开源框架 Arbor 让 AI agent 自主长期科研,无需人类逐步监督
burkov · x · 2026-09-30
Andriy Burkov 介绍开源框架 Arbor,面向「自主优化」(Autonomous Optimization)场景:AI agent 拿到初始研究产物(代码、模型、数据管线),在无人逐步监督下朝既定目标迭代改进。
- 问题背景:agent 已能完成长时段复杂编码任务,但跨长周期的真实科研仍很难——迭代式科学发现需要探索竞争方向、从高成本失败中学习、用积累的洞见优化后续尝试
- 现有系统缺陷:多数 agent 把实验当作孤立的串行尝试,或严重依赖人类介入,导致丧失结构连续性、对开发反馈过拟合
- Arbor 旨在保持研究过程的结构连续性,让 agent 自主完成「实验-反思-改进」闭环
「编程与Agent」频道最新
- 千个 AI 智能体 24 小时自动发现病毒中类 CRISPR 新基因系统 — CurieuxExplorer · 2026-09-30
- SEAD框架:工具调用智能体攻防DART攻击成功率最高提升35.9点 — Xinjie Shen · 2026-09-30
- IBM提出Q&D训练法:智能体主动追问所需信息,胜过15倍大模型 — ibm · 2026-09-30
- 多仓库项目记忆怎么管？每条决策只归属一个仓库，Git 串成可导航网络 — oliver-zehentleitner · 2026-09-30
- 开源项目 Hister：把你浏览过的网页和文件做成 agent 可检索的私有搜索引擎 — bibryam · 2026-09-30
- Monid 被称为 Agent 工具界 OpenRouter：一把 key 调用 2000+ 工具 — aigclink · 2026-09-30