近日，上海AI实验室推出通专融合智能体书生-A1.5（Sage-A1.5），将递归自我改进（RSI）研究又往前推进一步。
相较于1.0版本，Sage-A1.5进一步提升智能体编排、自主验证与复杂任务解决能力。它以先导模型Agents-A1的长程任务能力为底座，依托书生·端砚科学发现平台，在神经科学、电化学等场景中验证了RSI飞轮——率先验证由真实科学场景牵引基模自进化技术路径的可行性。
这一路径正是周伯文主任提出的“环境即数据”理念的落地实践——智能体在真实科研进程中持续沉淀领域知识、修正推理偏差，推动通用基础能力与专业科学能力同步迭代，打通科学智能自主探索与能力升级的内在闭环。
开源地址：
https://modelscope.cn/collections/InternScience/Sage-A15
论文链接：
https://modelscope.cn/papers/2610.28578
体验链接：
https://discovery.intern-ai.org.cn/token-plan/home?tabIndex=0
科研与工程任务往往需要检索资料、提出假设、编写代码和验证结果等多个环节。任务越长，越需要合理分工并及时纠错。基于书生·端砚科学发现平台，团队将科研任务流程中的组织和调整执行过程纳入Sage-A1.5训练过程，在拓展模型能力边界的同时，也训练模型组合已有能力、根据新证据动态修正后续行动。
能力组合图示，智能体编排负责组织并行工作，智能体核验负责验证、调整后续行动
针对复杂研究中多线索探索与多源证据整合的挑战，团队打造了智能体编排（Agentic Orchestration）能力，模型经训练可自主拆解任务、调度子智能体并行调研并汇总结果。数据表明，启用该能力后，Sage-A1.5在长程检索、多证据综合报告类评测上的得分均实现提升。
在空间科学综述审校案例中，Sage-A1.5调度18个子智能体，对照12项空间任务核查24组断言，围绕六大方法学挑战并行比对证据与竞争性解释。它甄别出“检出有机分子即证明生命起源”的逻辑跳跃，调研三项小天体采样任务，逐层区分分子存在、地外来源、生物成因的证据要求；针对K2-18 b光谱争议，自主对比多项研究方案、梳理正反观点并复核原始文献，并将相关结果整理为核查表、证据矩阵与修订记录，支撑综述修订。
Sage-A1.5调度18个子智能体，对照12项空间任务核查24组断言，围绕六大方法学挑战并行比对证据与竞争性解释
针对长程科研容易出现重复检索、误差累积的问题，团队打造智能体校验（Agentic Verification）能力，模型经训练可自主判断校验时机、校验对象，并根据校验结果推进探索。当研究遇阻或关键结论待确认时，模型能够区分已证实事实与待验证假设，识别证据缺口与失效路径，补充证据、修正判断或调整策略，全程自主触发，不依赖外部预设规则。
以一项光化学反应研究为例。Sage-A1.5首轮检索文献不匹配目标反应，经智能体校验识别偏差、收敛检索方向，聚焦到目标反应。随后，它进一步提出用全新的反应思路，检查反应原理，标记出需要实验验证的关键步骤并设计对照实验，实现从查找资料纠错到构思实验方案的自主核查。
Sage-A1.5实现从查找资料纠错到构思实验方案的自主核查
Sage-A1.5智能体能力跃升，源于团队创新提出并打通了由真实科研场景牵引基础模型自主进化的技术路线。这套RSI闭环以科学评测为牵引，通过环境合成提供反馈，构建起能力诊断、任务环境搭建、模型训练相互促进的持续进化机制。
依托AI for AI范式，团队提出了最小可验证科学提议（Minimum Verifiable Scientific Proposition，MVSP），通过科学家设计问题、共建评测基准与科学能力诊断优化，在脑机理（中科院脑智中心）、高能物理（浙江大学、自动化所与高能物理所团队）、材料设计（上海硅酸盐所团队）、新药创制（中山大学和四川大学团队）、化学智能（武汉大学和浙江大学团队）和疾病诊断（浙江大学和同济大学团队）等十余个重大科学场景建设高质量科学评测环境，将智能体能力升级方向对齐科学家的实际需求，针对科学突破的持续化和规模化精准锁定模型迭代方向。
项目完成工作区仿真、科学计算工具链部署，构建专业沙盒环境，源源不断产出监督微调（SFT）数据与强化学习（RL）训练资源；借助AI for AI自动识别科研链路中的核心瓶颈，优化科学Harness的工具编排与校验策略，提升长程科研任务的执行效率与稳定性。另外，针对跨领域任务分布、推理模式和智能体框架带来的异构训练难题，团队建立多域监督微调与统一后训练两阶段训练范式，搭配全异步管线与自适应采样机制，同步夯实科学探索与工程编码能力，推动这款轻量级科学智能体具备长程自主研究与可信验证能力。
上述技术路径与训练方案带来显著性能增益，35B参数规模的Sage-A1.5在多项专业评测基准中取得亮眼表现：在凝聚态物理（CMT）、博士级科研（FS-R）、科学奥赛（FS-O）以及指令遵循（IFBench）、通用智能体（PinchBench）等多项基准测试中，综合表现全面优于Kimi-K3、GLM-5.3、GPT-5.6-Sol等更大参数规模模型；在SWE-Bench Pro、SWE-Bench Multilingual、MLE-Bench-Lite等代码评测集上成绩显著提升，其中 SWE-Bench Pro 距离参评模型最优得分仅相差 3.4 个百分点，可为科研代码开发与算法优化提供有力支撑。
Sage-A1.5在多项专业评测基准中取得亮眼表现
除了在评测基准上有不俗表现，Sage-A1.5也能面向科研需求，将长程推理、协作执行与持续验证融入具体研究，交付可追溯、可复核的代码、数据、图表和报告，为科学家推进研究提供支持。
实例一：脑科学数据分析与专家核验一致，助力破译大脑智能机理
在神经科学研究中， Sage-A1.5依托神经科学多智能体研究框架SeekBrain，对经人类专家校验过的神经机制开展二次分析，探索任务信息与运动信息在不同脑区的分布是否存在共同规律。研究基于国际脑实验室公开的小鼠全脑数据，针对201个脑区的五项解码指标，完成主成分分析，以及5000次随机置换检验及脑区可视化。Sage-A1.5自主分析结果与专家核验结论高度一致，为从海量脑科学数据中规模化发掘潜在机理提供支撑。
Sage-A1.5再分析结果与SeekBrain论文结果的对照
实例二：电化学反应条件与机理协同迭代，支撑合成路线创新研究
在电化学研究中，武汉大学雷爱文教授课题组提出交流电驱动、无需路易斯酸的傅–克烷基化新方法，解决传统方法选择性差、后处理复杂的问题。课题组利用Sage-A1.5优化反应条件：模型整合16篇文献，构建反应条件、机理与产率的因果关系图，复盘历史实验，对照实测产率迭代假设，在预测偏离实验结果时及时调整方向。模型复现了89%分离产率的最优条件，并提出交流电频率与添加剂协同调控中间体的猜想，为后续实验与机理研究提供参考。
Sage-A1.5将电化学反应条件搜索与机理假设的检验、修正相衔接
Sage-A1.5提供多版本量化形态，支持昇腾NPU、沐曦与AMD等GPU，欢迎科研团队与产业伙伴试用体验、合作攻关。面向科学智能时代，Sage-A1.5所验证的真实科研场景驱动模型自进化路径，将持续赋能书生·端砚科学发现平台，以可协同、可校验的长程自主研究能力，支撑前沿科学探索、加速重大原创发现。
点击阅读原文，即可跳转模型链接~
👇点击关注ModelScope公众号获取 更多技术信息~