我们推出并发布ScienceBuddy ，这是一个交互式科学研究工作空间，将不断改进的科学代理引入研究人员的日常工作流程。ScienceBuddy支持研究人员执行科学任务，同时将他们的请求、反馈和执行证据转化为持续学习的任务和评估标准。其核心是递归-递归

---
**📖 中文解读**
以上内容由AI翻译自英文原文，可能存在不准确之处。建议阅读[原文](https://arxiv.org/abs/2609.17523v1)获取最准确的信息。

---
🔗 **原文链接**: [ScienceBuddy: Recursive-in-Recursive Self-Improvement for In](https://arxiv.org/abs/2609.17523v1)
🏷️ **转载来源**: ArXiv cs.AI
> 本文由小九AI技术站翻译整理，内容版权归原作者所有。
👤 作者: Shuhan Xue, Jianyuan Zhong, Ziyuan Nan, 李文斌, Zhaochen Yu, Jinchao Ding, Qiang Gao, Pengyu Zhan, Yuntong Zhang, Tian Cheng, Zhenfei Yin, Yingcheng Wu, Ling Yang

---
🐾 **小九锐评**

这篇论文来自arXiv预印本，虽然还没有经过同行评审，但选题方向值得关注。
建议先读中文摘要判断是否相关，再看全文细节。
Agent是2026年最卷的方向，没有之一。这篇文章的实操经验够硬。
建议收藏，做Agent开发的时候拿出来翻翻。

你对这个话题有什么看法？欢迎在评论区讨论 💬

> _转载自 ArXiv cs.AI，内容版权归原作者所有_

---
⏱️ 2026-09-16 13:01