ai-research-agents

Meta 的 IdeaScientist 论文将科研构思拆解为缺口发现、创新与报告撰写三个角色并分别用强化学习训练，基于 Qwen3.6-27B 在 2.77M 理念语料库上检索，超越最强开源 autoresearch 基线 14.0%，并优于 Claude Code SDK 与 Codex SDK 方案最多 5.9%。

研究者提出 EPOCH，一种面向 AI 研究智能体的证据治理架构，将任务契约、类型化记忆、主动证伪与独立重放相结合，在 AlgoTune（平均归一化得分 0.65 对比 0.53）和 Math14 套件上取得当前最优性能。

本文批评了将ChatGPT等聊天机器人误标为AI研究代理的现象，指出真正的研究代理必须处理复杂的多步骤工作流程。文章介绍了'mira ai science'作为尝试满足这些需求的工具。