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:
- 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。
- 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。
- 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。
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?
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。
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。
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。
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