科学研究长期以人类为核心驱动力，通过持续积累证据、修正研究问题与方法来推动知识迭代与技术革新。随着人工智能技术的发展，基于大语言模型（LLM）的智能体正逐步跳出辅助预定义科研流程的局限，向更具自主性的科研角色转变。不过，现有成果尚未实现真实光学平台上的端到端自主科学发现。 此次在arXiv发布的论文《End-to-end autonomous scientific discovery on a real optical platform》，瞄准这一领域的空白展开研究。尽管目前公开的摘要内容未完整披露实验细节与成果，但该研究方向为AI赋能科学研究提供了全新的探索维度。光学领域的实验往往涉及复杂的设备操作与参数调试，AI智能体若能实现全流程自主科研，有望大幅提升科研效率，减少人力成本，同时可能挖掘出人类科研人员难以察觉的实验路径，推动光学及相关领域的技术突破。