重新想考为东谈主类领路带宽联想的科研生态：
刻下应该以AI科学家为中心。
咱们今天以 PDF 写论文的方式，也曾执续了三百多年。但是论文其实是把一段紊乱反复、充满试错的确切询查，讲成一个干净利落、足以服东谈主的完满故事。
最近，由 前 Meta 超等东谈主工智能本质室 询查科学家 Jiachen Liu 牵头，蚁合 MIT、CMU、Michigan、Stanford 等机构、觉得 37 位作家 的一篇新论文给出了一个卓绝激进的回应：不需要。
这篇名为 The Last Human-Written Paper: Agent-Native Research Artifacts（arXiv:2604.24658）的论文里，作家们抛出了一个让总共学术圈皆得停驻来想一想的问题 —— 行为家和读者皆不再是东谈主，沿用了三百年的论文范式还竖立吗？
作家团队的签字卓绝「重」，内部包括了 MIT 的 Alex Pentland、CMU 的 Beidi Chen、Michigan 的 Mosharaf Chowdhury，以及 Stanford 在 AI co-scientist 方朝上颇活跃的 Chenglei Si 等一众熟相貌。论文一上 arXiv，就在 X 和小红书上引起了不小的争论。
论文标题：The Last Human-Written Paper: Agent-Native Research Artifacts
论文流畅：https://arxiv.org/abs/2604.24658
Github 流畅: github.com/AmberLJC/Agent-Native-Research-Artifact
让咱们望望他们具体是怎样说的。
论文神气的两笔「隐形税」
把科研历程塞进一篇 PDF 论文里，自己就要交两笔「隐形税」。这两笔税，东谈主类同业在复现别东谈主的责任时其实一直在交，仅仅到了带宽近乎无穷的 agent 眼前，它们才澈底无处可藏。
叙事税 (Storytelling Tax)。 确切的询查是一棵分叉的树，会有几十次尝试、撞墙、推倒重来，但 PDF 只讲演终末跑通的那条骨干，把失败本质、被驳回的假定、临时拐弯的决定全部丢弃。这种压缩对东谈主类读者是一种必要的处事，毕竟没东谈主就怕候读完一整棵搜索树；可对带宽近乎无穷的 agent 来说，它便是纯正的信息亏损。那些 pivot、dead end 和负面后果莫得干涉任何文档，对下一个想作念访佛询查的东谈主 (或 AI 智能体) 来说，这部分学问等于从未存在过。
工程税 (Engineering Tax)。 论文里技术刻画的精度，只够让审稿东谈主校服；能不可让别东谈主跑起来，从来不是论文的牵累。超参数缺失、warmup schedule 只存在于某个作家的脑子里、数值巩固性的小 trick 在哪份文档里皆找不到。这便是 "足以劝服" 与 "足以奉行" 之间的范围。
作家用 PaperBench 上 8921 条大众标注的复现条款，作念了一次量化分析。后果惊魂动魄：PDF 中完整评释的只占 45.4%， 缺失超参数的占 26.2%，滚球app中国手机版入口 刻画浑沌的占 21.9%， 仅靠交叉援用的占 13.4%， 穷乏代码或 baseline 细节的占 21.7%。换句话说，AI 智能体复现一篇论文所需的信息，有一半以上根柢不在 PDF 里。
这些信息诚然存在过，仅仅停留在某本本质记载、某个 Slack 对话、原作家的肌肉顾虑里，永远莫得千里淀成一种可被检索、可被罗致的样式。于是每一次复现尝试，皆得把一样的代价重新支付一遍。
措置有规划：四层互锁的「询查包」
那询查的载体究竟该长什么样，智力把这些被压缩掉的颗粒度原样留住？作家的谜底是 ARA (Agent-Native Research Artifact): 把整段询查以机器可奉行的样式原样保留住来，华游体育跳过叙事压缩这一步。一个 ARA 由四层构成。
领路层，刻画这个询查在干什么：可证伪的论断、样式化的意见、声明式的本质联想。
物理层，刻画怎样把它跑起来：一份让 agent 即开即用的代码加环境清单。
探索图，刻画询查是怎样走到这一步的：把被叙事税抹掉的绝路、pivot 和踩过的坑，用一张 DAG 完整保留。
凭据层，回应 "凭什么校服你": 每一个论断皆径直挂在原始本质输出上，不再隔着一层东谈主工写就的 "咱们不雅察到 X"。
四层相互印证，把论文从一个 compiled view 变回了一份执续演化、有结构的询查学问。
三个让生态跑起来的机制
光有结构还不够。作家配套联想了三个机制，让 ARA 不需要询查者格外加班就能产出。
Live Research Manager。 这是总共体系的要津一环。询查者不消过后回忆、手工打包；这个组件在 AI 与东谈主协同作念询查的历程中静默拿获轨迹：哪一步是 decision、哪一步是 dead_end、哪一步是 heuristic、哪次本质产生了些许 loss。总共 artifact 在后台我方长出来。
ARA Compiler。 几百万篇存量 PDF 不可能整夜铲除。作家为此作念了一个把 "legacy PDF + 代码仓库" 自动翻译成 ARA 的 compiler， 让历史文件也能被 agent 径直花消。
ARA-native Review System。 既然 ARA 自己是结构化的，那么无数 "这个超参数有莫得论说"" 这个 claim 有莫得 evidence 复古 " 之类的客不雅查验就不错十足自动化。东谈主类审稿东谈主则能把元气心灵留给只好东谈主智力判断的事：遑急性、新颖性、品尝。
本质后果
作家想考证的问题很具体：对一个接办任务的 AI agent 来说，一份 ARA 是不是简直能比今天最常见的科研载体，也便是 "论文 PDF + 配套 GitHub 仓库"， 更好地复古它去领路、复现、并在此基础上彭胀一项询查？他们在 PaperBench 和 RE-Bench 两个基准上，把这三件事休止来量化对比。
领路 (Understanding):+21.3pp。 在跳跃两个 benchmark、共 450 谈问题的设定下，读 ARA 的 agent 回应准确率达到 93.7%， 而读 PDF + GitHub 的对照组只好 72.4%。总共子类别上，ARA 皆占优。
复现 (Reproduction):+7.0pp。 在 PaperBench 的 15 篇论文、150 个子任务上，复现生遵循从 PDF + 仓库的 57.4% 擢升到 ARA 的 64.4%。一个值得闪耀的发现是：任务越难，ARA 的上风越大。浮浅任务上两者差距很小，但在难任务上，ARA 的当先相称显豁。
彭胀 (Extension):3 / 5 任务到手。 在 RE-Bench 的 5 个通达式彭胀任务上，ARA 在 3 个任务上拿到了最好分数，其余 2 个基本执平；何况在全部 5 个任务上，它皆能让 agent 更早作念出第一步有效的动作。
不外彭胀维度上还有一个反向发现值得单独拎出来：当 agent 自己也曾实足强时，被保留住来的 dead_end 反而会把它框死在原作家走过的旅途里，让它拦阻易跳出 prior-run 的框架去作念信得过勇猛的探索。这是 ARA 联想上的一个深层张力：保留些许是 "站在巨东谈主肩膀上"， 保留些许是 "替巨东谈主套上桎梏"。刻下的谜底是：对中等才略的 agent， 保留是弘远助力；对最强的 agent， 则需要一套更精采的 "健忘机制"。
三个维度合在通盘，取得的是归并个论断：在 AI agent 也曾是中枢读者的前提下，把论文和代码各自打包好，远不如把它们按 ARA 的结构合并后交出去。
感兴味的读者不错阅读论文原文，了解更多询查细节。
对于一作
开云中国2026世界杯app下载刘嘉晨 (Amber Liu)， 本文一作，密歇根大学 CS 博士 (师从 Mosharaf Chowdhury)， 前 Meta 超等智能本质室询查科学家华游体育，本科毕业于上海交通大学。询查目的为 AI for Science 与机器学习系统 (LLM 预磨练 & 后磨练系统)， 曾在 Apple、MIT CSAIL 从事询查责任。2023 年入选 MLSys Rising Stars。