ResearStudio：面向构建可控深度研究智能体的人类干预框架
人工智能
2025-11-24 v2
摘要
当前深度研究智能体以 'fire-and-forget' 模式运行:一旦启动,用户便无法在执行期间纠正错误或添加专家知识。我们提出了 ResearStudio,这是第一个将实时人类控制置于核心的开源框架。系统遵循 Collaborative Workshop 设计。一个层次化 Planner-Executor 将每一步写入实时的 'plan-as-document',而快速通信层将每个动作、文件变更和工具调用流式传输到网页界面。用户可随时暂停运行、编辑计划或代码、运行自定义命令后继续 — — 在 AI 主导、人类协助以及人类主导、AI 协助之间无缝切换。 在完全自主模式下,ResearStudio 在 GAIA 基准测试上取得了最新成绩,超越了 OpenAI 的 DeepResearch 和 Manus 等系统。这些结果表明,强大的自动化性能与细粒度的人类控制可以共存。完整代码、协议及评估脚本已公开于 https://github.com/ResearAI/ResearStudio。我们将继续更新此仓库以鼓励进一步发展安全可控的研究智能体。我们的演示已公开可访问于 http://ai-researcher.net:3000/。我们支持开发 DeepScientist,其可访问于 https://github.com/ResearAI/DeepScientist。
引用
@article{arxiv.2510.12194,
title = {ResearStudio: A Human-Intervenable Framework for Building Controllable Deep-Research Agents},
author = {Linyi Yang and Yixuan Weng},
journal= {arXiv preprint arXiv:2510.12194},
year = {2025}
}
备注
EMNLP 2025 Demo, Oral