科学研究长期以来由人类主导，通过不断积累证据、调整研究问题与方法推动知识迭代与技术变革。随着大语言模型（LLM）技术的发展，基于LLM的智能体开始涉足科研领域，但此前多局限于辅助完成预定义的科研工作流，尚未有成果展示端到端的自主科学发现能力。 近日，arXiv平台发布了题为《End-to-end autonomous scientific discovery on a real optical platform》的研究论文，将研究场景锁定在真实光学平台，旨在探索LLM智能体实现端到端自主科学发现的可行路径。该研究指出，端到端自主科学发现要求智能体能够独立完成从提出科研问题、设计实验方案、执行实验操作，到分析实验结果并迭代优化研究方向的全流程，这对LLM的推理能力、环境交互能力等提出了更高要求。尽管当前尚未完全实现这一目标，但该研究为AI在科研领域的深度应用提供了重要的探索方向，有望推动未来科研模式的变革，加速科学创新的步伐。