智能体与自主科学
突破级
暂无讲解视频
收录解读
这篇工作的核心价值不只是把 agent 用到神经影像，而是把可执行性、环境管理和可复现性一起做成了 neuroscience workflow 的一等公民。NeuroClaw 直接接 raw neuroimaging data 和 BIDS metadata，不要求用户先把数据整理成某个模型专用格式。
真正值得收的是它把科学代理常见的薄弱环节补齐了：pinned Python 环境、Docker、常见 neuroimaging toolchain 的自动安装、checkpointed execution、post-execution verification 和 structured audit traces。这个组合更像一个可运行的 research operating layer，而不是只会调工具的聊天代理。
配套的 NeuroBench 也不是普通任务榜，而是专门评 executability、artifact validity 和 reproducibility readiness。这对本库很重要，因为科学 agent 真正难的不是答题，而是把复杂工具链稳定跑通并留下可核验产物。
它没有更高，是因为当前外溢最强仍集中在 neuroimaging 这一高门槛场景；是否会成为更广泛 scientific workflow agent 的参考实现，还要看跨学科 adoption。