AI研究公司 Intology 宣布，他们开发的“人工科学家”系统 Zochi，独立完成了从选题到实验，再到写作与投稿的完整科研流程，其成果——一篇关于多轮越狱攻击的研究论文，已被自然语言处理顶级会议 ACL 2025 主会议（Main Proceedings）正式接收。
这一事件不仅是科研自动化的技术突破，更可能是科研范式的一次拐点：
人工智能不仅能“协助”科研，它已能“主导”科研。
- Zochi 是由 Intology 开发的人工科学家系统，成为首个自主通过 ACL 主会审稿的 AI 系统。
- 它可以自动进行文献综述、选题、方法创新、实验设计与验证、论文写作
- ACL 是自然语言处理领域排名第一的国际顶级会议，其主会录用率约为 20%，录取论文需具备高水平的技术深度、创新性与实验完整性。
- Zochi 的论文《Tempest》获得 meta-review 评分 4，处于前 8.2% 的高分论文行列。
Zochi 发布的研究《Tempest》，展示了如何通过自然的对话方式一步步让语言模型“放松警惕”，最后说出本应禁止的内容。Tempest 在 GPT-3.5-turbo 上成功率 100%，在 GPT-4 上达 97%，超越现有方法。
这项研究不仅揭示了语言模型安全机制的漏洞，也展示了 AI 自主科研的实力。
Zochi 系统的研究流程架构
Zochi 并非传统意义上的“AI助手”，而是具备端到端科学研究能力的独立代理（agent）。其研究流程包括：
1. 📚 文献自动分析
- 吞吐数千篇论文，自动构建知识图谱
- 判断当前研究瓶颈与发展路径
- 特别擅长发现跨文献的隐性关联
2. 🎯 研究方向选定
- 起始输入仅为“研究大方向”（如：LLM 越狱攻击）
- 系统自主确定具体研究问题与方法路径
- 本次研究中，Zochi聚焦于“多轮越狱 + 树搜索策略”的组合
3. 🧪 实验设计与自动化验证
- 自动生成实验方案、编写测试脚本
- 标准数据集全流程固定，结果更具可复现性
- 多轮并行测试显著加快验证速度：完整项目周期只需几天
4. ✍️ 论文写作与提交
- 自动撰写整篇论文（含摘要、方法、实验、结论）
- 人类仅参与图表制作、格式排版与引用整理
- Zochi 不列为作者，仅在致谢部分标注使用系统
本次发表的论文内容概览（ACL 2025）
🔖 论文题目：
《Tempest: Automatic Multi-Turn Jailbreaking of Large Language Models with Tree Search》
🎯 研究问题：
如何设计更高效的多轮越狱攻击方法（multi-turn jailbreak），突破大语言模型（如GPT-4）的对话安全限制。
方法：Tempest系统（树搜索+对话优化）
Zochi提出了一种叫做 Tempest 的新方法：
➡️ 简而言之：Tempest通过模拟自然对话，用多个阶段的提问逐步“绕过”语言模型的安全限制，比传统的“一句话攻击”更有效。
📊 实验结果：
- Tempest不仅更成功，而且使用更少的查询（效率更高）；
- 实验方法完整严谨，包含对比实验、消融实验和多模型测试。
📌 研究意义：
- 揭示大语言模型对话安全策略中存在**“逐步让步”的风险**；
- 为语言模型的安全防护提供了新的分析工具和思路；
- 提供方法论框架，有助于设计更强的防御机制。
Paper: https://arxiv.org/pdf/2503.10619
论文： https://arxiv.org/pdf/2503.10619
为什么这是一次里程碑式突破？
首次AI独立通过A*会议审稿
- ACL是全球自然语言处理领域最权威会议之一；Zochi成为第一个通过其正式审稿的AI。
实现“科研自动化”闭环
- 过去AI只能辅助写摘要或整理数据，如今Zochi具备提出新科学问题并解决的能力。
高效高质
- 整个研究周期从构想到论文完成仅需几天，比传统人类研究者快数十倍。
研究深度过硬
- Zochi论文获得最终评分4分，位列前8.2%的顶会投稿，超过多数人类作者。
Zochi接下来的发展方向
🔬 Beta计划发布：
Intology计划将Zochi发布给公众，分阶段推出：
科研合作者模式（初期）：
- 可协助选题、撰写基金标书、设计实验、撰写综述论文等；
- 更注重与人类研究员的协同工作。
自主科研模式（后期）：
- 具备完整的自动化研究能力，逐步开放其全流程功能。