从\

当大模型具备对话、推理、编程与工具调用能力后，自主研究被视为AI的“Next Big Thing”。其核心意义在于AI发展不在受限于人类知识边界，形成“投入能源转化智力”的新Scaling Law。自主研究的真正难题并非搜索不足，而是智能体能否明确当前答案已成立什么、欠缺什么，以及下一步最该研究什么，从而在复杂约束中持续逼近正确答案。

智源研究院发布的AREX正是围绕此问题提出。它抓住“发现—验证不对称性”这一关键突破口：完整答案难以一次生成，但候选解一旦形成，即可通过逐项约束验证快速定位不足、指导后续探索。这一思想与Jeff Dean提出的Discovery Loop理念相呼应——未来AI需通过持续实验、反馈与修正形成自主发现能力。

AREX 模型权重现已开放下载，并同步发布科研体验版线上系统，为用户提供行业信息深度整合、个性化热点追踪等技术服务。

AREX的整体方法，可以概括为一套双循环递归求解框架。内层循环负责“研究”，外层循环负责“改进”。二者协同，让智能体不只是向前搜索，而是在每一轮中继承已有进展、修正错误方向，并不断接近更可靠的答案。

到了这个阶段，智能体会紧扣当前研究问题展开信息检索、调用工具、汇集证据、对比候选方案，并进一步整理出一个阶段性的暂定答案。它追求的并不是一步到位拿到最终结论，而是先产出一个结构清晰、证据链可追溯、后续能够被审计的当前解。

AREX会依据任务中的各项约束，对暂定答案进行逐项审计，并形成约束级别的置信判断：哪些条件已经获得充分支持，哪些仍然不确定，哪些关键主张缺少证据，哪些结论需要重新研究。如果所有必要条件都得到足够支持，智能体就结束研究并输出答案。如果仍有条件没有解决，验证结果就会被转化为下一轮内层循环的研究目标。

AREX 的推理机制其实是由两层循环共同驱动的：一层负责内部研究，另一层负责外部自我改进。而在这套机制里，

它并不是常见意义上的“做个摘要”那么简单，更准确地说，它是一种直接服务于下一步行动的研究状态，里面会持续保留已经验证的发现、已经排除的候选项、尚未解决的约束条件，以及接下来要推进的计划。BrowseComp 上的分析也说明了这一点：AREX 往往会主动更新上下文，而不是等到 128K 的上下文窗口快被塞满时，才不得不被动压缩。

受控实验显示，

训练消融也表明，渐进式多轮能力训练、关键步骤聚焦监督和步骤感知强化学习分别贡献于工具交互、关键决策和长程策略优化。

AREX的核心思想：长程研究中真正难的不是例行搜索和访问网页，而是

什么时候相信一个证据，什么时候放弃一个候选，什么时候重整上下文并改变搜索方向，这些才是决定研究成败的步骤。

为了验证AREX是否具备真实自主研究能力，智源研究院在六个基准上进行了评测，包括：BrowseComp、DeepSearchQA、WideSearch-en、GAIA、xbench-2510 和HLE with tools。它们分别覆盖信息深度、信息广度、深度与广度结合，以及端到端 Agent能力。AREX-Base以10B激活参数在多项指标上达到或超越部分闭源旗舰，展现均衡综合竞争力。

AREX LLMs解决的是智能体如何开展长期、可靠的自主研究，而AREX Research Platform在此基础上，将这一能力封装为面向科研与产业用户的日常研究工具。

AREX平台以模型驱动的内容获取与研究智能体为核心，提供资讯追踪、论文筛选、播客提取三类入口，

未来，AREX将延伸至研究执行阶段，涵盖方案设计、工程实现与性能调优，最终实现用户定义问题、AREX自主完成探索实验并交付可验证结果。