梦晨 发自 凹非寺

量子位 | 公众号 QbitAI

DeepSeek研究员 陈德里，在个人博客更新一篇研究综述论文。

1%是我写的，99%是Agent写的。

用的是他自己的技能 DeliAutoResearch，DeepSeek-V4-Pro研究和写作，GPT-Image2画图。

论文共迭代6次（V1：4 次，V2：1 次，V3：1 次），总耗时6天，进行了约108轮Agent调用，消耗64.8万token，写了2234行LaTeX代码。

103个参考文献，全部已验证。论文现为46页，538KB，含7个图表+4个表格。

论文讲的是自动研究智能体L1–L5自主度分类体系的事：

通过分析四大架构模式，给出了可扩展性、成本、可靠性等维度对比。

并基于六维特征矩阵分析了17个主流系统。

还提出了六大开放问题与对应研究方向。

陈德里认为，Code Agent导致计算机科学论文数量疯狂膨胀，同样的工作以前至少需要一个月才能完成。

但现在，他的碳基大脑处理这个问题的“总CPU时间”不到2小时。

他也写了一句免责声明：观点仅为个人所有，不代表任何组织。

DeepSeek研究员与V4 Pro合写的论文

基础模型推动AI工具从研究辅助转向自主研究，但领域缺乏统一框架、术语混乱、评估标准不一。

陈德里和它的AI合著者们提出了一个L1-L5的自主分级体系。

类比自动驾驶的SAE级别，把混乱的AI Agent领域理出了清晰的谱系。

• L1是最基础的自动补全，也就是最早的GitHub Copilot，预测你下一行代码。

• L2是任务执行，代表是ChatGPT/Claude聊天机器人加上各种工具，能分解任务，但每一步都得人类批准。

• L3是多步骤执行，目前最主流的Claude Code、Cursor Agent这种，能自主执行10到100步，只在关键点请求人类审核

• L4是受限领域内全自主执行，人类仅提供研究目标、评估最终成果，智能体可完成多步实验、代码、论文撰写，但无法自主选择研究问题。

• L5级是完全自定研究议程，智能体可自主选题、分配资源、长期积累知识、跨领域持续研究，是当前未实现的理想状态，核心瓶颈为持续知识积累、可靠自我评估、架构规模化。

目前行业前沿初步达到L4，L5还只是个设想。

论文认为真正的瓶颈不是模型能力，而是「持续知识积累」和「可靠自我评估」。

除了按自主性级别，论文中又按智能体架构总结了4种主流模式。

• 单智能体循环

早期研究ReAct、Reflexion、LATS、思维树等为代表。单模型迭代推理-行动-观察，简单高效，但复杂任务能力有限。

• 多智能体协作

早期智能体框架CAMEL、AutoGen、MetaGPT等为代表，特点是分工协作、多视角纠错，成本较高，沟通易混乱。

• 分层调度

Claude Code和Devin等为代表，分层规划、任务分解，适合长时程复杂研究。

• 工具增强执行

SWE-Agent等为代表，核心工具有代码执行环境、网页浏览、API / 数据库、多模态工具，Agent-Computer Interface（ACI） 的设计直接影响性能。

论文四种模式不是谁优谁劣，而是针对特定的任务要选择合适的工具。

如简单短任务选单智能体循环（低成本、易实现）；需要多视角纠错、复杂分工选多智能体协作；长时程、高复杂度研究选分层调度（强规划、易监管）；需要对接外部工具、环境交互选工具增强执行（能力边界由工具决定）。

但实际应用中，其实多采用混合架构，结合多种模式优势。

有了研究框架，再横向对比当前常见的17个自主研究智能体，揭示领域已从早期通用脆弱原型，演进为L4级受限域专用系统。代码智能体成熟度最高，科学智能体开始产出可验证新发现。

而迈向L5完全自主的核心瓶颈在于持续知识积累、可靠自我评估、架构规模化。

最后，论文中还提出了，六大开放问题：

• 认知循环陷阱：智能体陷入重复无效策略，无自我终止能力。

• 上下文限制：固定窗口（4K-1M token）无法支撑长时程研究。

• 创新性评估：无自动化方法衡量研究原创性与价值。

• 可复现性：模型随机性、提示敏感性导致结果无法复现。

• 安全伦理：双用途风险、自主提升风险、学术诚信风险。

• 成本问题：单任务成本

  50，高成本加剧科研不平等。

陈德里自述，高强度工作导致的精力不足，让他搁置了很多事。

博客、写作，现在是Agent让他有机会把这些重新捡了起来。

除了这篇研究综述，还更新了个人主页。

有了Agent，这些任务完成起来效率超高。

人类的角色，从“执行者”变成了“发起者”。

参考链接：

— 欢迎AI产品从业者共建 —

📚「AI产品知识库」是量子位智库基于长期产品库追踪和用户行为数据推出的飞书知识库，旨在成为AI行业从业者、投资者、研究者的核心信息枢纽与决策支持平台。