微软上交大开源 Argus：让 Agent 连续自主研究数天的运行时
机器之心 · wechat · 2026-09-07
微软与上海交通大学等机构开源 Argus，一套面向长周期研究任务的通用 Agent 推理运行时，并发布技术报告（arXiv:2608.05144）。
核心主张：从 Goal-Driven 到 Evidence-Driven
现有 Agent 自动化了「执行」（Harness），但执行之上的「驾驶」仍靠人。Argus 把这个位置称为 Driver：下一步由已有证据而非初始目标决定，避免目标僵化，Driver 持续回答四问——工作是否完成且够好、下一步最值得做什么、经验如何改变系统行为、剩余问题是否需人类决策。
架构设计
- 长期项目组织为持久化 Campaign，拆成边界明确的 Mission。
- 闭环为 Manager→Planner→Engineer⇄Reviewer→Manager：多角色各自持有独立上下文、共享工作区，避免单个 agent 局部爬山并提高 token 效率。
- 支持混用 Pi、Codex、Claude Code、DeepSeek Harness 等不同 harness。
- 通过证据门槛的经验才进入 Wiki 与 Skill，按 Project/Vertical/Global 作用域复用；Core 与垂域解耦，由领域专家定义各领域何为有效证据。
实测成果
报告覆盖 27 个 Campaign、1,548 小时墙钟时间，平均每 40.7 小时请求一次人类干预，工作占空比 95.1%–98.7%。开源不到一个月已在 AI4System、AI4Science、芯片设计、AI4Math、AI4AI 等方向交付成果，并首个公开端到端数学猜想解决筛选日志与全部运行轨迹。
「编程与Agent」频道最新
- 开发者正训练「看门模型」：专门拦截提示注入与记忆投毒 — gnukeith · 2026-10-27
- Mirendil 发布首个模型 Fern：上下文窗口达 1000 万 token — shayan_ · 2026-10-27
- 旧金山 Code Engineering 大会聚焦从编码 agent 到软件工厂 — LangChain · 2026-10-27
- 用 Claude Code 当 iPhone 取证器:挖出「已删」照片的 30 天隐藏副本 — alex_verem · 2026-10-27
- 用 Claude Code 审计 iPhone 备份，揪出被删照片的全部藏身处 — alex_verem · 2026-10-27
- Yuchen Jin：手机不是移动 IDE，而是 agent 舰队的控制台 — Yuchenj_UW · 2026-10-27