标签
这篇文章推荐关注AI Scientist，并讨论研究代理如何通过类比模糊测试来学习失败，从而绘制未知地图并指导后续实验。
nimble_search 上的网络搜索代理通过扫描实时公共源自动进行市场调研，提供结构化的快照，包括竞争对手、定价、用户投诉和市场空白，让开发者免去手动切换标签的麻烦。
Fieldway的Matthew Stublefield使用Tavily的网络搜索API，通过MCP集成到Claude Code，构建了一个产品研究代理，将5小时的手动周期缩短至25分钟，并将数周的工作缩减为10小时。
一个使用Gemini、LangGraph、React和Google搜索的开源全栈研究代理示例，展示了包含动态查询生成、反思循环和引用答案的端到端工作流程。
Open Deep Research 是一个开源 Next.js 应用，它将 Firecrawl Search 和 Extract 与推理模型结合，执行迭代式网络研究循环，包括搜索、提取、规划、来源追踪和综合。
本文研究了当一个小型4B参数模型作为设备端研究代理时，其引用的忠实性由何种因素决定，发现更多源文本的暴露能提升忠实性，而检索召回率则限制了覆盖率。
开源的科研智能体 OpenAI4S，通过持久化内核运行真正的 Python/R 代码，结合 JSON 工具编排，让研究者可以用极低成本（豆包 ¥9.9/月）复现 Claude Science 级别的科研自动化。
本文介绍 ResearchStudio-Idea，一个基于 ML 会议论文分析的可复用研究构思技能套件，包含 Paper-Search、Scoop-Check 和 IdeaSpark，通过从 1,947 篇论文中提取的 15 个模式来生成有证据支撑的研究想法。
LangChain展示了一个代理，它利用Perplexity Agent API和LangGraph，在大约90秒内以0.40美元的成本草拟一份带引用的风险投资备忘录，包含四个并行研究节点和一个合成器。
从头构建了一个研究代理，没有使用任何框架，可在GitHub上获取。
一位开发者在 LangGraph 上重新实现了一篇论文中的多代理研究系统 Arbor，分享了关于图结构强制不变性以及从失败中反向传播洞察的经验。该重新实现 arbor-lg 使用 LangGraph 的 StateGraph 和 SQLite 检查点实现持久化。
Feynman 是一个开源 AI 研究代理，能够自动执行 arXiv 深度检索、文献综述生成、代码复现等任务，支持本地运行，降低研究者的重复劳动。
LiteResearcher是一个可扩展的强化学习训练框架，专为深度研究智能体设计。
Anthropic 发布了 Claude Science，一个面向科学家的 AI 工作台，内置 60 多个科研技能，支持本地部署和 HPC 集群，可自主起草计算任务并审查结果。
Microsoft Research 推出 Arbor，一个使用持久假设树精炼进行累积学习的通用自主研究代理，在六个研究任务上超越 Codex 和 Claude Code，并在 MLE-Bench Lite 上达到 86% 的 Any-Medal。
DeepResearch 是一个基于 Spring AI Alibaba 构建的开源多智能体研究工具，能够将查询转化为结构化报告，它采用动态规划、多智能体角色、混合 RAG 和基于 Docker 的执行方式。
Tavily 宣布其 Deep Research API，这是一个单一端点，可端到端执行多步研究，并返回结构化且附有来源的报告。该 API 支持自定义文件、输出模式和可配置的研究模式。
由Weco构建的一个自主研究代理在OpenAI的Parameter Golf竞赛中按照合并记录数量成为顶级贡献者，展示了有效的人机协作。
Skill RSI 是一个免费工具，通过程序化评估和研究代理，以递归方式评估和改进 AI 技能，支持独立使用或作为 Codex 插件使用。
LangChain展示了一个宏观经济研究代理，该代理由Deep Agents、LangSmith和You.com金融研究API构建，可分析GDP数据、检测异常、调查部门层面的结构和周期性驱动因素，并生成结构化的、有引用的简报。