代理科学家：为自动化科学（共同）发现编排编码代理

arXiv:2610.18933v1 公告类型：新 摘要：现代编码代理正在从根本上重塑人类输入在计算研究中的作用：它们编写代码，启动计算机实验，分析结果，并在不断增加的时间范围内自主操作。尽管取得了这些进展，完全自主的研究人员仍面临着有限的构思半径和短视的爬山搜索动力。为了弥补这一差距，我们引入了 Agentic Sc​​ientist，这是一个端到端的分布式管道，供人类研究人员与现代编码代理一起进行计算研究。在其前身的基础上，我们的系统将研究分解为任务起草、想法生成、规划、沙盒实验、结果聚合、基线和消融构建、事后分析和报告编写。 Importantly, each step in the pipeline is powered by the next generation of coding agents and leverages agentic self-verification.整个研究过程由元控制器驱动，该元控制器管理并行研究代理并在每个阶段强制执行标题验证。这种设计使得相同的编排层能够在具有不同执行环境、代理编码工具和评估指标的异构域中重用。我们的系统可以在一系列自主范围内使用：既可以作为联合科学家工具，也可以进行端到端的科学研究。在联合科学家环境中，我们利用系统的开发版本提交了一篇研究论文，该论文在 ALIFE 2026 上被接受发表。我们进一步完全自主地将 Agentic Sc​​ientist 应用于机器学习中的开放问题解决任务，并展示了系统在计算研究的不同领域进行科学发现的能力。我们的消融表明，可靠的科学自主不仅取决于基础模型功能，还取决于跨代理编排层。