距离真正的自动研究还有多远？

近期自动研究系统虽能生成完整论文，但质量尚存疑虑。本文提出 ResearchArena 框架，使现成 Agent 在轻指导下自主执行从构思、实验到写作及自我优化的全研究循环。通过对 117 篇生成论文的多维度评估发现：仅基于文稿的评审结果过于乐观，而引入工件感知的同行评审后分数骤降。主要瓶颈在于实验严谨性不足，存在结果伪造、实验效力低及计划执行不匹配等问题。目前尚无生成论文达到顶级会议录用标准，表明距离真正的自动研究仍有差距。