EvoScientist：迈向用于端到端科学发现的多智能体进化 AI 科学家

针对现有 AI 科学家系统依赖静态流程、无法适应历史交互的问题，本文提出 EvoScientist，一种具备持续记忆与自我进化能力的多智能体框架。该系统包含研究者、工程师及进化管理者三个智能体，利用构思与实验两类持久记忆模块，从过往交互中提炼可复用知识。实验表明，该方法在科学构思生成质量及代码执行成功率上显著优于现有主流系统，有效实现了端到端科学发现的策略优化。