Skip to content

About

Codex-native multi-agent research owner: one Owner, four on-demand subagents, one managed experiment runner. Task/node/branch/worktree/run separation with sealed source snapshots; no resident or memory agents.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Repository files navigation

AutoResearch Team

AutoResearch Team 是一套面向 自动科研(Auto Research)+ 原生 Subagent 的研究执行框架。

它不是一个长期运行的多 Agent 聊天系统,也不是额外的模型 API harness。它主要解决三个问题:

  1. 实验代码如何版本化:用 Node 表示“真正接受实验评估的候选版本”,用 Git Worktree 隔离并发开发目录;branch 只保留开发历史,不承担实验身份。
  2. Auto Research + Subagent 如何并发而不互相污染:一个 Owner 调度按需创建的 Researcher / Engineer / Analyst / Verifier;多个候选可以并行开发,但正式实验由统一 evaluator 控制。
  3. 没有常驻 Memory Agent 时如何管理上下文:上下文不依赖某个 Agent 长期记忆,而是持续压缩成 task state、node、handoff、run、analysis、review 和 decision 等持久化研究状态。

Node + Worktree:实验版本与开发环境分离

我们区分五个对象:

Task       = 一个固定研究问题与评价口径
Node       = 一个具体、不可覆盖的候选版本
Branch     = 开发该候选时使用的 Git 历史
Worktree   = 某个 Engineer 当前实际写代码的隔离目录
Run        = 某个 Node 的一次真实实验执行

因此:

Branch / Worktree
       │
       │ 开发
       ▼
      Node
       │
       │ seal
       ▼
   Snapshot
       │
       │ run
       ▼
      Run(s)
       │
       ▼
    Evidence

Branch 不是实验身份,Worktree 也不是版本身份。Node 才是研究版本。

只更换 seed 时,可以继续属于同一个 Node:

N003
 ├── run seed=0
 ├── run seed=1
 └── run seed=2

如果代码、配置或算法行为发生改变,则创建新的 Node:

N003
  │
  └── N007

旧 Node 不被覆盖。

这样某个实验结果永远可以回答:

它到底对应哪一个版本的代码?

Worktree:让多个 Subagent 可以同时写代码

如果两个 Engineer 共用同一个 checkout:

Engineer A: git checkout candidate-A
Engineer B: git checkout candidate-B

第二个 Agent 会直接改变第一个 Agent 的工作目录状态。

因此一个任务准备固定候选工作区:

WORKTREES/T001/
├── baseline/
├── A/
└── B/

例如:

Engineer A
  workspace = A
  branch    = art/T001/A-uncertainty

Engineer B
  workspace = B
  branch    = art/T001/B-timestep

两个 Engineer 可以同时开发,因为它们拥有不同的 checkout、HEAD 和 index。

但 Worktree 不是容器,它不会自动隔离 GPU、Python environment、cache、checkpoint、数据库或外部服务。因此当前设计采用:

代码开发:可以并行
正式实验:统一受控

一个 active workspace 同时只有一个源码写入者;正式 benchmark 通过统一 runner 执行,避免两个候选因为 GPU contention、cache interference 等因素失去可比性。

Auto Research + Subagent,而不是常驻 Agent 集群

AutoResearch Team 的结构是:

                       Owner
                         │
        ┌────────────────┼────────────────┐
        │                │                │
   Researcher        Engineer         Analyst
                         │
                      Verifier

但这些角色不是长期存在的进程。

典型流程是:

用户目标
   ↓
Owner 建立 Task / Protocol
   ↓
Researcher       # 需要提出或修正假设时创建
   ↓
Engineer A / B   # 有候选需要实现时创建
   ↓
Runner           # 固定实验执行,不是 Agent
   ↓
Analyst          # 一批结果产生后调用
   ↓
Verifier         # 协议冻结或准备形成 claim 时调用
   ↓
Owner 结项

所以这里的 Agent 更接近:

按研究事件创建的执行角色。

而不是长期在线维护自身状态的虚拟团队成员。

我们没有 Memory Agent

AutoResearch Team 不设置一个长期运行的 Memory Agent。

因为对于 Auto Research,真正需要永久保存的不是“某个 Agent 记得什么”,而是:

研究问题
版本关系
实验协议
运行事实
分析结果
关键决策
证据入口

这些内容全部显式落盘:

.autoresearch/T001/
├── brief.md
├── insights.md
├── protocol.json
├── state.json
├── team.json
├── nodes/
├── snapshots/
├── handoffs/
├── runs/
├── analysis/
├── reviews/
└── decisions.md

不同文件承担不同类型的上下文:

内容 持久化位置
用户目标、范围、约束 brief.md
用户 insight insights.md
实验评价口径 protocol.json
当前研究阶段 state.json
当前 subagent / workspace 状态 team.json
hypothesis、parent、status、reason nodes/
Agent 间必要交接 handoffs/
原始实验执行事实 runs/
结果解释 analysis/
独立确认 reviews/
Owner 的关键研究决策 decisions.md

因此:

Agent 可以结束
Thread 可以被回收
Conversation 可以被压缩

但 Research State 不能只存在于上下文窗口里

新 Agent 接手时,也不需要重新读取整个历史对话。

它只读取当前职责需要的最小上下文:

Engineer:
brief + protocol + assigned node + handoff + workspace

Analyst:
protocol + relevant nodes + raw runs

Verifier:
protocol + sealed snapshot + confirmation evidence

Owner:
state + team + node graph + decisions + evidence index

这就是 AutoResearch Team 的上下文管理策略:

把长期聊天历史持续压缩成结构化 Research State,而不是依赖一个 Agent 长期记住整个项目。

一个完整例子

假设研究问题是:

adaptive sampler 的收益来自 uncertainty signal,还是 timestep redistribution?

Owner 创建 Task:

T001

Researcher 提出两个候选:

N001
hypothesis = uncertainty information is causal
workspace  = A

N002
hypothesis = timestep redistribution explains the gain
workspace  = B

两个 Engineer 同时开发:

worktree A                 worktree B
    │                          │
Engineer A                 Engineer B
    │                          │
N001 implementation       N002 implementation

完成后分别形成不可覆盖的实验版本:

N001 → snapshot S001
N002 → snapshot S002

正式 runner 再执行:

R001 = N001, seed 0
R002 = N002, seed 0
R003 = baseline, seed 0

如果 N001 后续需要修改,则:

N001
  │
  └── N003

N001 对应的源码、Run 和实验结论保持不变。

最终我们得到的不是一堆难以理解的 branch,而是一张研究 lineage:

N000 baseline
├── N001 uncertainty-v1
│      └── N003 uncertainty-v2
└── N002 timestep-control

Branch 可以清理,Worktree 可以复用,Agent 可以销毁。

Node、Snapshot、Run、Decision 和 E

About

Codex-native multi-agent research owner: one Owner, four on-demand subagents, one managed experiment runner. Task/node/branch/worktree/run separation with sealed source snapshots; no resident or memory agents.

Topics

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages