#Autoresearch

3 篇

Scaling Discovery Requires Forgetting

扩展发现需要遗忘：定期清空智能体状态并保留最佳候选

🧭 多智能体自动发现 · 遗忘重置机制 ★ 深度解读

UC Berkeley · Stanford · Bespoke Labs

单agent/并行/通信式多智能体自动研究都会平台期，周期性遗忘会话与搜索状态、仅保留全局最佳候选可解锁探索并提升最多15%

📌 工作参考价值（4 点）

在电商/广告/推荐场景用 LLM agent 做长期自动优化（prompt 策略、召回/排序超参、文案生成迭代）时，不要维持单一长 session；周期性清空上下文和 workspace、只保留 best candidate，可显著恢复探索性，避免 agent 只做小改。
多智能体协作建议异步、token-free 共享每位 agent 的最佳候选与分数（类似 git commit/diff），不要互相读完整方案；这样既能传播好点子，又降低同质化和 token 开销。
把 agent 的编辑行数、thinking tokens、空 turn 比例作为平台期信号，触发遗忘或重启；例如 VLIW 任务中 66% 花费消耗在无候选空转，这类指标可用于早停或重置。
遗忘后的 fresh context 每轮成本约减半（如 AHC014 team: $15.32 vs $24.67），同样预算下分成多轮重置比持续更长更划算；在搜索/调参 agent 中可优先采用多轮重置。

MultiAgent | 2026-10-14 | cs.CL | score 8/10

语言模型作为 AI 研究世界模型

🧭 AI 研究 Agent 的世界模型

Amazon · UC Santa Cruz · Emory University · Pennsylvania State University · UC Santa Barbara

用真实实验历史微调 LLM 作为研究世界模型，显著提升候选实验干预排序与自动研究收益

📌 工作参考价值（4 点）

在电商/广告实验中，收集历史 A/B 测试、模型调参、策略变更的实验记录（实验条件 + 结果），用 LLM 微调成环境专属的“策略结果预测器”，对新策略做排序，能减少无效实验成本。
跨业务场景迁移：当新业务（如新推荐位、新广告产品）实验数据少时，用其他相似场景的历史实验数据预训练 world model，可大幅降低对新场景候选策略的选择 regret（如论文中跨环境减少 78% regret）。
多轮自动实验调优：在固定实验预算下，用 world model 先筛掉低潜候选，再做真实实验验证，能提高最终最优策略的收益（论文中提升 15.8%）；可应用于搜索排序、广告出价、召回策略的自动搜参。
选择 LLM 作为 world model 时，注入领域实验知识比仅更换更强模型或增加推理长度更有效，因此应优先积累内部实验数据并微调。

Agent | 2026-10-08 | cs.CL | score 7/10

发现合作管道：序列社会困境的自动研究

🧭 多智能体合作 · 自动管道发现

Komorebi AI Technologies

外层AI代理自主重新设计内层LLM策略合成管道，在多智能体社会困境中超越手工基线并目标自适应注入公平机制

📌 工作参考价值（4 点）

可借鉴自动管道搜索范式：用外层智能体（如Coding Agent）动态编辑内层智能体系统的提示、反馈函数、迭代逻辑，自主发现更优协作策略，减少手工调参。
在电商多智能体场景（如多个推荐Agent竞价、协商）中，可目标自适应机制注入：当业务目标从效率转向公平（如GMV vs. 中小商家曝光）时，系统能自动引入公平约束，无需人工重设计。
通过信息设计（Information Design）视角优化Agent行为：控制向有限理性Agent透露的信息（如修改反馈信号或辅助库），间接引导其决策，该方法可用于推荐系统中的多目标权衡。
工程上，可将外层研究Agent与内层合成管道解耦，实现持续自动实验：定期让R探索新管道，利用评估指标选择最优配置，降低人工维护成本并稳定方差。

MultiAgent | 2026-05-27 | HF Daily | score 7/10