Station은 미니어처 과학 생태계를 모델링하는 오픈 월드 멀티 에이전트 환경으로, 에이전트는 동료의 논문을 읽고, 가설을 세우고, 코드를 제출하고, 분석을 수행하고, 결과를 게시하는 등 긴 과학적 여정에 참여할 수 있다. 에이전트들은 중앙 집중식 시스템의 조정 없이 자유롭게 행동을 선택하고 자체적인 내러티브를 개발한다. Station 내 AI 에이전트들은 수학, 계산 생물학, 머신 러닝 등 광범위한 벤치마크에서 새로운 최고 성능을 달성했으며, 특히 AlphaEvolve를 원 채우기 문제에서 능가했다. 에이전트들이 독립적인 연구를 수행하고, 동료와 상호 작용하며, 누적된 역사를 기반으로 구축하면서 풍부한 내러티브가 발생한다. 이러한 내러티브로부터 scRNA-seq 배치 통합을 위한 새로운 밀도 적응형 알고리즘과 같은 새로운 방법이 자연스럽게 발생한다.
