一句话推荐：ScienceOne（磐石）是中科院推出的「人工智能+科学」操作系统，把多模态科学数据理解、文献萃取、知识推理和工具编排整合成一个开源平台，面向跨领域前沿科学发现。
网站定位
ScienceOne-AI 是 GitHub 上一个由中国科学院维护的开源组织，承载「磐石」操作系统的核心组件。定位是成为 AI for Science 的基础设施——不是某一个具体模型，而是一整套让科学家用 AI 做研究的工具链。目标用户包括科研人员、计算化学/材料/生物学从业者、以及需要跨学科 AI 能力的技术团队。
为什么值得推荐
- 国家队级科研背书。中科院直属，不是创业公司做实验——项目背后有真实的科研需求和场景驱动。
- 全栈科学 AI 能力。从文献理解（DeepLiterature）到自动推理（AutoThink）再到 Agent 协议（AIP），覆盖了科学研究的多个关键环节。
- 全部开源。GitHub 上公开可访问，包含 DeepSeek-671B-SFT-Guide 等实战性质的微调指南，对研究者和工程师都有参考价值。
核心项目
- Agent-Interaction-Protocol（AIP）：面向科学场景的 Agent 交互协议，标准化多个 AI Agent 之间的通信与协作方式。
- AutoThink：自动科学推理引擎，能够基于给定的科学问题和数据自动生成推理链。
- DeepLiterature：科学文献深度理解与知识萃取工具，能从海量论文中提取结构化知识。
- S1-Agent：磐石科学 Agent，集成了数据理解、文献检索、推理和工具调用能力的综合智能体。
- DeepSeek-671B-SFT-Guide：一份面向 DeepSeek 671B 大模型的 SFT 微调实战指南，公开了训练流程和参数配置。
体验评测
从 GitHub 组织页来看，ScienceOne 目前处于早期开源阶段，Star 数尚在积累中，但代码仓库结构规范、文档较为完整。AIP 协议的设计思路清晰——把科学场景下的多 Agent 协作标准化，这在学术界是一个比较前沿的方向。AutoThink 和 DeepLiterature 分别对应「推理」和「阅读」两个科学研究的核心动作，定位精准。不足之处是目前社区活跃度还不高，Issues 和 PR 数量较少，生态系统有待建设。
适合人群
- 科研人员（化学、材料、生物、物理等）：需要 AI 辅助文献阅读、实验设计、数据分析；
- AI for Science 方向的工程师：想了解国家队在科学 AI 基础设施上的技术路线；
- 大模型微调实践者：DeepSeek-671B-SFT-Guide 提供了可复现的训练方案；
- Agent 系统设计者：AIP 协议可以作为多 Agent 协作的参考实现。
使用建议
- 建议从 DeepLiterature 入手体验——文献理解是科研人员最高频的需求，也是项目目前相对成熟的方向。
- 关注 AIP 协议的更新——如果它被学术界广泛采纳，将成为科学 Agent 的重要基础设施标准。
- DeepSeek-671B-SFT-Guide 适合有 GPU 资源的研究团队复现和定制自己的科学大模型。
综合评价
ScienceOne 代表了「国家队入场 AI for Science」的一个信号。它不是又一个通用大模型，而是专门为科学研究设计的基础设施——这在当前以通用对话和编程为主的 AI 开源生态中是一个稀缺的定位。项目的成熟度还在早期，但方向清晰、代码公开、背靠中科院的科研资源，值得持续关注。如果你是科学从业者或者 AI for Science 方向的开发者，把 ScienceOne-AI 加入收藏夹，大概率不会后悔。