20 当我们把AI agents关进房间里：约束，协作与涌现 | 对话哈佛大学博士、MorphMind CEO丁杰教授
Notas del episodio
2026年9月，OpenAI发布GPT-6 Astra：从 coding、computer use 到 scientific discovery，模型能够承担的任务越来越复杂，也越来越接近真正的 agentic work。
当 AI 能做的越来越多，新的问题也随之出现：我们敢把多少事情交给它？什么时候应该放手，什么时候又必须介入？这一期，我们和丁杰教授聊了聊 AI Agent 走进科研的下一步。
从 AI for Science专家不可替代的“第一公里和最后一公里”，到如何为 AI 的产出增加验证与信任层；
从 AgentDS 中人与 AI 如何协作，到把多个 AI Agents “关进房间”、限制它们的信息与交流之后，反而出现意想不到的涌现行为。
也许 AI 的下一阶段，不只是变得更聪明，而是我们开始真正理解：如何约束它、如何与它协作，以及如何放心地使用它。
🎙️ 本期嘉宾：
丁杰教授
哈佛大学博士，现任明尼苏达大学统计学教授，AI Agent 初创公司 MorphMind AI 联合创始人兼 CEO。
MorphMind AI 创立于 2025 年，致力于打造更可控、可验证的 AI Agents，旨在让 AI 的结论能够被核验、解释和追溯，让人在 AI 协助下做出的决策真正值得信任。
1:38 AI 能力如何演化：从对话、写代码到生物科研
6:43 AI 越来越强，为什么可信度反而更重要？
11:11 MorphMind AI：为 AI 加“信任层”的基础设施
12:17 实验室自动化：不仅要有“手脚”，还要有“脑”
18:11 AI前沿实验室进军生物科技的两条路线：科学推理 vs. 科研助手
19:36 MorphMind AI可信度验证机制揭秘：AI 的答案到底该怎么查验？
26:25 丁教授发起的AgentDS比赛：人机协作 vs. 纯 AI，谁表现更好？
34:44 Multi-agent 怎么设计？从 Specialist 到 World Seed
39:53 科研品味怎么培养：找好问题、快速验证、跨学科
相关阅读AgentDS：一个研究 AI 与人类专家如何协作完成真实数据科学任务的 benchmark。2025 年比赛结果显示，表现最好的方案来自人机协作，而非纯 AI。AgentDS 官网 · AgentDS Technical Report
WorldSeed：MorphMind 团队的开源 multi-agent world engine，通过人为设计规则、角色、私有信息和交互方式，观察 agents 如何协作、竞争以及产生涌现行为。WorldSeed GitHub
在小宇宙查看该单集文稿