PDF當死，ARA該立！論文是時候Agent原生了

文婷 發自 凹非寺量子位 | 公眾號 QbitAI

啥情況？統治科研圈幾十年的PDF格式，都需要因AI而“退休”…

因為以后論文的第一讀者不是人，而是AI？？

近日，IEEE Spectrum重點關注了一項新研究——ARA（Agent-Native Research Artifact）。它不僅能讓AI理解研究結論，還能復現實驗、靈活規避失敗路線并繼續推進研究，讓AI從輔助工具升級為科研協作者

據IEEE報道，ARA團隊在一篇名為The Last Human-Written Paper: Agent-Native Research Artifacts的論文中，呼吁科學家們停止繼續使用PDF撰寫傳統論文，并表示：

• AI需要一種不同的內容格式，而AI的需求，理應被置于首位。

論文的第一作者劉嘉晨核心論點是：

• 一旦AI“榨干”了人類專家所有的數據，它就不再需要人類的任何輸入。到那時，AI將開始自主進化。
  現在這些只提升AI科學家的能力，卻不改造科研知識的共享方式，就像在泥濘路上開F1賽車，難以復現并接續前人的工作。

PDF就是過去科研知識共享的最核心代表。

是時候了，ARA當立。

為什么PDF該死？

PDF代表的是傳統論文的最終結果，是科研最后成果的最終呈現，但就是這種呈現，“有問題”。

ARA團隊認為，真實的科研從來不是一條從問題直通答案的直線，研究者往往要提出十幾個假設、嘗試幾十種方案、調整無數次參數，在經歷大量失敗后，才能摸索出一條走得通的路徑。

然而，當這些探索被寫成論文時，那棵枝杈橫生的“探索樹”通常會被修剪成一條干凈、連貫的成功路徑。

ARA團隊將這種損失稱為“敘事稅”，即為了讓研究成為一個有頭有尾、邏輯自洽且成功的故事，大量的探索過程被主動舍棄，后來者只能被閃耀的新突破亮瞎眼，卻看不見前人踩過的坑、受過的罪。

除了“敘事稅”，傳統論文還存在著“工程稅”

一篇論文只要能讓審稿人信服，便算完成了使命。

但“說服審稿人”與“讓AI完整復現”完全是兩套標準。

模型版本、運行環境、超參數、預處理方式、訓練技巧……這些決定實驗成敗的關鍵細節，往往散落在正文、附錄和代碼倉庫中，有些甚至從未被記錄。

研究團隊統計了PaperBench中的8921項專家復現要求，發現僅有45.4%在論文PDF中得到了完整說明。

對咱來說，實驗信息少了，我們可以根據過往經驗、求助導師或者不斷試錯補上；

但對AI來說，論文里沒寫，那就意味著只能靠猜（或者瞎編），它也很無奈。

因此，ARA選擇徹底換一種思路：

• 不再將線性敘事的論文視為科研成果本身，而是把研究重組為一個機器可直接操作的知識包。

這個知識包包含四個層次：

• 科學邏輯層：
• 記錄研究解決了什么問題、為何采用該方法，以及哪些主張可被證偽。
• 可執行代碼層：
• 不僅提供代碼倉庫，還包含復現實驗所需的環境、配置與關鍵參數。
• 探索圖層：
• 將實驗過程還原為一張可追蹤的路線圖，成功與失敗的方向、放棄某條路線的原因均被保留。
• 證據層：
• 將論文中的每一項主張關聯至原始實驗結果，方便AI核驗結論，而非僅采信正文中的概括性描述。

概括來說，論文最后通過PDF呈現的只是“我們最后做成了什么”

但如果通過ARA，展現的還有“為什么這么做”“具體怎么做”“哪些方法已失敗”以及“原始證據在哪里”，追求的是知識優于敘事

更形而上來說，PDF只有結果，ARA還包括了整個過程。

道理似乎是這個么道理，但“一切存在皆合理”，PDF能成為人類科研論文最終呈現形式這么多年，一定是有其內在合理性的。

ARA要取而代之，需要的就不光是理念了。

ARA真的比PDF好用嗎？

為了讓ARA真正跑起來，研究團隊設計了三套配套機制：

• 1、Live Research Manager：負責在研究過程中持續記錄實驗、決策、轉向與失敗路線；
• 2、ARA Compiler：負責將現有的PDF和代碼倉庫轉換為ARA格式；
• 3、ARA原生審稿系統：負責讓機器先行完成結構檢查與復現驗證，并將創新性、重要性與研究品位等判斷留給人類審稿人。

為了體現ARA真的比PDF好用，研究團隊分別從理解復現延伸三個維度進行了測試。

在理解測試中，研究人員設置了450個問題，要求AI從ARA或傳統PDF加代碼倉庫中尋找答案。

結果顯示，使用ARA的AI準確率達93.7%，而傳統材料組僅為72.4%，相差21.3%

差距最大的是“復盤失敗”，當問題涉及失敗方案、替代路線和實驗教訓時，ARA組準確率為81.4%，傳統材料組僅15.7%——原因很簡單，傳統論文里壓根就沒有這些信息。

在復現測試中，團隊選取了15篇附帶GitHub倉庫的機器學習論文，設置了150項復現任務。

其中，ARA組的難度加權成功率為64.4%，傳統組為57.4%。且任務越難，ARA的優勢就越明顯

ARA在簡單、中等和困難三檔任務中，分別領先4.9%5.6%8.5%

但ARA的表現并非一路開掛。

在最具挑戰性的研究延伸環節，ARA組贏下了3項RE-Bench開放任務，但另有2項被傳統論文組反超。

不過，也有可取之處。

ARA組在全部5項任務中，都搶先摸到了那步最關鍵、最值錢的第一步實驗操作：利用失敗記錄迅速繞開已經被驗證過無效的研究方向，省去大量重復探索。

這也對應了論文中的另一組數據。在論文分析24008次AI Agent運行中，90.2%的資金成本都消耗在失敗探索上，而傳統論文幾乎不會保存這些失敗。

對劉嘉晨而言，這正是ARA最重要的價值。

在她設想的人機科研關系中，AI不再只是潤色論文、查找資料或生成代碼的輔助工具，而是能真正成為參與閱讀、復現和延伸研究的科研主體。

科研人員則可以更加聚焦于那些AI難以替代的判斷、創新和品味工作，即判斷問題是否重要、工作是否真正新穎、某條路線是否值得投入。

ARA也并非完美

不過，雖然ARA的成績單看起來非常亮眼，但它目前更像一位野心勃勃、天資聰穎卻根基尚淺的高一新生，才剛入學就想要在高考中考進北大。

它離成為“PDF終結者”還有很長的一段道路要走。

篇幅有限，簡單說三點。

ARA的第一個缺陷，就是它目前實驗的范圍較窄，普適性較弱，只覆蓋了天然適合代碼復現的機器學習領域，能否用于濕實驗或理論學科還尚未得到驗證。

第二個問題，就是隱私和數據安全問題。

ARA目前不僅還沒有實現細粒度的訪問控制，缺少沙箱執行和內容異常檢測，相關規則和標準也還沒完善妥當。

要是你就這么大大咧咧地把機密數據喂給它，小心下一秒就被你的競爭對手拿走哦。

第三個是不可避免的AI幻覺和路徑依賴問題。

在15篇論文的復現實驗中，傳統材料組出現了2次結果編造，ARA組也出現了1次。

所以它目前應該既不能保證AI永遠不捏造結果、也不能保證它不會過度傻白甜地相信前人的判斷。

當然，這種思考和理念，依然有其創新性和價值。

如果你需要更詳細了解，建議你直接前往文末附上的論文和開源地址。

或者更進一步與ARA的研究團隊、提出者交流。

ARA提出者

ARA研究由來自斯坦福大學、密歇根大學、卡內基梅隆大學和MIT等多家機構的37名研究者共同完成。

其中第一作者是劉嘉晨

她是密歇根大學的計算機科學博士，深耕機器學習系統與大模型基礎設施領域。

劉嘉晨，來源IEEE Spectrum

她曾參與大模型服務、訓練系統和Agentic RL系統研究，也曾在Meta從事大模型預訓練與后訓練基礎設施相關工作。

劉嘉晨的個人主頁和密歇根大學官網顯示，她曾在2023年入選Machine Learning and Systems Rising Stars榮譽榜單。

圖源密歇根大學官網

今年5月，劉嘉晨在帕洛阿爾托創立Agent-Native Research Lab，已經聯動產學研來推動ARA Commons科研生態建設。目前，其公開成果主要包括ARA協議及論文、配套代碼、研究生態構想，以及面向NeurIPS 2026的AI驅動科研生態研討會。

實際上，這種Agent-Native的理念，也在AI狂飆這幾年，正在給千行百業帶來范式變革。

從PDF到ARA，一方面是AI能力的涌現，可以讓整個科研過程的價值被重新發現和重視，而不僅僅是呈現一個最終的結果。

過去我們形成了PDF，是因為所有論文都是人類作為閱讀者、使用者、核心對象。

但現在AI能力加持，Agent能力突破，人類看不過來的科研過程Agent可以看，人類難以并行的科研復現Agent可以復現……

以前是人類—PDF—人類，以后可能是人類—Agent—ARA—Agent—人類

這種變革也不局限于科研領域，在更早之前，一脈源流的已經有：

GUI已死，CLI當立…
Markdown已死，HTML當立…
Prompt已死，Loop當立…
“PDF已死，ARA當立”

只是這種趨勢下的一種因循結果罷了。

這更本質的是一種AI觀、價值觀上的哲學體現，你依然支持的是“人是萬物的尺度”，還是AI才是更終極的尺度？

你是碳基生命守護者，還是完全擁抱硅基時代降臨…

這無關對錯，只是選擇，選擇的人多了，也就會在某個節點分出對錯。

而ARA的提出者，顯然選擇的是AI為中心、Agent Native。

當然，目前為止，ARA這篇研究和論文，依然是PDF提交和呈現的。

[1]https://spectrum.ieee.org/ai-scientist-research-paper-format?itm_source=homepage&itm_medium=hero&itm_campaign=hero-2026-08-06&itm_content=hero1
[2]https://arxiv.org/abs/2604.24658
[3]https://amberljc.github.io/
[4]https://micl.engin.umich.edu/stories/two-cse-phd-students-named-machine-learning-and-systems-rising-stars
[5]https://github.com/ARA-Labs/Agent-Native-Research-Artifact
[6]https://the-future-of-research-ecosystem.github.io/
[7]https://www.agenticresearch.sh/