ตามรายงานของ Beating ซึ่งเป็นทีมความร่วมมือจาก Harvard Medical School, Kempner Institute และ Broad Institute โดยมีนักวิจัย Shanghua Gao, Ada Fang และ Marinka Zitnik ได้เปิดซอร์ส AutoScientists ซึ่งเป็นระบบเอเจนต์ AI แบบกระจายศูนย์สำหรับการค้นพบทางวิทยาศาสตร์ ต่างจากระบบรวมศูนย์ที่ใช้การค้นหาแบบเธรดเดียว AutoScientists ตัดบทบาทศูนย์กลาง (central coordinator) ออก ทำให้เอเจนต์สามารถทำงานร่วมกันแบบไม่พร้อมกัน (asynchronously) ได้—โดยเอเจนต์จะร่าง peer reviews ก่อนที่จะใช้ทรัพยากรการคำนวณ ช่วยป้องกันการทำการทดลองที่ล้มเหลวซ้ำ ๆ และค้นพบทิศทางการวิจัยที่มีแนวโน้มหลายแนวพร้อมกัน
ในการทดสอบ BioML-Bench ครอบคลุมงานด้านการถ่ายภาพทางการแพทย์ การค้นพบยา และการวิศวกรรมโปรตีน ระบบทำสถิติได้ 74.4% ค่าเฉลี่ยอันดับเปอร์เซ็นไทล์บนลีดเดอร์บอร์ดจาก 24 งาน เพิ่มขึ้น 8.3 จุดเปอร์เซ็นต์เมื่อเทียบกับฐานเอเจนต์เดิม ในงานการทำนายการจับกันของโปรตีน AutoScientists ค้นพบวิธีการที่เพิ่มค่า Spearman correlation ขึ้น 6.5% บน ProteinGym เหนือกว่าคะแนนมาตรฐานแบบมีผู้สอนก่อนหน้า