AI-Supervisor：通过持久研究世界模型实现自主 AI 研究监督

现有自动化研究系统多为无状态线性流程，缺乏对研究领域的持久理解。本文提出 AutoProf，一个多智能体协调框架，通过持续演化的“研究世界模型”（知识图谱）作为共享记忆，驱动从文献综述到论文写作的全流程监督。该框架引入结构化差距发现、自我修正发现循环及自我改进开发循环，利用跨域机制搜索迭代解决失败组件。所有智能体在共识机制下运作，确保发现经验证后存入共享模型，支持弹性扩展与模型无关性。