NatureBench 通过标准化科研任务集，量化了 AI Agent 在真实科学研究中的原创性改进能力。这项研究揭示了 AI 从辅助科研向“自主科学发现者”进化的潜力与边界，为未来 AI for Science 的工具开发奠定了评价基石。