根據 Beating，這是一支由哈佛醫學院、Kempner Institute 與 Broad Institute 合作組成的團隊，其中包含研究人員 Shanghua Gao、Ada Fang 與 Marinka Zitnik，已開源 AutoScientists，一套用於科學發現的去中心化 AI 代理系統。不同於具有單執行緒搜尋的集中式系統，AutoScientists 取消了中央協調者，使代理能夠非同步協作：在消耗運算資源之前，代理先撰寫同行評審，藉此避免重複的失敗實驗，並能同時發現多個具潛力的研究方向。
在 BioML-Bench 針對醫學影像、藥物發現與蛋白質工程等任務的測試中，該系統在 24 項任務上達成 74.4% 的平均排行榜百分位，較先前的代理基準提升 8.3 個百分點。在蛋白質結合預測方面，AutoScientists 發現了可在 ProteinGym 上將 Spearman 相關性提升 6.5% 的方法，超越了先前的監督式基準。
