Burkov 开源自主科研框架 Arbor

2026 年 9 月 30 日，Andriy Burkov 介绍其开源框架 Arbor。该框架让 AI agent 在没有人类逐步监督的情况下，对代码、模型、数据管线等初始研究产物朝着既定目标自主迭代改进，定位为面向「自主优化」的场景。据其介绍，多数 agent 要么把实验当作孤立、串行的尝试，要么严重依赖人类介入，从而丧失研究过程的结构连续性；Arbor 正是针对这些缺陷，意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」的闭环。目前公开信息集中于框架的设计目标与定位，未提及具体实现细节或评测结果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。