NanoResearch：面向个人化研究自动化的技能、记忆与策略的共演

LLM 驱动的多智能体系统现在可以自动化从构想到论文写作的完整研究流程，但一个根本问题仍待解决：自动化服务于谁？研究者在不同的资源配置下运作，持有不同的方法论偏好，目标不同的输出格式。一个不论这些差异都产生统一输出的系统会系统性地低估每个用户的需求，使个人化成为研究自动化真正可用的先决条件。然而，实现它需要当前系统缺乏的三项能力：跨项目积累可复用的程序性知识、跨会话保留用户特定经验、内化那些抵抗显式形式化的隐式偏好。我们提出 NanoResearch，一个多智能体框架，通过三级共演来解决这些问题。技能库将重复操作提炼为可跨项目重用的紧凑程序规则。记忆模块维护用户和项目特定的经验，使规划决策以每个用户的研究历史为依据。无标签策略学习将零时反馈转化为对规划器的参数持续更新，不断重塑后续协调。这三层共演：可靠的技能产生更丰富的记忆，更丰富的记忆指导更好的规划，偏好内化持续地将循环重新对准每个用户。广泛实验表明，NanoResearch 在最新 AI 研究系统上实现显著提升，并在 successive 循环中逐渐自我完善，以更低的成本产生更好的研究。