摘要
大语言模型使研究生产规模化，瓶颈从生成产物转向判断主张。本文提出 Agon，一种研究工作流编排器，能在流程内验证可检查项，其余判断交由人类科学家。Agon 基于六大设计原则，包括提示经济、面向未来及零代码等。系统在多领域运行了 444 次提示经济循环，仅使用微小起始主题且无需人工编写实验代码。研究展示了其可扩展性，揭示了新型失败类别，并构建了包含严重性、可修复性等维度的分类法，区分了循环可自修与需人为干预的错误，确立了“机器扩展规模，人类掌控方向”的新范式。
AI 推荐理由
论文核心研究基于提示经济循环的自主迭代、自我验证与失败修复机制，属于典型的自我进化范畴。
研究机构
University of Maryland, College Park, College Park, MD, USA
The Chinese University of Hong Kong, Hong Kong, China
Stanford University, Stanford, CA, USA
论文信息