【赛迪网讯】当大模型具备对话、推理、编程与工具调用能力后，自主研究被视为AI的“Next Big Thing”。其核心意义在于AI发展不在受限于人类知识边界，形成“投入能源转化智力”的新Scaling Law。自主研究的真正难题并非搜索不足，而是智能体能否明确当前答案已成立什么、欠缺什么，以及下一步最该研究什么，从而在复杂约束中持续逼近正确答案。

智源研究院发布的AREX正是围绕此问题提出。它抓住“发现—验证不对称性”这一关键突破口：完整答案难以一次生成，但候选解一旦形成，即可通过逐项约束验证快速定位不足、指导后续探索。这一思想与Jeff Dean提出的Discovery Loop理念相呼应——未来AI需通过持续实验、反馈与修正形成自主发现能力。

AREX 模型权重现已开放下载，并同步发布科研体验版线上系统，为用户提供行业信息深度整合、个性化热点追踪等技术服务。

AREX通过双循环框架打通“找到答案”与“改进答案”的闭环

AREX的整体方法，可以概括为一套双循环递归求解框架。内层循环负责“研究”，外层循环负责“改进”。二者协同，让智能体不只是向前搜索，而是在每一轮中继承已有进展、修正错误方向，并不断接近更可靠的答案。

内层循环Research Loop：内层循环负责完成一轮相对完整的研究。在这一阶段，智能体会围绕当前研究问题搜索信息、调用工具、收集证据、比较候选，并构造一个暂定答案。它的目标不是一次性得到终局解，而是形成一个结构完整、证据可追踪、后续可以被审计的当前解。

外层循环Self-Improvement Loop：外层循环负责判断当前答案究竟走到了哪一步。AREX会依据任务中的各项约束，对暂定答案进行逐项审计，并形成约束级别的置信判断：哪些条件已经获得充分支持，哪些仍然不确定，哪些关键主张缺少证据，哪些结论需要重新研究。如果所有必要条件都得到足够支持，智能体就结束研究并输出答案。如果仍有条件没有解决，验证结果就会被转化为下一轮内层循环的研究目标。

机制分析：长程研究状态维护带来的性能提升

AREX的推理机制包含内层研究和外层自我改进两个循环，其中，自主上下文更新（ACU）是关键。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。BrowseComp上的分析显示，AREX通常会主动更新上下文，而不是等到128K上下文窗口被塞满后才被动压缩。

受控实验显示，AREX完整系统在BrowseComp上达到82.5，比关闭ACU和外层循环的版本高出22.9个百分点。训练消融也表明，渐进式多轮能力训练、关键步骤聚焦监督和步骤感知强化学习分别贡献于工具交互、关键决策和长程策略优化。

AREX的核心思想：长程研究中真正难的不是例行搜索和访问网页，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，什么时候重整上下文并改变搜索方向，这些才是决定研究成败的步骤。

实验评估：AREX以10B激活参数达到自主研究前沿水平

为了验证AREX是否具备真实自主研究能力，智源研究院在六个基准上进行了评测，包括：BrowseComp、DeepSearchQA、WideSearch-en、GAIA、xbench-2510 和HLE with tools。它们分别覆盖信息深度、信息广度、深度与广度结合，以及端到端 Agent能力。AREX-Base以10B激活参数在多项指标上达到或超越部分闭源旗舰，展现均衡综合竞争力。

AREX研究平台：将自主研究能力封装为日常研究工具

AREX LLMs解决的是智能体如何开展长期、可靠的自主研究，而AREX Research Platform在此基础上，将这一能力封装为面向科研与产业用户的日常研究工具。

AREX平台以模型驱动的内容获取与研究智能体为核心，提供资讯追踪、论文筛选、播客提取三类入口，三者均由AREX智能体驱动，既支持广域浏览，也支持针对细分方向的定制化配置。未来，AREX将延伸至研究执行阶段，涵盖方案设计、工程实现与性能调优，最终实现用户定义问题、AREX自主完成探索实验并交付可验证结果。

最终实现：用户定义研究问题，由AREX自主完成探索、实验与优化，并交付可验证的研究结果。