Construisez votre groupe de recherche personnalisé : Un cadre multi-agent pour l'automatisation scientifique continue et interactive

Build Your Personalized Research Group: A Multiagent Framework for Continual and Interactive Science Automation

October 17, 2025

papers.authors: Ed Li, Junyu Ren, Xintian Pan, Cat Yan, Chuanhao Li, Dirk Bergemann, Zhuoran Yang

cs.AI

papers.abstract

L'automatisation de la découverte scientifique représente une étape cruciale dans la recherche en Intelligence Artificielle (IA). Cependant, les systèmes agentiques existants pour la science souffrent de deux limitations fondamentales : des workflows rigides et pré-programmés qui ne peuvent s'adapter aux résultats intermédiaires, et une gestion inadéquate du contexte qui entrave la recherche à long terme. Nous présentons freephdlabor, un framework multi-agent open-source doté de workflows entièrement dynamiques déterminés par le raisonnement en temps réel des agents, ainsi que d'une \textit{architecture modulaire} permettant une personnalisation fluide -- les utilisateurs peuvent modifier, ajouter ou supprimer des agents pour répondre à des besoins spécifiques à un domaine. Le framework fournit une infrastructure complète incluant une compaction automatique du contexte, une communication basée sur des espaces de travail pour prévenir la dégradation de l'information, une persistance de la mémoire entre les sessions, et des mécanismes d'intervention humaine non bloquants. Ces fonctionnalités transforment collectivement la recherche automatisée d'essais isolés et ponctuels en programmes de recherche continus qui s'appuient systématiquement sur des explorations antérieures et intègrent les retours humains. En fournissant à la fois les principes architecturaux et une implémentation pratique pour construire des systèmes co-scientifiques personnalisables, ce travail vise à faciliter une adoption plus large de la recherche automatisée à travers les domaines scientifiques, permettant aux praticiens de déployer des systèmes multi-agents interactifs qui conduisent de manière autonome des recherches de bout en bout -- de l'idéation à l'expérimentation jusqu'à la rédaction de manuscrits prêts à être publiés.

English

The automation of scientific discovery represents a critical milestone in Artificial Intelligence (AI) research. However, existing agentic systems for science suffer from two fundamental limitations: rigid, pre-programmed workflows that cannot adapt to intermediate findings, and inadequate context management that hinders long-horizon research. We present freephdlabor, an open-source multiagent framework featuring fully dynamic workflows determined by real-time agent reasoning and a \textit{modular architecture} enabling seamless customization -- users can modify, add, or remove agents to address domain-specific requirements. The framework provides comprehensive infrastructure including automatic context compaction, workspace-based communication to prevent information degradation, memory persistence across sessions, and non-blocking human intervention mechanisms. These features collectively transform automated research from isolated, single-run attempts into continual research programs that build systematically on prior explorations and incorporate human feedback. By providing both the architectural principles and practical implementation for building customizable co-scientist systems, this work aims to facilitate broader adoption of automated research across scientific domains, enabling practitioners to deploy interactive multiagent systems that autonomously conduct end-to-end research -- from ideation through experimentation to publication-ready manuscripts.