智源 AREX 上手：用「研究→验证→再研究」双循环，把 AI 变成你的研究助理

2026 年 8 月 11 日，北京智源人工智能研究院发布 AREX——一款「自主研究智能体」，首创「研究→验证→再研究」双循环递归框架：让 AI 在长程任务中持续自我修正，逐步逼近正确答案，而不是一次性地「搜索后回答」。它抓的是「发现—验证不对称性」：完整答案难以一次生成，但候选解一旦形成，就能通过逐项约束验证快速定位不足、指导下一轮研究。目前模型权重已开源（10B 激活参数，多项基准达或超越部分闭源旗舰），科研体验版免费开放。本教程从体验版的三个入口讲到双循环机制与自部署。

🔬 本教程适合：需要长期跟踪行业动态、筛选论文、做综述的科研人员、分析师与内容创作者。想对比其他科研智能体可看本站《混元 Hyra 科研智能体》与《OpenAI4S 科研 Agent》。

先搞懂：自主研究的难点不是「搜不到」，而是「不知道下一步该搜什么」

传统研究式 AI 的问题在于：一轮搜索给出答案就结束了，答案里哪些可靠、哪些缺证据、下一步该补什么，它自己说不清。AREX 用双循环解决这个问题：

循环	职责	产出
内层 Research Loop	围绕研究问题搜索信息、调用工具、收集证据、比较候选	一份结构完整、证据可追踪、可审计的「暂定答案」
外层 Self-Improvement Loop	对暂定答案逐项审计：哪些条件已充分支持、哪些不确定、哪些缺证据	约束级置信判断 → 转化为下一轮的研究目标

💡 关键机制叫 ACU（自主上下文更新）：它不是普通摘要，而是「面向下一步行动的研究状态」——保留已验证发现、已排除候选、未解决约束和下一步计划。长程研究真正难的不是例行搜索，而是在关键时刻做对决定：什么时候相信一个证据、什么时候放弃一个候选项、什么时候重整上下文改变方向。

Step 1：体验版三入口：资讯追踪、论文筛选、播客摘要

1 体验版三入口：资讯追踪、论文筛选、播客摘要

打开科研体验版（arex-research.com），入口分三类，均由 AREX 智能体驱动：

三个入口：
① 资讯追踪（行业信息深度整合）
   · 跟踪你关注的行业/公司/技术动态
   · 支持细分方向定制化配置
② 论文筛选（个性化热点追踪）
   · 按研究方向过滤 arXiv 等来源
   · AI 自主读论文、判断相关性
③ 播客摘要（内容提炼）
   · 上传/指定播客内容，自动提炼要点

工作方式：
· 广域浏览 + 细分方向定制结合
· 每轮「研究→验证→再研究」，答案越滚越准

💡 第一次用建议从资讯追踪开始：给自己定一个窄方向（如「AI Agent 记忆系统」），让 AREX 跑几轮，观察它如何补充证据、如何收敛——这是理解它「研究风格」最快的办法。

Step 2：资讯追踪：把「盯盘」交给 AI，每天醒来只有结论

2 资讯追踪：把「盯盘」交给 AI，每天醒来只有结论

设定一个持续追踪任务，例如「跟踪 MCP 生态的最新框架与治理进展」：

配置建议：
① 明确范围：地域 / 时间窗 / 关键词 / 排除词
② 设定交付格式：摘要 + 关键事件时间线 + 证据链接
③ 要求标注置信度：哪些已多方印证、哪些仅单源
④ 设置审计点：每周回看一次证据链是否扎实

AREX 会怎么做：
· 先检索广谱信息形成初版追踪报告
· 逐项验证每条信息源与时效
· 定位缺口 → 下一轮定向搜索补证据
· 更新报告，重复直到条件全部满足

与普通新闻聚合不同，AREX 会在你设置的方向上持续逼近完整解——它对「这条信息是否仍成立」有约束级判断，过期或单源的内容会被标注，而不是混在一起。

💡 把「置信度标注」写进交付格式，是让研究 Agent 结果可用的关键习惯——你不需要它全对，但需要它告诉你哪部分它自己也不确定。

Step 3：论文筛选：让 AI 先读，你只读「值得读的」

3 论文筛选：让 AI 先读，你只读「值得读的」

面对一天成百上千篇新论文，让 AREX 先做第一道筛选：

筛选流程：
① 提供研究主题与判据（如：与 LLM Agent 记忆相关、
   2025 年后、方法有开源实现）
② AREX 检索并初筛候选论文
③ 逐篇验证：读摘要 → 核对方法与结论是否匹配判据
④ 输出分级清单：
   · 强相关且证据完整（建议精读）
   · 相关但存疑（标注疑点：样本量/复现性）
   · 不相关（给出排除理由，可审计）

别跳过验证步骤：AREX 的价值恰在于「验证后」的结论。如果只看它筛出的标题就精读，等于放弃了双循环的收益；建议至少抽查 20% 的「强相关」结果，确认其证据链真实。

Step 4：播客摘要与内容提炼：会议、访谈、长音频的速读通道

4 播客摘要与内容提炼：会议、访谈、长音频的速读通道

播客摘要类任务相对轻量，适合作为熟悉 AREX 交互方式的第二站：

典型请求：
· 「把这场访谈总结成 10 个要点，标注说话人」
· 「提取节目中提到的所有工具与链接，逐个给一句评价」
· 「找出主讲人与嘉宾观点不一致的地方」

收益：
· 长音频 → 结构化要点，省下整段收听时间
· 观点冲突点自动标出，方便你亲自回听复核

💡 摘要类任务的结果要「能审计」：每一条要点都应能对应回原始音频的时间戳或原句，否则宁可不要。

Step 5：理解双循环：为什么「验证缺口」比「堆更多搜索」更重要

5 理解双循环：为什么「验证缺口」比「堆更多搜索」更重要

想用好 AREX，关键是理解它改进答案的方式——不是无限加搜，而是把验证结果翻译成下一轮的研究目标：

一轮完整循环：
① 暂定答案（内层研究产出）
② 逐项约束审计（外层改进）
   · 哪些条件已充分支持 ✓
   · 哪些仍不确定 ？
   · 哪些关键主张缺证据 ✗
③ 若全部满足 → 结束研究输出答案
④ 若仍有缺口 → 验证结果转为下一轮内层研究目标
   （带着「缺什么」去搜，而不是从头再搜一遍）

这也解释了它和「深搜」类工具的本质差异：深搜提高信息量，AREX 提高结论可靠性——它知道自己已成立什么、欠缺什么、下一步最该研究什么，这是「自主研究」和「工具调用」的分水岭。六个评测基准（BrowseComp、DeepSearchQA、WideSearch-en、GAIA、xbench-2510、HLE with tools）分别覆盖信息深度、信息广度、深广结合与端到端智能体能力。

🎉 小结：体验版三步走——先资讯追踪熟悉风格，再论文筛选体验「验证后分级」，最后用播客摘要做轻量日常；理解双循环后，你就能设计出更有效的任务判据。下一步如果想完全自主可控，见 Step 6。

Step 6：进阶：权重开源自部署，把自主研究装进自己的环境

6 进阶：权重开源自部署，把自主研究装进自己的环境

AREX-Base 以 10B 激活参数开放权重，可在自己的环境跑研究管线：

自部署路径：
① 获取权重：Hugging Face BAAI/AREX 合集
   （模型权重已开放下载）
② 按官方文档配置推理环境与工具调用
③ 接入你的数据源（行业库 / 内部文档 / 订阅源）
④ 定制判据与验证规则（对应外层循环）

适合的场景：
· 数据敏感的行业研究（金融、医疗、政务）
· 需要把「研究-验证」规则写进合规流程的团队
· 想基于双循环框架二次开发的工程团队

自部署 ≠ 免运维：10B 激活参数的推理与工具调用管线、长期研究状态（ACU）的存储与审计，都需要自己搭建。先花一周用体验版把工作流跑熟，再评估是否值得自部署。

📌 想系统评测研究 Agent 的输出质量，可参考本站《Agent 评测 Evals》；AREX 的下一步规划是延伸至方案设计、工程实现与性能调优，最终「用户定义问题、AREX 自主探索实验并交付可验证结果」。

常见问题速查

你的疑问	参考答案
AREX 免费吗？	科研体验版免费开放；模型权重开源可自部署，成本看你自己的算力
模型多大？	AREX-Base 10B 激活参数，多项基准达或超越部分闭源旗舰模型
和 Deep Research 类工具有什么区别？	深搜提信息量；AREX 通过双循环对答案逐项验证、定位缺口再定向研究，提结论可靠性
权重在哪下载？	Hugging Face 的 BAAI/AREX 模型合集；体验版入口 arex-research.com
能接入内部文档吗？	体验版面向公开资讯/论文/播客；自部署版本可接入自有数据源
它真的会「自我改进」吗？	指的是智能体对自身研究状态与当前答案持续修正，不是在线更新模型参数

📚 更多教程 📰 智能体资讯

← 返回教程中心