【开源推广】【北京大学】你敢想象豆包在我们的 harness 上面做科学任务能超过 Opus/GLM/Kimi么？

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

• 我的帖子已经打上 开源推广 标签： 是


• 我的开源项目完整开源，无未开源部分： 是


• 我的开源项目已链接认可 LINUX DO 社区： 是


• 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是


• 以上选择我承诺是永久有效的，接受社区和佬友监督： 是

以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出

^-^ 欢迎关注我们的 OpenAI4S 技术报告！^-^

OpenAI4S: Code as Action, Science as Sessions

^-^ 当前通用的 coding agent 是为了修改代码而设计的，但是 science 科研是一段长程任务，如果失败重来那么代价其实非常高！

^-^ 为此，我们提出了 OpenAI4S，用 json tool call 来编排，然后用持久化内核来执行科学动作！ 跟目前的Claude Science非常类似，都是 Code-as-Action 的范式。我们内置有被审计的 host 服务，并且还内置了 604个skills。

^-^ 但是怎么证明我们的OpenAI4S框架更好呢？我们（北京大学袁粒课题组的AI4S方向的同学们，当然也有清华大学的同学的参与！ 感恩感恩）一起提出了一个AI4S的harness评测基准！一共包含 6 类任务，合计有 36 个场景，分别覆盖了逆合成、蛋白 binder 设计、分子动力学、蛋白突变、催化剂筛选与矿物光谱的这六个类别。我们拿 Claude Code 这个harness，搭配 Kimi-K3、GLM-5.2 和 Opus-4.8 作为baselines，OpenAI4S 仅仅用成本极低的豆包，可以显著领先上面的三个baselines！它主要在长程计算密集任务上有极大的优势。

^-^ 技术报告：[2609.15096] OpenAI4S: Code as Action, Science as Sessions

^-^ MIT 协议开源，欢迎佬友们 Star 与反馈：

One more thing ! 针对以前 Contribute 的佬友们，我们的技术报告的"OpenAI4S Community"专门列了大家的名字！所以只要有参与，都有机会作为 这个 tech report 的 Authors!（下面这张图是tech report的截图） 我们会维护一个社区

Last but not least. 我们还上线了火山方舟 Agent Plan 的官方 harness 文档（真正的9.9豆包API复刻Claude Science了）！期待各位佬友一起参与，把ai4s的边界向前推进一步！

(已经友链 linux.do~ )