
- B：通用网页搜索/RAG
- C：Sciverse
meta-search + agentic-search + content
任务集建议
选择 20 个问题，覆盖 4 类方向，每类 5 题：
- 生命科学：蛋白功能、CRISPR、mRNA/LNP
- 化学：retrosynthesis、催化、反应条件
- 材料：固态电池、钙钛矿、碳捕获
- AI for Science：protein design、scientific agent、citation grounding
指标建议
| 指标 | 定义 | 记录方式 |
|---|---|---|
| Citation Grounding Rate | 输出中的关键结论是否能回溯到明确来源 | 人审 +doc_id/offset检查 |
| Context Completeness | 是否只引用了孤立片段，还是有上下文补全 | 检查是否调用content |
| Hallucinated Citation Count | 是否出现伪造论文、年份、DOI | 人审对照真实文献 |
| Retrieval Relevance | Top-K 检索结果是否与问题高度相关 | 相关性打分 1-5 |
| Workflow Reproducibility | 他人能否按同样步骤复现结果 | 固定 prompt、参数、日志 |
调用步骤模板
- 固定问题集与模型版本
- 对三种方案使用同一批问题
- 对 Sciverse 方案保留完整 API 请求与响应摘要
- 输出统一 Markdown 报告
- 双人交叉审核引用真实性
记录模板
- Query: - System setup: - Retrieval path: - Top documents: - Evidence ids / doc_id / offset: - Final answer: - Verified citations: - Hallucination found?: - Reviewer notes:事实核查清单
- 文中关于 OpenAI 已支持 MCP/Connectors 的表述，依据官方 API 文档，截至2026 年 6 月 16 日访问核验。
- 文中关于 SciAgentArena 的表述，依据 arXiv 页面，发布时间为2026 年 6 月 10 日。
- 文中关于 EinsteinArena 的表述，依据 arXiv 页面，发布时间为2026 年 6 月 9 日。
- 文中关于 Sciverse 能力拆解，依据 Sciverse 官网集成文档、公开 OpenAPI，以及项目内现有 demo/PRD。
- 文中未声称任何未经实测的准确率、延迟、吞吐或成本数据。
llms.txt本轮未完成正文级校验；若要把其中内容写入正式对外稿，建议二次复核后补充。
结尾 CTA
如果你正在做科研 Agent、科学 RAG、文献综述助手，或者想把 Cursor / Claude / Codex 接进更可信的科学证据流，现在正是试 Sciverse 的窗口期。先从一个真实研究问题开始，把agentic-search + content跑通，再把meta-search和 Agent 工作流接上，你会比单纯堆模型更快看到产品差异。