自动研究需要研究者在回路中
morgymcg · x · 2026-07-14
作者比较了两类任务的节奏差异：
- 写代码、测代码通常成本低、速度快。
- ML 实验往往要花数小时到数周。
因此，在 autoresearch 这类自动研究系统里，研究者会比做长时间编码任务时更深地参与“筛选”和“引导”过程。作者的结论是：
> 成功的 autoresearch 实现，应该把研究者始终留在回路中。
「研究」频道最新
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- 一万个智能体能否突破反向传播,找到更好的学习算法 — SeunghyunSEO7 · 2026-09-11
- Apodex 发布 TRACES 标准:用 423 个真实问题评测"发现型 AI" — Faheem_uh · 2026-09-11
- 科学没有标准答案:TRACES 用六维度评估 AI 过程而非结果 — Faheem_uh · 2026-09-11
- Apodex 推出 TRACES 基准：不打标准答案，专测 AI 探索未知的能力 — Faheem_uh · 2026-09-11
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11