米スタンフォード大学の研究チーム（James Zou教授ら）は、学術論文のPDFおよび関連するコードリポジトリを丸ごと「Model Context Protocol（MCP）対応の対話型AIエージェント」へと全自動で変換するオープンソースフレームワーク「Paper2Agent」を開発し、英科学誌『Nature』で論文を発表しました。
本システムは、論文本文からアルゴリズムの仕様、ハイパーパラメータ、依存ライブラリを抽出し、隔離されたサンドボックス環境上で自動的にセットアップを実行。
サンプルデータの実行結果や出力図表のハッシュ値を論文中の記載と照合して整合性を検証する「厳格な再現性検証ゲート」を通過した上で、MCPサーバーとしてパッケージングします。
これにより、Claude CodeやClineなどの開発エージェントから自然言語ツールとして呼び出し、仮想の「論文の筆頭著者」として対話しながら、別のデータセットへアルゴリズムを即座に適用させたり、内部パラメータの挙動を尋ねたりすることが可能になります。
科学研究の最大の課題である「コードの再現性危機」と「実務適用の高コスト」を同時に解消する画期的なブレークスルーとして、研究機関や企業のR&D現場から熱烈な注目を集めています（一次ソース：Nature公式掲載論文 / Paper2Agent公式GitHub）。