一个晚上，复现一篇《Science》

2026年10月19日10月19日

文章目录

部分视频或图片暂未收录，已在正文保留提示；需要时可查看原文。查看原文 ↗

——用 Open-Science 重跑海马涟漪"记忆选择"试点

2024 年，wannan姐在 Science 发表了《Selection of experience for memory by hippocampal sharp wave ripples》，提出海马尖波涟漪（SWR）会主动“选择”哪些经历被巩固进记忆。论文数据开放在 Zenodo 上https://doi.org/10.5281/zenodo.10816749，

我之前也本地跑过这个数据：从原始数据出发，做神经流形、回放候选筛选、CEBRA 编码，再把迷宫中的高同步事件（HSE）投射到冻结的编码器里，看它们是否更接近行为流形。

这次我想试试：把这件事交给一个 AI 科研工作台从零重跑，能不能复现出我手里的结果，又能省掉多少事。我选的是开源的 Open-Science，模型用的是我自己的 Codex 订阅。

媒体暂未收录，可在原文中查看

图1｜把输入包作为附件发进会话，Agent 立即确认挂载，开始核对清单

一、从"给一个任务"开始

准备工作不多。装好应用、登录 Codex 订阅之后，我只做了两件事：把之前开源包里的既有结果 RESULTS.md、数据清单、分析配置和 scripts、src 代码打成一个压缩包上传，再写了一段任务说明：按清单从 Zenodo 下载数据并核对 MD5，依次完成数据审计、基线流形、回放候选、CEBRA 和 HSE 投射五个步骤，最后和 RESULTS.md 逐项对比。我特意加了一句："不要在看过数据后改阈值。"

我打开了"先出计划"模式。Open-Science 先交出一份 5 个阶段、11 步的执行计划，批准后开始执行。每一步都写了完成条件，比如"试次不跨训练和测试集"、"置换次数完整"、"不把技术失败解释成阴性生物学证据"。这有点像预注册：要做什么、做到什么程度算完成，在跑数据之前就定好了。

图2｜"先出计划"模式：5 个阶段、11 步，附可行性评估，审批后才执行

二、看数据之前，它先找出了我代码里的问题

第一步就出乎我意料。Agent 读完全部 19 个输入文件、记录了哈希，没去下载数据，先交给我一份"输入与方法审查"，列出配置和代码之间的几处实质性不一致：

analysis.yaml 写的是逐试次留一验证，原脚本实际做的是五折整试次留出；
配置里列了五种对照，我自己的代码只实现了其中两种；
CEBRA 训练时把各试次拼成了一条连续数组，时间上的正样本配对可能跨过试次边界；
回放筛选的打乱次数默认是 100，要显式指定才会跑 1000。

这几处我自己都没注意到。它给的建议是：主线严格照原脚本跑，这样才能和既有结果对比；在报告里如实没实现的对照列为"未执行"，不补做，也不声称做过；跨试次配对单独做一个预先声明的敏感性检查。我同意后，它把这些决定写成冻结方案存档，再进入数据阶段。这个阶段我自己还一个数据点都没看过。

图3｜方法审查：Agent 读完 19 个输入文件后，指出配置与代码的不一致，提交方案选择，先不碰数据

三、环境、数据、校验

环境方面，它先在本机检查了内存（128 GB）、磁盘和 Python 版本，用合成数据把 CEBRA 0.6.1 的拟合、投射和模型存取跑了一遍。中途 Conda 的科学计算库和 PyTorch 各带了一份 OpenMP，冲突导致进程崩溃。它找到了原因，新建一个独立环境统一安装，问题解决。

数据方面，它按清单下载了 248 MB 的 Zenodo 压缩包，核对了 MD5。作者事后补充的涟漪事件文件，它也按清单里固定的 GitHub commit 取回，同时核对了 SHA256 和 Git blob 哈希。数据审计报出 482 个单元、422 个锥体细胞、70 个试次、79 个迷宫 HSE，和我原来的结果完全一致。它还发现原始元数据里的日期和会话 ID 对不上，写进了报告。

每次要执行代码、安装依赖或访问外部网站，都会先弹出权限确认，附上要跑的代码和理由。点"允许"之前，我能看到它要跑我的哪个脚本、访问哪个地址。

图4｜执行前的权限确认：它要用 runpy 跑我上传的 fetch_data.py，按清单下载并校验数据

图5｜数据审计总览：轨迹、位置场排序、速度与 HSE 分布

四、结果：大部分精确复现

五个分析阶段跑完，Agent 给出一份中文报告和一张 21 项的逐项对照表：

基线流形：位置匹配的 block 解码误差 2.182，置换均值 4.714，p = 0.0099。和 RESULTS.md 的 2.18、4.71、0.0099 一致。五折中每折 56 个训练试次、14 个测试试次，互不交叉，100 次置换全部完成。

图6｜基线 UMAP 流形，位置匹配的 block 解码与置换零分布

回放候选：79 个 HSE 中筛出 7 个（8.86%）。每个事件都做了 1000 次神经元打乱，并逐个事件重算 p 值核对。结果和原来一致。

图7｜79 个 HSE 的 PCA 原型距离与轨迹紧凑度，7 个通过双指标筛选

CEBRA：CEBRA-Time 的位置误差 0.0756、选择准确率 77.6%，精确复现；CEBRA-Behavior 的几项数值有小幅差异，方向一致。唯一没复现的，是 Behavior 模型 block 解码技能分数的正负号。

图8｜CEBRA-Time / CEBRA-Behavior 学到的流形（按位置和经验着色）及五折解码指标

HSE 投射：在冻结编码器中，HSE 没有表现出比对照更接近行为流形的优势（单侧 p 为 0.96 和 0.88）。方向和原结果一致。

图9｜迷宫 HSE 与时长匹配对照投射到冻结编码器后的距离比较

报告里也写了局限：HSE 和对照在 spike 数（110 对 32）和速度上都没有匹配好；79 个事件来自 41 个试次，不能当成独立样本；论文的核心命题，即清醒期回放如何选择随后睡眠中的巩固，在单会话试点里没有检验。它还去 PubMed 核对了原文。全文不是开放获取，它就写明不补写原文的方法细节。

最终它把原样输入、模型、全部图表、指标、零分布、哈希和复现脚本打成一个 99 个文件、19.7 MB 的总包，可以直接交付。