自主研究如何变成累积式知识：Agent Scholar 缺失的一层

一项技术生命周期中最重要的转折，是它不再只是产出结果，而是开始为知识体系做贡献。

计算器能给出答案，但数学的进步靠的是结果被组织、被检验、被挑战、被复用。一个模型能生成文本，一个智能体能跑代码、做实验、写报告，但只有当后来的工作能找到先前的工作、正确解读它、复现它、挑战它、并在其上继续构建时，研究才真正变得强大。

我认为，这正是 AI 领域正在显现的下一个转折。

过去两年，围绕智能体的讨论大多聚焦执行：模型能不能用工具？能不能改代码库？能不能跑基准测试、调 API、长时间持续作业？这些问题很重要，进步也是真实的。但它们本质上仍是在问”智能体能不能干活”。

下一个问题更关键：它们的成果能不能累积？

一个智能体的实验，能否成为另一个智能体的起点？本周探索的分支，能否成为塑造下个月尝试方向的前期工作？自主研究能否摆脱”孤立产出序列”的命运？

这就是我想用 Agent Scholar 指向的理念——一层目前缺失的基础设施。随着智能体原生工具链成熟，它终将被构建出来。它可能以智能体原生 CLI 的形态出现，可能以 MCP 兼容服务的形式让研究智能体直接调用，也可能成为受限自主实验室的边车组件。具体接口形态不重要，重要的是它承担的功能。

这个功能就是：让自主研究变成累积式的。

我的底层判断是：随着时间推移，智能体做的研究量会超过人类。我并不是说每个重要科研领域都会完全自动化，也不是说人类判断不再重要。我说的是更结构性的东西：在实验运行次数、基准核查、分支探索、消融测试、论文综合和局部改进上，智能体最终会大幅超过人类研究者。

如果这个判断成立，瓶颈就变了。

稀缺资源不再只是执行，而是记忆、检索和信任。问题变成：研究能否真正站在研究的肩膀上。

已有系统展示了什么

这个判断之所以看起来可信，部分原因是未来的形态已经在小尺度上显现。

@karpathy 的 autoresearch 项目很有意思，它把研究变成一个受限循环。整个设定刻意做小：紧凑的训练代码库、固定的五分钟训练预算、固定的评估指标、狭窄的可变面（智能体只改 train.py，人主要负责调整程序和环境）。这个结构之所以重要，是因为它让自主改进变得可读、诚实。智能体不是在抽象意义上”解决研究问题”，而是在一个契约清晰的受限实验室里操作。

agenthub 则指向另一层。Karpathy 把它描述为一个为智能体而非人服务的平台，autoresearch 只是第一个用例而非全部。核心想法是让多个智能体在同一个代码库上工作、保留分支历史、通过轻量共享基础设施协调，而不是把一切坍缩进单一线性流程。

合起来看，这些项目说明了三件事。

• 第一，当实验室被严格受限时，自主研究变得可行。
• 第二，当多个智能体能并行探索时，研究变得更强大。
• 第三——也是我最在意的一点——实验室和枢纽仍然不够。

实验室不等于工作的记忆。

枢纽不等于枢纽产出的文献。

分支历史不等于累积知识。

那层缺失的东西，就是缺口所在。

缺失的一层

把四个常被混为一谈的层拆开来看会很有帮助。

第一层是 harness（执行骨架）。这是运行时：shell、IDE、沙箱、工具、权限、记忆面和编排循环，它们把一个模型变成一个行动者。

第二层是 lab（实验室）。这是受限的改进环境：一个任务、一份诚实的评估指标、一个可变面，智能体在里面迭代，人主要调整边界。

第三层是 hub（枢纽）。这是协调基座，让许多智能体共享代码库、并行探索、保留分支，而不把一切压成单线流程。

第四层是 scholar 层。这是记忆、检索与真值层：它让每个实验成为可被后续智能体找到、解读、复现、挑战并在其上构建的对象。

这四层回答的是不同的问题。

• harness 问：智能体如何行动？
• lab 问：智能体如何改进？
• hub 问：多个智能体如何协同？
• scholar 问：这些工作如何变成知识？

最后这个问题比表面看起来重要得多。

如果只有少数几个智能体在跑实验，人类还能读得动 diff 和结果，用现有工具勉强管理。但当实验数量级上升，人类不再是瓶颈消除者——阅读、筛选、记忆、复现全部变成不可能手动完成的工作量。这时如果没有 scholar 层，每个实验室只能记住自己，研究就会退化为孤立输出。

这就是为什么 scholar 层不是展示层，也不是”更好看的仪表盘”。它是让产出变成知识的那一层。

原生对象应该是研究记录

如果这一层存在，我认为它的原生对象不应该是论文。

论文有用，但它是叙事制品。它总结、说服、解释，把大量过程压缩进一个为了发表而组织的故事。它不是为机器检索和复现设计的。

commit 也不是正确的原语。commit 只告诉你”某处变了”，不承载研究语义：没有对照基线、没有评估上下文、没有结论声明。

我认为缺失的对象是研究记录（research record）。

研究记录是能够支撑”对实验做文献综述”的最小单元：它包含目标声明、方法、结果、评估上下文、谱系（从哪些先前记录衍生）、证据和真值状态。

这是一个与论文和 commit 都不同的对象。

• 论文说的是：“这是我们找到的东西的故事。”
• commit 说的是：“这里改了。”
• 研究记录说的是：“这是这个实验主张什么、证据是什么、它从哪里来、现在处于什么状态。”

一旦有了这个对象，新的东西成为可能。

你可以对实验做文献综述。

智能体可以询问当前前沿在哪里、最佳结果的最强祖先是什么、哪些主张已被复现、哪些已被挑战。

自主研究正是从这个点开始变成累积式的。

为什么智能体研究量超过人类后这层变成必需

我认为当前关于智能体研究的讨论很多仍然欠定义，因为大多数人默认”研究”仍以人类可读的产出为中心。但关键的转移不只是智能体能做研究的一部分工作，而是产出量的天平会倾斜。

人类时间有限、工作记忆有限、对重复性消融实验的耐受有限。

因此我预计智能体产出的实验数量增长会远快于人类。

这就制造了新瓶颈。

没有累积记忆层，每个自主实验室基本只记得自己。它可能复现自己的过去，但无法站在其他实验室的肩膀上。

有了累积记忆层，每次运行都能成为更大研究图谱的一部分。一个智能体的失败路径成为另一个智能体的先验知识，避免重复踩坑。

换句话说，一旦研究体量上升，问题就不再是”我们怎么让智能体跑实验”，而是”我们怎么让第 N+1 个实验站在前 N 个实验之上”。

这就是 Agent Scholar 要解决的问题。

这不只是搜索，它是真值生产的一部分

对这类系统该做什么，需要更精确。

scholar 层不只是索引。

如果智能体产出海量工作，难题就不只是检索，而是判断哪些可信、哪些过时、哪些被推翻、哪些值得作为下一步的基线。一个严肃的系统需要能浮现当前前沿、最佳结果的最强祖先、已复现的主张、被挑战的结论。

这让 scholar 层成为真值生产的一部分，而不只是知识存储。

人类科学的既有机构——同行评审、复现文化、引用图谱——一直在尝试解决这个问题。智能体世界不会消除这个需求，只会放大它。

这也是为什么我认为复现和挑战必须成为这类系统的一等概念。

一个主张要能被标记为”已被独立复现”或”已被更强结果取代”。真值状态迁移本身要成为图谱的一部分。

产出就是这样变成知识的。

作为基础设施它可能长什么样

我不认为正确的实现是”一个通用门户，让大家事后上传智能体生成的论文”。

scholar 层应该离循环近得多。

一条可行路径是智能体优先的 CLI，每个受限研究包都通过它运行。另一条是 MCP 兼容服务，智能体开工前查询、完工后更新。还有一条是标准化协议：统一研究记录的 schema、谱系元数据、证据捕获和真值状态迁移。

具体产品形态仍开放，假装已确定没有意义。

但设计原则是清晰的。

不要把累积性当作事后手动上报的步骤硬加上去。让它成为工作流的原生部分。智能体完成一次运行时，相关的主张、证据、谱系和评估上下文应当已经结构化到能直接进入更大的前人工作图谱。智能体启动一次运行时，应当能查询这个图谱里已有什么。

这是”只会跑实验的系统”与”随时间从实验中学习的系统”的区别。

超越 LLM 研究

一旦把 autoresearch 理解为”小规模 LLM 训练的自动化”而非通用方法，这个理念的重要性会打折扣。

但模式是通用的：定义一个系统、定义诚实的评估、定义可变面，然后让智能体迭代。

这个模式显然适用于 LLM 训练。但它同样可能适用于其他可模拟、可评估、可迭代的领域。

不是每个领域都能规整地缩进一个小仓库。生物、化学、物理有自己的约束。但许多领域确实存在”受限环境+诚实指标+可迭代改进”的结构，足以支撑类似循环。

一旦如此，scholar 层就不再是小众需求。

它变成自主研究的通用基础设施。

盘点

自主研究最有趣的地方不只是智能体能做研究工作。

而是我们开始看到这类工作得以规模化的条件。

受限实验室展示了智能体如何诚实地改进一个东西。枢纽展示了多个智能体如何并行协同。

尚缺的是让这一切累积的那一层。

这就是我说的 Agent Scholar。

我指向的是一块我认为会越来越必要的基础设施缺口：当智能体成为主要研究劳动力，研究本身的记忆、检索与真值维护不能仍靠人类的论文体系勉力支撑。

实验室是工作场所。枢纽是协调层。scholar 层是知识的载体。

而如果我的判断正确——智能体最终在相当多领域产出比人类更多的研究——那么让研究能站在研究之上的那层基础设施，会成为整个体系中最有价值的部分之一。

它比任何东西都更重要的一点是：它让研究能够站在研究之上构建。

原文信息

作者：_apoorvjha（@_apoorvjha），X 研究者

原文地址：