sapientinc/PRAXIST

它解決的問題

Praxist 是為研究專案設計的，這些專案的目標是可量化的，且程式碼已可執行，但最佳的改進路徑尚不清楚。它以自主、以證據為導向的研究循環取代手動迭代與簡單的參數調校（AutoML），同時探索多個假設與策略，以找出表現最佳的解決方案。

如何運作

Praxist 透過協調多個組件，將專案轉化為持續的研究執行：

• 平行研究夥伴：多個代理同時探索競爭性的實作與假設。
• 多代合成：規劃面板分析上一代的證據，以制定下一代的研究議程。
• 評估與證據：由任務定義的評估器將結果轉換為結構化、持久的證據通道（孵化區、前線與寶石區）。
• 多樣性機制：使用品質-多樣性（QD）與深度創新門（DIG）來防止系統陷入局部最佳解。
• 協調管理：管理資源排程、生命週期控制（啟動/停止/恢復）以及端到端的來源追蹤，確保結果可重現。

適用對象

專為已有可執行基線專案、並具明確成功指標的研究人員與開發者設計，希望自動化發現與優化的迭代過程。

主要特色

• 自主迭代：從假設生成到合成，完整管理研究循環。
• 程式碼化證據：每一項改進皆有證據的來源脈絡與可驗證的評估路徑。
• 與 Codex 整合：建議透過 Codex 操作，以獲得互動式專案理解與工具使用支援。
• 語言無關：支援多種語言的專案（例如 Python/JAX、Rust），只要可執行且可量化即可。