Equipe de Stanford Lança o Paper2Agent para Artigos de Pesquisa

Atualizado 19 set 2026 · Revisado pela equipe editorial da Zekai

Artigos de pesquisa computacional normalmente exigem que os leitores clonem, instalem, configurem e depurem códigos antes de verem os resultados. Para enfrentar esse obstáculo, uma equipe de Stanford liderada por Jiacheng Miao e James Zou publicou o Paper2Agent em 16 de setembro de 2026. O sistema converte um artigo acadêmico e sua base de código associada em um servidor do Model Context Protocol, atuando como um autor correspondente virtual para os leitores.

O software licenciado sob a licença MIT instala-se como uma skill para o Claude Code ou Codex, com servidores pré-construídos do AlphaGenome, Scanpy e TISSUE hospedados no Hugging Face Spaces. Operando no SDK de agentes do Claude Code, um orquestrador central implanta subagentes especializados por meio de um fluxo de trabalho de seis etapas para empacotar métodos, manter recursos do manuscrito e codificar procedimentos em várias etapas.

A validação baseia-se em um rigoroso portal de verificação. Uma ferramenta só é aprovada se os arquivos esperados aparecem, as saídas numéricas coincidem dentro de uma margem de três por cento e as figuras atingem uma distância de Hamming inferior a vinte usando hash perceptual. O verificador permite até seis tentativas por função, descartando quaisquer ferramentas que continuem falhando.

Para o AlphaGenome, o Paper2Agent construiu vinte e duas ferramentas em cerca de quarenta e cinco minutos a um custo de US $42, com todas as ferramentas passando na validação sem intervenção humana. Em cinco execuções avaliadas por dois especialistas humanos com alta concordância, os tempos médios de execução caíram significativamente em comparação com as configurações de linha de base usando o Claude com acesso ao repositório ou o Biomni.

O agente Scanpy gerou sete ferramentas validadas em cerca de quarenta e cinco minutos por US $13, correspondendo com sucesso a pesquisadores humanos em quatro conjuntos de dados públicos para contagens de células, contagens de genes e principais genes marcadores. Um agente TISSUE reproduziu de forma semelhante os resultados humanos em dados de transcriptômica espacial sem limpeza manual de código.

Por que isso importa para AI para Estudantes, Estudos e Pesquisa

Para estudantes e pesquisadores atolados pelo atrito de clonar, instalar e depurar códigos de PDFs acadêmicos, o Paper2Agent oferece uma rota simplificada para executar métodos de estudo. Ao transformar repositórios em servidores interativos acessíveis por linguagem natural, ele permite que você teste resultados e replique fluxos de trabalho mais rapidamente durante revisões de literatura.

O que fazer

• Explore a versão hospedada da ferramenta em paper2agent.ai
• Instale o código licenciado pela MIT como uma skill para o Claude Code ou Codex
• Teste servidores pré-construídos do AlphaGenome, Scanpy e TISSUE no Hugging Face Spaces

Ferramentas mencionadas

• GitHub
• Claude
• Claude Code

Fonte: Stanford Researchers Release Paper2Agent: Turning Research Papers Into AI Agents That Reproduce Results and Run on New Data – MarkTechPost (marktechpost.com)