PDF当死，ARA该立！论文是时候Agent原生了

啥情况？统治科研圈几十年的PDF格式，都需要因AI而“退休”…

因为以后论文的第一读者不是人，而是AI？？

近日，IEEE Spectrum重点关注了一项新研究——ARA（Agent-Native Research Artifact）。它不仅能让AI理解研究结论，还能复现实验、灵活规避失败路线并继续推进研究，让AI从辅助工具升级为科研协作者

据IEEE报道，ARA团队在一篇名为The Last Human-Written Paper: Agent-Native Research Artifacts的论文中，呼吁科学家们停止继续使用PDF撰写传统论文，并表示：

AI需要一种不同的内容格式，而AI的需求，理应被置于首位。

论文的第一作者刘嘉晨核心论点是：

一旦AI“榨干”了人类专家所有的数据，它就不再需要人类的任何输入。到那时，AI将开始自主进化。

现在这些只提升AI科学家的能力，却不改造科研知识的共享方式，就像在泥泞路上开F1赛车，难以复现并接续前人的工作。

而PDF就是过去科研知识共享的最核心代表。

是时候了，ARA当立。

为什么PDF该死？

PDF代表的是传统论文的最终结果，是科研最后成果的最终呈现，但就是这种呈现，“有问题”。

ARA团队认为，真实的科研从来不是一条从问题直通答案的直线，研究者往往要提出十几个假设、尝试几十种方案、调整无数次参数，在经历大量失败后，才能摸索出一条走得通的路径。

然而，当这些探索被写成论文时，那棵枝杈横生的“探索树”通常会被修剪成一条干净、连贯的成功路径。

而ARA团队将这种损失称为“叙事税”，即为了让研究成为一个有头有尾、逻辑自洽且成功的故事，大量的探索过程被主动舍弃，后来者只能被闪耀的新突破亮瞎眼，却看不见前人踩过的坑、受过的罪。

除了“叙事税”，传统论文还存在着“工程税”。

一篇论文只要能让审稿人信服，便算完成了使命。

但“说服审稿人”与“让AI完整复现”完全是两套标准。

模型版本、运行环境、超参数、预处理方式、训练技巧……这些决定实验成败的关键细节，往往散落在正文、附录和代码仓库中，有些甚至从未被记录。

研究团队统计了PaperBench中的8921项专家复现要求，发现仅有45.4%在论文PDF中得到了完整说明。

对咱来说，实验信息少了，我们可以根据过往经验、求助导师或者不断试错补上；

但对AI来说，论文里没写，那就意味着只能靠猜（或者瞎编），它也很无奈。

因此，ARA选择彻底换一种思路：

不再将线性叙事的论文视为科研成果本身，而是把研究重组为一个机器可直接操作的知识包。

这个知识包包含四个层次：

• 科学逻辑层：记录研究解决了什么问题、为何采用该方法，以及哪些主张可被证伪。
• 可执行代码层：不仅提供代码仓库，还包含复现实验所需的环境、配置与关键参数。
• 探索图层：将实验过程还原为一张可追踪的路线图，成功与失败的方向、放弃某条路线的原因均被保留。
• 证据层：将论文中的每一项主张关联至原始实验结果，方便AI核验结论，而非仅采信正文中的概括性描述。

概括来说，论文最后通过PDF呈现的只是“我们最后做成了什么”；

但如果通过ARA，展现的还有“为什么这么做”“具体怎么做”“哪些方法已失败”以及“原始证据在哪里”，追求的是知识优于叙事。

更形而上来说，PDF只有结果，ARA还包括了整个过程。

道理似乎是这个么道理，但“一切存在皆合理”，PDF能成为人类科研论文最终呈现形式这么多年，一定是有其内在合理性的。

ARA要取而代之，需要的就不光是理念了。

ARA真的比PDF好用吗？

为了让ARA真正跑起来，研究团队设计了三套配套机制：

1、Live Research Manager：负责在研究过程中持续记录实验、决策、转向与失败路线；

2、ARA Compiler：负责将现有的PDF和代码仓库转换为ARA格式；

3、ARA原生审稿系统：负责让机器先行完成结构检查与复现验证，并将创新性、重要性与研究品位等判断留给人类审稿人。

为了体现ARA真的比PDF好用，研究团队分别从理解、复现和延伸三个维度进行了测试。

在理解测试中，研究人员设置了450个问题，要求AI从ARA或传统PDF加代码仓库中寻找答案。

结果显示，使用ARA的AI准确率达93.7%，而传统材料组仅为72.4%，相差21.3%。

差距最大的是“复盘失败”，当问题涉及失败方案、替代路线和实验教训时，ARA组准确率为81.4%，传统材料组仅15.7%——原因很简单，传统论文里压根就没有这些信息。

在复现测试中，团队选取了15篇附带GitHub仓库的机器学习论文，设置了150项复现任务。

其中，ARA组的难度加权成功率为64.4%，传统组为57.4%。且任务越难，ARA的优势就越明显：

ARA在简单、中等和困难三档任务中，分别领先4.9%、5.6%和8.5%。

但ARA的表现并非一路开挂。

在最具挑战性的研究延伸环节，ARA组赢下了3项RE-Bench开放任务，但另有2项被传统论文组反超。

不过，也有可取之处。

ARA组在全部5项任务中，都抢先摸到了那步最关键、最值钱的第一步实验操作：利用失败记录迅速绕开已经被验证过无效的研究方向，省去大量重复探索。

这也对应了论文中的另一组数据。在论文分析24008次AI Agent运行中，90.2%的资金成本都消耗在失败探索上，而传统论文几乎不会保存这些失败。

对刘嘉晨而言，这正是ARA最重要的价值。

在她设想的人机科研关系中，AI不再只是润色论文、查找资料或生成代码的辅助工具，而是能真正成为参与阅读、复现和延伸研究的科研主体。

而科研人员则可以更加聚焦于那些AI难以替代的判断、创新和品味工作，即判断问题是否重要、工作是否真正新颖、某条路线是否值得投入。

ARA也并非完美

不过，虽然ARA的成绩单看起来非常亮眼，但它目前更像一位野心勃勃、天资聪颖却根基尚浅的高一新生，才刚入学就想要在高考中考进北大。

它离成为“PDF终结者”还有很长的一段道路要走。

篇幅有限，简单说三点。

ARA的第一个缺陷，就是它目前实验的范围较窄，普适性较弱，只覆盖了天然适合代码复现的机器学习领域，能否用于湿实验或理论学科还尚未得到验证。

第二个问题，就是隐私和数据安全问题。

ARA目前不仅还没有实现细粒度的访问控制，缺少沙箱执行和内容异常检测，相关规则和标准也还没完善妥当。

要是你就这么大大咧咧地把机密数据喂给它，小心下一秒就被你的竞争对手拿走哦。

第三个是不可避免的AI幻觉和路径依赖问题。

在15篇论文的复现实验中，传统材料组出现了2次结果编造，ARA组也出现了1次。

所以它目前应该既不能保证AI永远不捏造结果、也不能保证它不会过度傻白甜地相信前人的判断。

当然，这种思考和理念，依然有其创新性和价值。

如果你需要更详细了解，建议你直接前往文末附上的论文和开源地址。

或者更进一步与ARA的研究团队、提出者交流。

ARA提出者

ARA研究由来自斯坦福大学、密歇根大学、卡内基梅隆大学和MIT等多家机构的37名研究者共同完成。

其中第一作者是刘嘉晨。

她是密歇根大学的计算机科学博士，深耕机器学习系统与大模型基础设施领域。

△刘嘉晨，来源IEEE Spectrum

她曾参与大模型服务、训练系统和Agentic RL系统研究，也曾在Meta从事大模型预训练与后训练基础设施相关工作。

刘嘉晨的个人主页和密歇根大学官网显示，她曾在2023年入选Machine Learning and Systems Rising Stars荣誉榜单。

△图源密歇根大学官网

今年5月，刘嘉晨在帕洛阿尔托创立Agent-Native Research Lab，已经联动产学研来推动ARA Commons科研生态建设。目前，其公开成果主要包括ARA协议及论文、配套代码、研究生态构想，以及面向NeurIPS 2026的AI驱动科研生态研讨会。

实际上，这种Agent-Native的理念，也在AI狂飙这几年，正在给千行百业带来范式变革。

从PDF到ARA，一方面是AI能力的涌现，可以让整个科研过程的价值被重新发现和重视，而不仅仅是呈现一个最终的结果。

过去我们形成了PDF，是因为所有论文都是人类作为阅读者、使用者、核心对象。

但现在AI能力加持，Agent能力突破，人类看不过来的科研过程Agent可以看，人类难以并行的科研复现Agent可以复现……

以前是人类—PDF—人类，以后可能是人类—Agent—ARA—Agent—人类。

这种变革也不局限于科研领域，在更早之前，一脉源流的已经有：

GUI已死，CLI当立…Markdown已死，HTML当立…Prompt已死，Loop当立………“PDF已死，ARA当立”

只是这种趋势下的一种因循结果罢了。

这更本质的是一种AI观、价值观上的哲学体现，你依然支持的是“人是万物的尺度”，还是AI才是更终极的尺度？

你是碳基生命守护者，还是完全拥抱硅基时代降临…

这无关对错，只是选择，选择的人多了，也就会在某个节点分出对错。

而ARA的提出者，显然选择的是AI为中心、Agent Native。

当然，目前为止，ARA这篇研究和论文，依然是PDF提交和呈现的。

参考链接：

[1]https://spectrum.ieee.org/ai-scientist-research-paper-format?itm_source=homepage&itm_medium=hero&itm_campaign=hero-2026-08-06&itm_content=hero1

[2]https://arxiv.org/abs/2604.24658

[3]https://amberljc.github.io/

[4]https://micl.engin.umich.edu/stories/two-cse-phd-students-named-machine-learning-and-systems-rising-stars

[5]https://github.com/ARA-Labs/Agent-Native-Research-Artifact

[6]https://the-future-of-research-ecosystem.github.io/

[7]https://www.agenticresearch.sh/

文章来自于"量子位"，作者 "文婷"。