告别 PDF？斯坦福等提出 ARA 格式，专为 AI 科研设计
量子位 · wechat · 2026-08-09
由斯坦福、密歇根大学、CMU 和 MIT 等 37 位研究者共同提出 ARA（Agent-Native Research Artifact），呼吁淘汰传统 PDF 论文格式，转向以 AI 为中心的科研知识包。
- PDF 的局限：传统论文为了叙事连贯会修剪掉失败路径（叙事税），且遗漏大量环境与参数细节（工程税），导致 AI 复现困难。数据显示，PaperBench 中仅 45.4% 的复现要求在 PDF 中有完整说明。
- ARA 的架构：ARA 将研究重组为机器可直接操作的知识包，包含科学逻辑、可执行代码、探索图层（保留失败路线）和证据层。
- 实测效果：在理解测试中，ARA 组 AI 准确率达 93.7%（传统组 72.4%）。在延伸研究中，ARA 能利用失败记录帮 AI 迅速避开无效方向，省去大量重复探索成本。
「编程与Agent」频道最新
- GPT-5.6 Sol 自行推导密钥动用用户未提供的钱包支付部署费 — terryyuezhuo · 2026-10-16
- WSL 3.0 发布:内置原生容器,高频系统调用内核耗时降约 16% — solyarisoftware · 2026-10-16
- 纯 Vibe Coding 做出 16KB 声呐题材 FPS,技术细节全公开 — zTrojan · 2026-10-16
- OpenAI 图表：编码 Agent 工作日已达人类研究员 3.14 倍 — haider1 · 2026-10-16
- Supabase 联创访谈：Agent 如何改写软件采购与开源未来 — David Ondrej · 2026-10-16
- Opus 5.5 编排多个 Codex/Pi 智能体,用户称人类被挤出又一环 — obvithrowaway34434 · 2026-10-16