# Google DeepMind 在 GitHub 开源了一个给科研智能体用的工具包，叫 Science Skills

> 原标题：Google DeepMind 开源科学智能体工具包

- 来源：AI HOT 精选
- 发布时间：2026-06-02T21:34:37.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/32936
- 原文：https://x.com/googleaidevs/status/2061924472245153863

## 摘要

这个工具包专门用来搭科学发现场景里的自主智能体，让模型能跑科研流程。官方说它有两个好处：一是针对科学任务做了基础能力封装，二是 token 效率更高，也就是调用大模型时可能更省 token、更省钱。不过正文没披露开源协议、具体跑分数据，也没给出 token 节省量的数字，所以实际能省多少、效果怎么样，还得自己跑跑看。

## 推荐理由

这条消息有明确的开源动作和落地载体，对做智能体的人有参考价值。我会先打个折：正文没写许可证、没给基准测试结果，也没提 token 效率或成本数字，所以没法判断实际好用程度和复用门槛。这点先别太激动，等后续有实测数据再看。

## 锐评

Google DeepMind 在 GitHub 上放出了一个叫 Science Skills 的工具包，专门用来搭科学发现场景里的自主智能体，也就是让模型自己去跑科研流程。官方强调了两点：一是针对科学任务做了基础能力封装，不用从零写；二是 token 效率更高，调用大模型时可能更省 token、更省钱。

但这条消息的信息缺口很大。正文没披露开源协议是什么，也没给出任何 benchmark 数据或 token 节省量的具体数字。省 token 这件事，省 5% 和省 50% 完全是两个概念，没有数字就只能当个方向看。另外，工具包到底覆盖哪些科学领域、对模型有什么要求、跟现有的 agent 框架比有什么差异，这些也都没提。

对想试试的人来说，代码已经可以下载了，但效果得自己跑一遍才知道。如果团队正好在做科研自动化的工作流，值得拉下来看看封装思路；如果只是观望，等社区出实测数据再判断也不迟。