当大模型逐渐掌握对话、推理、编程和工具调用之后，自主研究被视为人工智能领域的下一个重大突破。8月11日至12日，北京智源人工智能研究院正式发布AREX自主研究智能体，给出了一条面向长程研究任务的系统化方案。该智能体首创"研究验证再研究"的双循环递归框架，让AI在复杂约束中持续自我修正、逐步逼近正确答案，模型权重现已开放下载，科研体验版同步上线。自主研究的核心意义在于，AI的发展将不再受制于人类知识边界，形成"投入多少能源就转化多少智力"的新扩展定律，而AREX正是这条路径上从概念走向实用的一次关键落地。
自主研究与普通问答有着本质区别。普通问答只需定位一个事实，而自主研究面对的是一组相互关联、彼此制约的条件，智能体不仅要搜到信息，还要整合分散甚至冲突的证据，确认最终答案满足全部关键约束，只要有一项未验证，答案即为无效解。智源团队认为，自主研究的核心难题并非"搜索得不够久"，而是智能体能否清楚自己已经知道什么、还缺什么、下一步最该研究什么。
AREX正是抓住"发现与验证不对称性"这一突破口设计的：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、指导后续探索。整体方法是一套双循环递归框架，内层循环负责"研究"，在信息空间中搜索与推理；外层循环负责"改进"，评估验证结果、修正方向并生成下一轮目标，二者协同让智能体继承已有进展、避开已排除的候选，不断收敛到可靠答案。如果还有条件未解决，验证结果就会被转化为下一轮内层循环的研究目标，形成自我迭代的闭环。
为了验证AREX的真实研究能力，智源团队在六个覆盖不同维度的基准上进行了评测，包括BrowseComp、DeepSearchQA、WideSearch-en、GAIA、xbench-2510和HLE with tools，分别对应信息深度、信息广度、深度与广度结合以及端到端Agent能力。结果显示，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，展现出均衡的综合竞争力。
消融实验进一步揭示了性能来源。在BrowseComp上，完整版AREX得分82.5，比关闭自主上下文更新和外层循环的版本高出22.9个百分点。其中的关键组件是自主上下文更新机制，它不是普通摘要，而是面向下一步行动的研究状态维护，保留已验证发现、已排除候选、未解决约束和下一步计划。受控实验显示，AREX通常会主动更新上下文，而不是等128K上下文窗口被塞满后才被动压缩，这种"时刻知道自己在哪"的状态管理，正是长程研究能力的核心。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。
模型能力之外，AREX的亮点在于同步完成了产品化封装。AREX研究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。用户可以直接让AI自主读论文、追热点、做综述，把过去需要数小时甚至数天的人工调研压缩到分钟级。
智源方面透露，AREX的规划不止于此，未来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"。这一愿景与Jeff Dean创办的Discovery Loop等海外项目不谋而合，印证了闭环迭代推动智能持续进化正成为行业共识。对于科研人员、投资机构与内容团队而言，一个能自主完成调研闭环的开源智能体，意味着研究效率的又一次重构。
自主研究能力的产品化，首先要回答"谁在用、用在哪"。就当前AREX科研体验版提供的三类能力看，最直接的落地场景集中在信息密集型行业：科研人员可以用它做文献综述与前沿追踪，把每周刷几十篇论文的时间压缩到一杯咖啡的工夫；投研机构可以借助它监控行业动态与公司公告，自动生成调研简报；咨询公司与媒体团队则可以用它追热点、汇总多源信息，快速产出结构化报告。
更深层的变革在于研究执行的自动化。智源把AREX的演进分为两个阶段：当前阶段是"内容获取与研究智能体"，解决信息输入与加工；下一阶段将进入"研究执行"，由智能体完成方案设计、工程实现与性能调优。一旦这套能力跑通，研究工作的组织方式将被改写：人类负责定义问题与判断结果，智能体负责探索过程与实验执行，人与AI的分工边界从"助手干活"升级为"研究协作"。对科研范式而言，这可能是比单点模型能力提升更深远的变化。与海外同类的自主研究项目相比，AREX最大的差异化在于模型权重与平台能力一并开放，任何团队都可以基于开源权重搭建自己的研究智能体，这种"开源底座加开放平台"的打法，有望让自主研究能力的普及速度明显快于闭源路线。