人工智能（AI）正在重塑科学发现的范式，从专用的计算工具逐步演变为具备自主性的科研伙伴。本文将“智能体科学”（Agentic Science）定位为“AI for Science”这一更广泛范式中的关键阶段，标志着AI系统从部分辅助向全面科学自主性的跃迁。得益于大规模语言模型（LLMs）、多模态系统以及集成化研究平台的发展，具备智能体特性的AI已展现出假设生成、实验设计、执行、数据分析及迭代优化等能力——这些行为曾被认为是人类独有的科研特质。本综述从生命科学、化学、材料科学和物理学四个领域出发，对自主科学发现进行了面向具体领域的系统性回顾。我们通过一个综合性框架，统一了此前分散的三种研究视角——过程导向、自主性导向与机制导向，将基础能力、核心流程与领域特定实现有机衔接。基于该框架，本文（i）梳理了AI for Science的发展脉络，（ii）识别出支撑科学自主性的五大核心能力，（iii）将科学发现建模为一个动态的四阶段工作流，（iv）系统回顾了上述各领域的应用进展，（v）归纳并分析了当前面临的关键挑战与未来发展机遇。本研究构建了一个面向领域的自主科学发现综合体系，确立了“智能体科学”作为推动AI驱动科研发展的结构化范式。