Sapient 开源自主研究系统 PRAXIST，低成本夺 MLE-bench 49 金

Sapient Intelligence（HRM 架构团队）发布并开源了自主研发框架 PRAXIST Beta。该系统以「谱系」为核心：把可复现工件与评估结果转化为带类型的证据图，将局部工件构建与队列级证据合成分离，让后续尝试继承已验证机制，而非每次从零开始。

已确认

• 用户只需定义目标、约束和成功标准，PRAXIST 即接管实验研究循环：多个 Research Peers 智能体并行探索不同路径，竞争性方案共享发现，并基于积累的证据持续优化
• 设计上保留所有尝试而非仅保留胜者，学习成果存入共享记忆（研究图谱），并通过 PI 面板筛选下一步测试方向；后续实验可复用已验证机制、重用失败与证据强度信息
• 在合作伙伴提供的火箭着陆模拟环境中实现 100% 安全着陆率，基线为 17.1%；相关帖子还提到其在工业 SLAM 场景的应用
• 在 MLE-bench 全部 75 个任务中，使用开源模型花费 $3,054 获得 49 枚金牌；@SignalCompetitive582 转述称成本仅为 Claude Code 的约十二分之一；@rohanpaulai 转述称成绩跑赢 Claude Opus 4.8
• 项目已开源，定位是将实验积累为经过验证的生产级解决方案

尚未确认

• 「成本为 Claude Code 约十二分之一」「跑赢 Claude Opus 4.8」均为社区转述，帖内材料未附官方对比数据

为什么重要

• PRAXIST 展示了「多智能体并行探索 + 证据积累继承」作为自主研发 agent 的可行范式，将探索过程本身结构化为可继承的谱系
• 其在 MLE-bench 上的成绩与成本数据表明，开源模型配合合理架构可以在高难度机器学习工程基准上以极低成本取得竞争力结果，对闭源昂贵 agent 方案构成对照

2026-08-28 ~ 2026-08-29 · 8 条相关

• 【源头】PRAXIST 多智能体架构实现火箭着陆 100% 成功率 — JaynitMakwana · 2026-08-28
• Praxist Agent 在 MLE-bench 跑出高性价比 — iamfakhrealam · 2026-08-28
• PRAXIST：多代理并行探索的自主研究框架 — Aiden_Tech_Ai · 2026-08-28
• 开源自主研究团队 PRAXIST：多智能体并行实验火箭模拟 — iamfakhrealam · 2026-08-28
• 【源头】PRAXIST 开源：MLE-bench 拿 49 金，成本仅 Claude Code 十二分之一 — SignalCompetitive582 · 2026-08-28
• Sapient 开源 PRAXIST:MLE-bench 拿 49 金,跑赢 Claude Opus 4.8 — rohanpaul_ai · 2026-08-28
• 【源头】PRAXIST：通过多智能体协作与共享记忆改进 AI 研究 — iamfakhrealam · 2026-08-29
• PRAXIST：多智能体协作模拟火箭着陆 — iamfakhrealam · 2026-08-29