开源框架 Arbor 让 AI agent 自主长期科研，无需人类逐步监督

Andriy Burkov 介绍开源框架 Arbor，让 AI agent 在无人逐步监督下，对代码、模型、数据管线等初始研究产物朝既定目标自主迭代改进。该框架面向「自主优化」场景，针对多数 agent 把实验当作孤立串行尝试、或严重依赖人类介入而丧失结构连续性的缺陷。Arbor 旨在保持研究过程的结构连续性，让 agent 自主完成「实验-反思-改进」闭环。