据MarkTechPost报道，斯坦福大学由Jiacheng Miao和James Zou领导的研究团队于2026年9月16日在《自然》发表Paper2Agent。该系统把研究论文及其代码库转换为模型上下文协议（MCP）服务器，使Claude Code等兼容MCP的代理能通过自然语言运行论文方法；作者称其为虚拟通讯作者。
Paper2Agent的代码以MIT许可证发布，可作为Claude Code或Codex的技能安装。预构建的AlphaGenome、Scanpy和TISSUE服务器已运行在Hugging Face Spaces，托管版本位于paper2agent.ai。
该系统运行在Claude Code的代理SDK上。中央编排器分派专门子代理，完成六步流程：定位并下载代码库，建立隔离虚拟环境，索引可用教程，端到端运行教程并记录参考输出，把教程转为参数化MCP工具，再进行验证。验证门槛包括预期文件出现、数值误差在3%以内，图像须通过感知哈希匹配且汉明距离低于20；每个函数最多尝试6次，持续失败的工具被排除。每个服务器暴露MCP工具、MCP资源和MCP提示，分别封装论文方法、保存手稿与数据集、编码多步工作流。研究团队在所有应用中使用Claude Sonnet 4。
AlphaGenome代理在约45分钟内构建22个工具，成本14美元，全部无需人工干预通过验证。与Claude加仓库访问以及Biomni相比，Paper2Agent在15个教程衍生查询中得分98.7%，基线分别为82.7%和37.3%；在15个新查询中为100%，基线为78.7%和56.0%；在30个开放式查询中为82.7%，基线为56.7%和72.2%。结果来自5次运行，由两名人类专家评分，评分者间一致率96.7%。在教程查询上，中位运行时间比Claude加仓库访问快1.9倍，比Biomni快3.1倍；基线升级为Claude Opus 4.6后，优势仍存在。
该代理还重新检查了LDL胆固醇变异chr1:109274968:G>T，将SORT1列为可能因果基因。原AlphaGenome论文强调CELSR2和PSRC1，GTEx显示三个基因均有显著肝脏eQTL。研究团队称这显示此类位点因果基因分配之难。
Scanpy代理在约45分钟内获得7个通过验证的工具，成本13美元，在4个公共数据集上与人类研究者在细胞数、基因数和顶级标记基因方面一致。TISSUE代理在空间转录组数据上复现了人类结果。规模测试覆盖3个语料库且无需人工清理：100篇bioRxiv计算生物学论文中74篇被代理化，599个提议工具中593个通过验证；300个问题中Paper2Agent得分91.2%，Claude加仓库访问使用Sonnet 4和Sonnet 4.6分别为80.3%和86.3%；每次查询成本0.20美元、耗时1.6分钟，对比0.38美元、4.3分钟。10篇非生物学论文包括TabPFN、SAM 2和SAELens，在42个执行任务上准确率98.1%；26篇数据聚焦论文中，资源层得分89.0%，浏览器使用为82.0%，成本低34倍、速度快15倍。Paper2Agent在置换基准中还拒绝了100%的范围外查询，并从注入的依赖、文件路径、拼写错误和弃用API故障中恢复。
研究团队连接了3个代理：AlphaGenome、一个MPRA偶联scCRISPRi筛选和一个CD4+ T细胞Perturb-seq数据集。AlphaGenome在银屑病位点rs887314标出GPR137，RNA-seq分位数得分0.997。AI共同科学家提出10种验证策略，一名研究者选择特征相关性。只有GPR137敲低与CRE扰动特征匹配，匹配在刺激下出现：Stim8hr时Spearman为0.613，Stim48hr时为0.630。BAD和另外3个候选未显示显著相关。第二项研究把AlphaGenome与ADHD GWAS配对，在209个候选中提名rs1626703，该假设仍需实验验证。
论文列出的要点包括，Paper2Agent把论文和仓库转换为经过测试的MCP服务器，包含工具、资源和提示。AlphaGenome代理耗时约45分钟、成本14美元，在新查询上得分100%；100篇bioRxiv论文中74篇被代理化，599个工具中593个通过验证；3个论文代理共同支持GPR137为可能的银屑病因果基因。