Een PhD-student van Stanford heeft een systeem gebouwd dat elk onderzoeksartikel omzet in een werkende AI-agent. Het heet Paper2Agent. Ik heb haar het live laten demonstreren en kon niet geloven wat ik zag. Dit is precies wat er gebeurde. Ze plakte een 40-pagina's tellend NeurIPS-artikel in de tool. Binnen enkele seconden extraherde het de kernmethode, identificeerde de dataset en begon met het opzetten van agentcode die daadwerkelijk de aanpak van het artikel implementeert. Maar het wilde deel kwam daarna. Ze typte: "Pas deze methode toe op mijn dataset en beantwoord vragen zoals de auteur van het artikel zou doen." De agent gaf niet alleen een samenvatting. Het voerde de methodologie uit. Op haar eigen gegevens. En toen ze vroeg waarom het bepaalde beslissingen nam, citeerde het de exacte secties van het artikel. Wat normaal gesproken een PhD-student 3 weken aan implementatie kost, gebeurde nu in minder dan een uur. Ze is niet slimmer dan andere onderzoekers. Ze is gewoon gestopt met het lezen van artikelen en is begonnen met het uitvoeren ervan. (Link in de reacties)