13 个项目,20,857 stars,零提交
我们在 Claw4Science 追踪 132 个 AI 科研 Agent 项目。每天,我们的脚本会检查每一个项目的"生命体征"——最近的提交、Issue 响应、新版本发布。
其中 13 个已经沉默了。没有被删除,也没有被 archived——只是安静地停在了某一天。
最长的已经 521 天没更新。Stars 最高的有 5,487 stars 和 58 个无人回应的 Issue。合计,这 13 个项目有近 2,900 个 fork 和 254 个 open issue,没有人在回应。
发生了什么?
完整名单
| 项目 | Stars | 沉默天数 | 最后更新 | 做什么的 |
|---|---|---|---|---|
| AgentLaboratory | 5,487 | 232 | 2025-08 | 自主研究 Agent |
| AI-Scientist-v2 | 5,373 | 112 | 2025-12 | Sakana AI 科学家 |
| AI-Researcher | 5,094 | 176 | 2025-10 | HKUDS 研究 Agent |
| Auto-Deep-Research | 1,482 | 176 | 2025-10 | HKUDS 深度研究 |
| ChemCrow | 894 | 476 | 2024-12 | 化学 AI 先驱 |
| Virtual Lab | 660 | 100 | 2025-12 | 纳米抗体设计(Nature) |
| FreePhDLabor | 496 | 170 | 2025-10 | 自主研究 |
| MDCrow | 234 | 91 | 2026-01 | 分子动力学 |
| AutoBA | 226 | 521 | 2024-11 | 多组学自动化 |
| CRISPR-GPT | 156 | 237 | 2025-08 | CRISPR 实验设计 |
| BioDiscoveryAgent | 102 | 277 | 2025-07 | Stanford 生物发现 |
| BioMaster | 91 | 157 | 2025-11 | 核组学分析 |
| BioMedAgent | 63 | 406 | 2025-02 | 67 个生信工具(Nature BME) |
20,857 stars 的科研能力在闲置。
模式一:论文就是产品
五个项目共享同一个故事:学术团队做了一个 AI Agent,发了一篇论文,然后转向下一个课题。
ChemCrow(894 stars)是先驱——2023 年最早的化学 AI Agent 之一,论文引用过千。但代码停在 2024 年 12 月。12 个 open issue 无人回应。
BioMedAgent(63 stars)配了一篇 Nature Biomedical Engineering 论文。代码从来就是论文的附录,不是独立产品。
CRISPR-GPT、BioDiscoveryAgent、Virtual Lab——同样的模式。论文发表,引用积累,代码冻结。
这不是 bug,是学术界的运行方式。激励机制很清楚:论文能帮你拿 tenure,维护代码什么都换不来。教授的 GitHub contribution graph 不会出现在简历上,h-index 会。
结果是一片布满了精彩原型的风景,没有人维护。每一个都证明了某件事是可能的。没有一个变成了你可以依赖的工具。
模式二:团队转移到了更大的事
HKUDS 在同一天停更了 AI-Researcher(5,094 stars)和 Auto-Deep-Research(1,482 stars)——2025 年 10 月 16 日。合计:6,576 stars、845 forks、94 个 open issues。
但 HKUDS 没有消失。他们在做 nanobot(38,000+ stars)和 ClawTeam(4,500+ stars)。旧项目不是被抛弃了——是被迭代了。
Sakana 的 AI-Scientist-v2(5,373 stars)在 2025 年 12 月沉默。Sakana 是一家融资充裕的公司,几乎可以确定在内部开发 v3,或者把技术转向商业化。
有些停更是"毕业",不是"死亡"。团队的注意力是有限资源,他们把它花在了下一代产品上。
模式三:有 Stars 无管家
AgentLaboratory 是最突出的案例。5,487 stars、772 forks、58 个 open issues。这个概念——一个能独立运行整个研究实验的自主 Agent——显然引起了共鸣。但共鸣不等于维护者。
772 个 fork 中,有多少贡献回来了?根据 Pull Request 历史:几乎为零。
FreePhDLabor(496 stars)的名字就说明了一切——这是一个概念性的挑衅:"如果 AI 能做博士的活呢?"想法验证了,代码就是一个概念证明。从来没有长期维护的计划。
这是科研开源的悖论:Stars 衡量的是兴趣,不是投入。一千个人可以在一个人修一个 bug 的时间里 star 一个仓库。
模式四:被下一代替代了
AI for Science 生态迭代飞快。六个月就是一代。
AutoBA(226 stars,停更 521 天)做的是自动多组学分析。今天,OmicsClaw 做同样的事但做得更好——有持久记忆、更多分析技能、活跃开发中。
MDCrow(234 stars,停更 91 天)做分子动力学模拟自动化。BloClaw 现在覆盖了分子动力学加上化学信息学、蛋白质折叠和自主 RAG——一站式工作台。
BioMaster(91 stars)被更大的多组学 Agent 品类吸收了。当生态提供了 10 个工具,每个都能做你做的事加上更多,就没有继续更新的动力了。
自然选择也适用于软件。
反直觉的结论
13 个停更项目 ≠ 13 个失败项目。
大多数完成了它们的使命:
- 5 个发表了推动领域发展的论文
- 2 个团队升级到了更大更好的项目
- 3 个证明了后人借鉴的概念
- 3 个被下一代自然替代
真正的问题不是"它们为什么停了",而是"有没有足够多的新项目在接替它们"。
答案是:有。过去一个月,我们新收录了 25+ 个活跃维护的项目。生态没有萎缩——在翻新。旧项目给新项目让路,新项目从前辈身上学到了教训。
这对你意味着什么
如果你在用一个停更项目:
- 检查 fork 列表。可能有人在维护一个 fork。GitHub 的 network graph 能看到活跃 fork。
- 读 Issues。最后几条 issue 里往往有 workaround 或迁移指南。
- 找继任者。大多数情况下,有更新的项目覆盖了同样的功能。
如果你在选工具:
- 按最近活跃度筛选。我们的项目目录为每个项目显示最后更新时间和提交活跃度折线图。
- 优先选多贡献者的项目而非单人仓库。
- 检查是否有论文——但也检查代码在论文日期之后是否还有提交。
如果你是项目作者:
- 如果你已经转向了,请说出来。README 里一行话("本项目不再维护,建议使用 X")能帮用户省几个小时的困惑。
- Archive 仓库。GitHub 的 archive 功能让状态一目了然。
- 58 个无人回应的 open issue 比一句明确的"项目已结束"更糟。
科研 Agent 的生命周期
一个自然的生命周期正在浮现:
论文发表 → 代码开源 → Stars 积累 → Issues 堆积
→ 团队转向 → Fork 活跃度下降 → 停更 → 被替代大多数学术科研 Agent 的周期是 6-18 个月。商业项目(如 Sakana)周期可能更长,但面临同样的引力——拉向下一件事。
打破这个周期的项目——OpenClaw、AutoResearchClaw、EvoScientist——往往要么有强大的社区治理,要么有商业支撑,或者两者兼有。
对其他所有人:做出伟大的东西,发表论文,然后不用因为转向而感到内疚。会有人从你停下的地方接着走。
全部 13 个停更项目仍列在我们的目录中,带有活跃度状态标签。浏览 119 个活跃维护的项目:claw4science.org。
