新智元報(bào)道

編輯：LRST

【新智元導(dǎo)讀】開源框架Deep Researcher Agent幫你全天候自動(dòng)跑深度學(xué)習(xí)實(shí)驗(yàn)，節(jié)省大量重復(fù)勞動(dòng)。它通過自主循環(huán)完成想方案、執(zhí)行、監(jiān)控與反思，僅需每天五毛錢。不依賴LLM API，實(shí)現(xiàn)實(shí)時(shí)控制與手機(jī)端監(jiān)控，真正解放研究者精力，讓他們專注于思考。

做深度學(xué)習(xí)研究的朋友，誰沒經(jīng)歷過這種日子，改超參 → 跑訓(xùn)練 → 等 6 小時(shí) → 看結(jié)果 → 再改 → 再跑 → 再等。

Deadline前這個(gè)循環(huán)要重復(fù)上百次。凌晨三點(diǎn)定鬧鐘爬起來，就為了瞄一眼loss有沒有降下去——降了，松一口氣繼續(xù)睡；沒降，眼淚都快下來了還得改一版重新提交。

而最讓人崩潰的不是辛苦，是這件事本質(zhì)上是機(jī)械的：你早就想好了要試什么，剩下的只是把它跑出來而已。這部分時(shí)間，本該屬于真正的思考。

有沒有可能，讓一個(gè)AI Agent替你把這部分跑掉？

GitHub上最近有一個(gè)開源項(xiàng)目叫Deep Researcher Agent的框架，正面回答了這個(gè)問題——你睡覺的時(shí)候，它在煉丹；你寫論文的時(shí)候，它已經(jīng)把 results table 準(zhǔn)備好了。

項(xiàng)目鏈接：https://github.com/Xiangyue-Zhang/auto-deep-researcher-24x7

它是怎么工作的？

框架的核心，是一個(gè)THINK → EXECUTE → MONITOR → REFLECT的自主循環(huán)。

THINK（想方案）Agent 讀取項(xiàng)目說明 + 歷史實(shí)驗(yàn)記憶，分析當(dāng)前最優(yōu)結(jié)果，決定下一步該試什么。注意——它不只是改超參，還能改模型代碼、換 loss 函數(shù)、加數(shù)據(jù)增強(qiáng)策略。

?? EXECUTE（寫代碼 + 起任務(wù)）Agent自動(dòng)改代碼或config，先跑一個(gè)強(qiáng)制 dry-run（2 步前向反向）確認(rèn)沒bug，然后才把真正的訓(xùn)練打到GPU上。

MONITOR（盯著，但不花錢）這里是整個(gè)項(xiàng)目最強(qiáng)的一招：訓(xùn)練期間，Agent完全不調(diào)用 LLM API。它只做三件事：

• kill -0 $PID看進(jìn)程還活著沒

• nvidia-smi看 GPU 在不在干活

• tail看日志最后幾行

這三個(gè)操作的API成本是零。

REFLECT（看結(jié)果 + 決定下一步）訓(xùn)練結(jié)束，Agent 解析日志、提取指標(biāo)、跟歷史最優(yōu)對(duì)比、記錄里程碑，然后開下一輪。

整個(gè)循環(huán)24小時(shí)不間斷。你想介入？隨時(shí)可以——往項(xiàng)目目錄里扔一個(gè)指令文件就行，Agent下一輪自動(dòng)讀到。

一天成本五毛錢，這是怎么做到的

24/7跑LLM Agent，聽起來不應(yīng)該很貴嗎？

關(guān)鍵就在前面那個(gè)「零成本 MONITOR」。

一天24小時(shí)里，90%以上的時(shí)間都在訓(xùn)練，這段時(shí)間 LLM 調(diào)用費(fèi) = 0。只有開頭「想方案」和結(jié)尾「看結(jié)果」才需要請(qǐng)大模型出馬，每次幾分鐘。

算下來：

一天五毛錢，夠你跑一整個(gè)禮拜也比一杯咖啡便宜。

跑半年內(nèi)存不漲：兩層「恒定記憶」

長(zhǎng)時(shí)間運(yùn)行的Agent有個(gè)經(jīng)典毛?。?strong>上下文越積越長(zhǎng)，又慢又貴又蠢。

Deep Researcher Agent的解法是一個(gè)兩層記憶系統(tǒng)：

• 第一層：人類寫的項(xiàng)目說明（凍結(jié)不變，最大3000字符）——告訴Agent你想干什么、約束是什么

• 第二層：Agent自己維護(hù)的滾動(dòng)日志——關(guān)鍵成果自動(dòng)壓縮到 1200 字符以內(nèi)，最近決策只保留15條

總記憶量恒定在約5000字符。Agent 跑1天是這個(gè)數(shù)，跑6個(gè)月還是這個(gè)數(shù)。

不是demo

是真打過仗

這個(gè)框架不是放在paper里看看的玩具。它已經(jīng)在多個(gè)真實(shí)研究項(xiàng)目中連續(xù)跑了30多天：

自主完成500+輪實(shí)驗(yàn)循環(huán)，單個(gè)項(xiàng)目指標(biāo)比 baseline 提升52%（200+ 次全自動(dòng)實(shí)驗(yàn)跑出來的），同時(shí)管理4 個(gè)項(xiàng)目、4 臺(tái) GPU 服務(wù)器，最長(zhǎng)連續(xù)運(yùn)行30+ 天，期間人類只介入了五六次

Claude和Codex都能用，配置一行切換

框架不綁定單一LLM：

• Anthropic系：Claude Sonnet 4.6（快） / Claude Opus 4.6（最強(qiáng)）

• OpenAI系：Codex 5.3（快） / GPT 5.4（最強(qiáng)）

config改一行就能切，誰強(qiáng)用誰。

躺床上也能煉丹：手機(jī)端實(shí)時(shí)監(jiān)控

配合Happy Coder App（iOS / Android），可以在手機(jī)上：實(shí)時(shí)查看實(shí)驗(yàn)進(jìn)度、接收訓(xùn)練完成 / 出 bug 推送、隨時(shí)給Agent下達(dá)「換個(gè)方向」的指令。

端到端加密，代碼和結(jié)果完全私密。

這意味著你真的可以在地鐵上、在咖啡館、在床上指揮一整套深度學(xué)習(xí)實(shí)驗(yàn)流水線。

一鍵裝好，7 個(gè)斜杠命令

git clone之后跑一句python install.py，立刻獲得7個(gè) Claude Code / Codex 斜杠命令：

完全不會(huì)用？倉(cāng)庫(kù)里有個(gè)AI_GUIDE.md——把這個(gè)文件直接丟給任何 AI 助手，它會(huì)交互式地一步步帶你裝好、跑起第一個(gè)實(shí)驗(yàn)。新手友好到這個(gè)地步。

AI科研工具對(duì)比

目前主流的AI研究工具——Claude Scholar、AI Scientist、SWE-Agent等——要么幫你寫論文，要么幫你寫代碼。但沒有一個(gè)能真正替你把實(shí)驗(yàn)跑出來。

Deep Researcher Agent是第一個(gè)專門為「跑」深度學(xué)習(xí)實(shí)驗(yàn)設(shè)計(jì)的開源 Agent 框架，而不是為「寫」。

?? 但是，請(qǐng)先看完這一段再去 Star

作者在 README 里掛了一段非常嚴(yán)肅的聲明，我覺得這一段比項(xiàng)目本身更值得放到這篇文章里：

本項(xiàng)目嚴(yán)禁用于學(xué)術(shù)造假與任何形式的科研不端行為。

這個(gè)框架被造出來，只有一個(gè)目的——把跑實(shí)驗(yàn)里那些機(jī)械、重復(fù)的環(huán)節(jié)從研究者身上拿掉，讓大家把節(jié)省下來的時(shí)間，投入到真正重要的事情：思考上面。

idea必須由人來提供。請(qǐng)不要寄希望于用本項(xiàng)目進(jìn)行學(xué)術(shù)不端，這不是我們的項(xiàng)目初衷，也不是這個(gè)社區(qū)歡迎的事情。

學(xué)術(shù)應(yīng)當(dāng)保持純粹。Agent可以替你跑實(shí)驗(yàn)，但idea、判斷與責(zé)任必須由人來承擔(dān)。我們真誠(chéng)地希望每一位使用者都能human in the loop地去思考，在自己的研究方向上做出屬于自己的、真實(shí)的貢獻(xiàn)。

在這個(gè)動(dòng)輒「AI一鍵生成論文」的時(shí)代，看到一個(gè)開源作者主動(dòng)給自己的工具立這樣的邊界，挺打動(dòng)人的。

工具是中立的，但作者立場(chǎng)不必中立。

一個(gè)人的精力是有限的。研究者本該把時(shí)間花在讀論文、想 idea、解讀結(jié)果上，而不是花在凌晨三點(diǎn)爬起來看loss有沒有降。

Deep Researcher Agent想做的，就是把后者還給機(jī)器，把前者留給人。

如果你也是煉丹人，如果你也曾在deadline前哭著改config——

這一次，讓AI替你熬夜。你去睡覺。

參考資料：

https://github.com/Xiangyue-Zhang/auto-deep-researcher-24x7