ScienceBuddy pairs Jev's fast decisions with GPT-6 for research work
Jev handles sub-second tool selection and routing while GPT-6 does long-chain reasoning, with researchers able to watch and correct the process in one workspace; the results are not yet validated.
在 ScienceBuddy 中免费使用 GPT-6，GPU 加速，并与 JEV 框架融合，@PhAILabs 这次把快模型、慢模型和科研工作台放进了同一个空间 这两天 JEV 刷屏，大部分人拿它订机票、筛评论，我更在意的是它开始进科研场景了 JEV 不写长文，它只做一件事，在百毫秒级别给出结构化决策和概率，更像 Agent 里的快系统，选工具，做分流，判断下一步该走哪条路 AI for Science 恰好就卡在这一层，文献、数据库、分析代码都摆在面前，每一步都得先判断用哪个工具，这个假设值不值得跑，全丢给大模型，慢，贵，上下文还容易被撑爆 ScienceBuddy 的解法是分工，JEV 负责高频的快判断，GPT-6 负责长链推理，研究者在同一个工作空间里看过程，查结果，追问，修订 它底下还有两层循环，内层持续改进 agent harness，外层用 rubric 引导的强化学习训练模型，研究者每一次检查和纠错，都会变成系统进化的信号，官方的说法是 Research together，Evolve together 边界也得说清楚，框架融合了不代表效果已经验证，快判断到底能帮科研少走多少弯路，还要看真实课题里的命中率和可复现性 不过方向是对的，科研 Agent 的瓶颈从来不只是模型够不够聪明，而是每一步判断够不够快，够不够便宜，人能不能随时接手 值得申请个号，拿手头一个小课题跑一遍。
This post quotes another post: x.com/ayi_ainotes/status/2102976107330822387