Bouw Je Eigen Gepersonaliseerde Onderzoeksgroep: Een Multiagent Framework voor Continue en Interactieve Wetenschapsautomatisering

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

October 17, 2025

Auteurs: Ed Li, Junyu Ren, Xintian Pan, Cat Yan, Chuanhao Li, Dirk Bergemann, Zhuoran Yang

cs.AI

Samenvatting

De automatisering van wetenschappelijke ontdekkingen vertegenwoordigt een cruciale mijlpaal in onderzoek naar Kunstmatige Intelligentie (AI). Bestaande agent-gebaseerde systemen voor wetenschap kampen echter met twee fundamentele beperkingen: rigide, voorgeprogrammeerde workflows die zich niet kunnen aanpassen aan tussentijdse bevindingen, en onvoldoende contextbeheer dat langetermijnonderzoek belemmert. Wij presenteren freephdlabor, een open-source multiagent-framework met volledig dynamische workflows die worden bepaald door realtime redenering van agents en een \textit{modulaire architectuur} die naadloze aanpassing mogelijk maakt — gebruikers kunnen agents aanpassen, toevoegen of verwijderen om aan domeinspecifieke vereisten te voldoen. Het framework biedt uitgebreide infrastructuur, waaronder automatische contextcompressie, werkruimtegebaseerde communicatie om informatieverlies te voorkomen, geheugenpersistentie tussen sessies, en niet-blokkerende mechanismen voor menselijke interventie. Deze functies transformeren geautomatiseerd onderzoek gezamenlijk van geïsoleerde, eenmalige pogingen naar continue onderzoeksprogramma’s die systematisch voortbouwen op eerdere verkenningen en menselijke feedback integreren. Door zowel de architectuurprincipes als de praktische implementatie te bieden voor het bouwen van aanpasbare co-wetenschapper-systemen, beoogt dit werk een bredere adoptie van geautomatiseerd onderzoek in wetenschappelijke domeinen te vergemakkelijken, waardoor beoefenaars interactieve multiagent-systemen kunnen inzetten die end-to-end onderzoek autonoom uitvoeren — van ideeënvorming via experimenten tot publicatieklare manuscripten.

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.