智能体能否预判湿实验：SPU用100个公开任务和16个未发表实验打分，最强配置也只在一半任务上超过随机
Science Prediction Universe（SPU）把AI智能体放进真实湿实验的预测场景：只给实验条件与候选，让智能体在八小时内自行检索文献、跑计算，再按测量值给候选排序，用斯皮尔曼相关系数打分。100个公开任务取自近期Nature Portfolio论文，16个私有任务来自尚未发表的实验，检索无从下手。十三种前沿模型配置中最好的也只在约一半计分任务上超过随机阈值，更多推理算力和更多工具种类都没有带来可检测的分数提升。