autoresearch

用途

Autoresearch 是一个面向 AI 编码智能体的自主研究编排技能，目标是让智能体独立管理 AI 研究项目的完整生命周期——从文献调研到撰写论文。它把智能体定位为「研究项目经理」而非领域专家：由它负责编排流程与维护状态，具体实验执行则路由到领域专用技能。

技能设计为完全自主运行：不向用户请求许可或确认，由智能体自行判断并持续前进；同时通过研究报告（HTML/PDF）频繁向人类展示进展，便于人类查看或纠正方向。其假设前提是人类可能处于睡眠或忙碌状态，智能体的任务是尽可能自主推进研究进展。

主要能力

• 双循环架构（Two-Loop Architecture）：核心引擎。内循环运行快速、可重复的实验迭代，追求明确可测量的结果；外循环定期回退进行反思，寻找规律、更新结论、生成新假设并决定研究方向。两侧循环之间没有刚性边界，由智能体根据结果积累情况（通常每 5–10 个实验、发现规律或进展停滞时）自行判断节奏。
• Bootstrap 初始化：进入循环前进行轻量级启动——界定问题、检索文献、形成初始假设。
• 文献检索与归档：支持多种来源，包括 Exa MCP（web_search_exa）、Semantic Scholar、arXiv、CrossRef，要求持续检索直到覆盖充分，并将每篇论文摘要与 survey.md 保存到 literature/ 目录。
• 假设生成：通过 21-research-ideation/ 下的 brainstorming-research-ideas、creative-thinking-for-research 等技能产生结构化的、可检验并带有明确预测的假设。
• 实验执行与路由：根据研究活动类型将任务路由到对应领域技能，例如数据处理（05-data-processing/）、模型训练与微调（01-model-architecture/、03-fine-tuning/、06-post-training/）、分布式训练（08-distributed-training/）、优化（10-optimization/）、评估与基准（11-evaluation/）、推理服务（12-inference-serving/）、可解释性分析（04-mechanistic-interpretability/）、实验追踪 W&B/MLflow（13-mlops/）、云端算力（09-infrastructure/）。
• 实验轨迹追踪：以便于记录的形式维护跨实验的可测量结果（experiment_id、hypothesis、metric_value、baseline、delta、wall_time_min、change_summary），可用于生成优化曲线图并放入进展报告。
• 方向决策：外循环基于一套准则决定方向——DEEPEN（深化）、BROADEN（拓宽）、PIVOT（转向）、CONCLUDE（收敛并结题）。
• 持续性保障（Agent Continuity）：强制要求在任何研究开始前设置墙钟循环。Claude Code 使用 /loop 20m 命令；OpenClaw 使用 cron.add 创建 20 分钟周期的定时任务，并将 sessionTarget 绑定为当前会话以维持对话上下文。

使用方式

智能体会先判断用户所处的状态并据此推进：面对模糊想法时先简短澄清再启动；面对清晰研究问题时直接 bootstrap；面对已有计划或提案时先审阅计划、搭建工作区再进入循环；若已存在 research-state.yaml 则读取状态并从中断处继续。

工作区目录结构在项目根目录创建，包括：research-state.yaml（核心状态追踪）、research-log.md（决策时间线）、findings.md（持续演进的叙述性总结）、literature/（论文与调研笔记）、src/（可复用代码）、data/（原始结果数据）、experiments/{hypothesis-slug}/（每个假设的实验协议、代码、结果与分析）、to_human/（面向人类的进展演示与报告）、paper/（最终论文，由 ml-paper-writing 生成）。大型文件如模型 checkpoint 应存放到独立存储路径而非项目目录。

内循环的执行步骤为：选取最高优先级的未测试假设 → 撰写协议（说明改动、预测与原因），并在运行前通过 git 提交锁定（形成「计划先于结果」的时间证明）→ 运行实验（调用相关领域技能）→ 结果合理性检查（训练是否收敛、有无 NaN/Inf、基线是否复现、数据加载是否正确）→ 测量代理指标 → 记录到 experiments/ 并区分 CONFIRMATORY 与 EXPLORATORY → 若为正结果则保留并说明生效原因，若为负结果则记录其排除的假设与提示 → 更新 research-state.yaml → 若受阻则检索文献或调用构思技能。

外循环的执行步骤为：回顾自上次反思以来的全部结果 → 按类型聚类 → 追问成功与失败的机制 → 更新 findings.md → 必要时检索文献 → 生成新假设 → 决定方向 → 更新 research-state.yaml → 记录反思 → 若有意义则生成进展演示。

适用场景

适用于希望让智能体长时间、无人值守推进 AI 或机器学习研究任务的场景，包括围绕基准指标的优化型实验，以及测试机制性假设的发现型实验。研究过程被设计为非线性的：可在任何阶段回到文献、进行头脑风暴或整体转向新问题。

限制与约束

• 技能强调必须首先设置持续性循环（/loop 或 cron）；缺少该设置时，研究会在一个循环后停止。
• 评估指标需在实验前设定且应可在数分钟内计算；评估标准需提前锁定，以防无意识地针对指标进行博弈。
• 持续性循环与内/外研究循环相互独立，定时触发只是节奏提醒，不构成研究阶段边界。
• 关于收费、价格、具体平台适配细节等信息，资料中暂未提供。