FutureHouse 最新发布的 AI 平台，标志着人工智能在科学研究领域应用的重大进步，有望扭转数十年来科研生产力下降的趋势。
该平台集成了四个专用 AI 智能体，分别针对科学研究流程中的关键瓶颈设计。Crow 是一款通用型智能体，负责文献检索和学术问答；Falcon 专注于深度文献综述，并可访问专业科学数据库；Owl 用于判断特定实验是否已被开展过；Phoenix 则协助研究人员进行化学实验设计。
据 FutureHouse 联合创始人 Sam Rodriques（MIT 博士，2019 年毕业）和 Andrew White 介绍，这些智能体经过严格基准测试，在文献检索与整合任务中，表现优于前沿 AI 大模型和博士级研究人员。Rodriques 在 MIT 神经科学研究期间，亲身体验到海量科学文献带来的信息瓶颈，这也成为平台开发的初衷。
Rodriques 表示：“自然语言才是科学的真正语言。其他团队正在为生物学打造基础模型，让机器学习模型能够‘读懂’ DNA 或蛋白质，这固然强大。但科学发现并不以 DNA 或蛋白质的形式被表达。我们目前唯一能够表达发现、假设和推理的方式，就是自然语言。”
该平台已在实际应用中展现出巨大潜力。多家研究机构的科学家利用 FutureHouse 智能体对帕金森病相关基因进行了系统综述，结果优于通用型 AI 工具。2025 年 5 月，FutureHouse 展示了多智能体协作流程，成功识别出一种潜在的干性老年性黄斑变性治疗新候选药物，进一步体现了平台加速科研发现的能力。
随着科学产出指数级增长、科研生产力却不断下滑——如今的科学发现需要更多时间、资金和更庞大的团队——FutureHouse 通过打造专用、任务导向型 AI 智能体，为科学家应对现代科研日益复杂化提供了全新解决方案。