חוקרי סטנפורד משחררים את Paper2Agent: הופכים מאמרים לסוכני AI שמשחזרים תוצאות ורצים על דאטה חדש

מאמרים חישוביים מגיעים עם קוד שהקוראים צריכים לשכפל, להתקין, להגדיר ולדבג, עלות שמשאירה שיטות שימושיות נעולות בתוך PDF. צוות מסטנפורד בהובלת ג'יאצ'נג מיאו (Jiacheng Miao) וג'יימס זאו (James Zou) מציע תיקון. Paper2Agent פורסם ב-Nature ב-16 בספטמבר 2026. המערכת ממירה מאמר ואת בסיס הקוד שלו לשרת Model Context Protocol (MCP). כל סוכן תואם MCP, דוגמת Claude Code, יכול אז להריץ את שיטות המאמר דרך שפה טבעית. המחברים מתארים את התוצאה כ"כותב תכתובת וירטואלי".

איך הפייפליין עובד

Paper2Agent רץ על ה-SDK של סוכן Claude Code. מתזמן מרכזי שולח תתי-סוכנים ייעודיים דרך שישה שלבים: איתור והורדת בסיס הקוד, בניית סביבה וירטואלית מבודדת, אינדוקס מדריכים שמישים, הרצתם מקצה לקצה ותיעוד פלטי ייחוס, הפיכת המדריכים לכלי MCP מפורמטרים עם ולידציה, ולבסוף הרכבת הכלים שעברו לכדי שרת MCP יחיד. שער הוולידציה מחמיר: כלי עובר רק כשקבצים צפויים מופיעים והמספרים תואמים בטווח 3%. איורים חייבים להתאים לייחוס לפי האש תפיסתי עם מרחק האמינג מתחת ל-20. הווליידטור מקבל עד שישה ניסיונות לפונקציה; כלים שנכשלים שוב ושוב מודרים מהשרת הסופי. כל שרת חושף שלושה רכיבים: כלי MCP שעוטפים את שיטות המאמר כפונקציות הריצה, משאבי MCP שמחזיקים את כתב היד, קישורי קוד, דאטהסטים ואיורים, ופרומפטי MCP שמקודדים זרימות מרובות שלבים, למשל סדר העיבוד המקדים הנכון ב-Scanpy. הצוות השתמש ב-Claude Sonnet 4 לכל יישומי Paper2Agent.

תוצאות AlphaGenome וסריקות Scanpy

בסוכן AlphaGenome נבנו 22 כלים בכ-45 דקות בעלות של 14 דולר (כ-51 שקל). כל ה-22 עברו ולידציה ללא התערבות אדם. ההשוואה נערכה מול Claude Code עם גישה למאגר (Claude + Repo) ומול Biomni. התוצאות מקיפות חמש הרצות שדורגו על ידי שני מומחים אנושיים עם הסכמה בין-מדרגים של 96.7%. בשאילתות מדריכים, זמן ריצה חציוני ירד פי 1.9 מול Claude + Repo ופי 3.1 מול Biomni; הפער נשמר גם כשהבסיס שודרג ל-Claude Opus 4.6. הסוכן גם בחן מחדש וריאנט כולסטרול LDL ב-chr1:109274968:G>T ודירג את SORT1 כגן סיבתי סביר, בעוד המאמר המקורי של AlphaGenome הדגיש את CELSR2 ו-PSRC1. GTEx מראה eQTLים משמעותיים בכבד לכל שלושת הגנים, המחשה לכמה קשה שיוך גן סיבתי בלוקוסים כאלה. סוכן Scanpy קיבל שבעה כלים מאומתים בכ-45 דקות ב-13 דולר (כ-47 שקל) והתאים תוצאות חוקרים אנושיים בספירות תאים, ספירות גנים וגנים מרקרים מובילים בארבעה דאטהסטים פומביים. סוכן TISSUE שיחזר תוצאות אנושיות בדאטת טרנסקריפטומיקה מרחבית.

מבחני קנה מידה ושיתוף פעולה בין סוכנים

מבחני סקייל כיסו שלושה קורפוסים ללא ניקוי ידני: 100 מאמרי bioRxiv בביולוגיה חישובית, 74 עברו אגנטיפיקציה ו-593 מתוך 599 כלים מוצעים עברו ולידציה; 300 שאלות, Paper2Agent השיג 91.2% מול 80.3% (Sonnet 4) ו-86.3% (Sonnet 4.6) ל-Claude + Repo; עלות לשאילתה: 0.20 דולר (כ-0.73 שקל) ו-1.6 דקות לעומת 0.38 דולר (כ-1.4 שקל) ו-4.3 דקות. עשרה מאמרים לא-ביולוגיים כולל TabPFN, SAM 2 ו-SAELens הניבו 98.1% דיוק ב-42 משימות הרצה. 26 מאמרים ממוקדי דאטה: שכבת משאבים 89% מול 82% לשימוש בדפדפן, זול פי 34 ומהיר פי 15. Paper2Agent גם דחה 100% משאילתות מחוץ לתחום בבנצ'מרק מפורמט, והתאושש מכשלי תלות מוזרקים, נתיבי קובץ, טייפו ו-API מיושן. הצוות חיבר שלושה סוכנים, AlphaGenome, מסך scCRISPRi מצומד MPRA ומסך הפרעה של תאי CD4+ T, והדגים שיתוף פעולה ביניהם. הקוד משוחרר ברישיון MIT וזמין כסקיל ל-Claude Code או Codex; שרתים מוכנים של AlphaGenome, Scanpy ו-TISSUE רצים ב-Hugging Face Spaces, וגרסה מאורחת נגישה ב-paper2agent.ai.