腾讯混元发布科研 Agent Hyra 2.0，把"AI 做科研"从解题推向更野的目标——让机器自研可长期复用的科学模型、算法与工具。

为撑起动辄数周的研究，Hyra 2.0 把活拆给三层 Agent：Overall 管资源协调，Mission 做规划，Worker 跑实验。任务状态持久化，等训练间隙也能推进别的项目；每结论都得附代码与日志当凭证，存疑时交独立 Agent 复核，跑通的经验沉淀成 Skill 复用。

从蛋白质到芯片机械手，成绩单已经亮出来

两款蛋白质模型从零训出：196 万参数 HyInv 依目标骨架反推序列，比 ProteinMPNN 快 57 倍，单张 H20 GPU 上生成 128 条约 400 残基序列仅约 50 毫秒；6.5 亿参数 HyPLM-Flash 吃下 7260 亿 token，权重、代码与报告全开源。它还把开源 RISC-V 处理器香山的 SPEC CPU2006 单 GHz 性能抬 5.79%、面积只涨 0.3%；设计的五指"旋梯手"初版比原最优慢 11%，同预算调完控制算法后仿真转速反快 28.6%。

最耐人寻味的是闭环：Hyra 2.0 已插手下一代混元模型的预训练、后训练与推理优化。当 AI 开始改良造 AI 的工具，更强的模型或许就从这台"科研永动机"里自己长出来。