Menurut Beating, sebuah tim kolaboratif dari Harvard Medical School, Kempner Institute, dan Broad Institute, termasuk peneliti Shanghua Gao, Ada Fang, dan Marinka Zitnik, telah merilis open-source AutoScientists, sistem agen AI terdesentralisasi untuk penemuan ilmiah. Berbeda dari sistem terpusat dengan pencarian satu utas, AutoScientists menghilangkan koordinator pusat, memungkinkan agen untuk berkolaborasi secara asinkron—agen menyusun peer review sebelum mengonsumsi sumber daya komputasi, mencegah eksperimen gagal yang berulang dan menemukan beberapa arah penelitian yang menjanjikan secara bersamaan.
Dalam pengujian BioML-Bench pada tugas pencitraan medis, penemuan obat, dan rekayasa protein, sistem ini mencapai 74,4% rata-rata persentil papan peringkat di 24 tugas, meningkat 8,3 poin persentase dibanding baseline agen sebelumnya. Pada prediksi ikatan protein, AutoScientists menemukan metode yang meningkatkan korelasi Spearman sebesar 6,5% di ProteinGym, melampaui benchmark terawasi sebelumnya.