RUC-NLPIR/Arbor

A generalist autonomous research agent — runs experiments, researches, and iteratively optimizes, autonomously.

What it solves

Arbor 是一个为通用优化设计的自主研究代理。它通过维护结构化的假设树，解决了长期探索过程中“遗忘”失败尝试的问题。这使得它能够优化任何具有可测量目标和指标的任务——例如模型训练、数据合成或工程 harness——而不会在冗余或失败的想法上浪费计算资源。

How it works

Arbor 采用两个协同工作的代理：Coordinator（研究主管）和 Executor（研究工程师）。

它们在六步“arbor cycle”中运作：

  1. Observe：分析当前结果与失败模式。
  2. Ideate：根据 Idea Tree 提出新假设。
  3. Select：挑选最有前景的想法进行测试。
  4. Dispatch：Executor 在隔离的 git worktree 中实现想法，并在开发集上评估。
  5. Backpropagate：将结果与抽象洞见向上回传至树中。
  6. Decide：使用保留测试集决定是否将收益合并至主干或剪除分支。

它可以作为独立的 CLI 使用，也可通过 MCP 集成到 Claude Code、Codex 等编码代理，或作为独立的技能套件。

Who it’s for

Arbor 为需要针对特定基准迭代优化代码或模型，且希望以有纪律且自动化的方式探索假设、避免对开发数据过度拟合的研究人员和开发者而构建。

Highlights

  • Hypothesis Tree：维护结构化的洞见与失败历史，以指导未来探索。
  • Real Experiment Discipline：使用隔离的 git worktree 与保留验证集，确保只有真正的改进会被合并。
  • Literature Grounding：整合 alphaXiv API，在投入计算资源前检查想法的新颖性。
  • Flexible Deployment：支持多种 LLM 后端（Anthropic、OpenAI、DeepSeek 等），并直接集成到现有 AI 编码 harness。
  • Steerable：提供实时仪表板与多种交互模式（auto、direction、review、collaborative），供人类在回路中指导。