Resumo Técnico: AutoSci – Um Sistema Agêntico Centrado em Memória para o Ciclo de Vida Completo da Pesquisa Científica

1. Declaração do Problema

A pesquisa científica é tradicionalmente um processo intensivo de mão de obra, impulsionado por humanos, que exige a coordenação de literatura, hipóteses, experimentos, manuscritos e respostas a revisões ao longo de ciclos de projeto longos. Embora agentes de Grandes Modelos de Linguagem (LLMs) tenham demonstrado capacidade na automação de tarefas científicas isoladas (ex: geração de hipóteses, execução de código ou escrita de artigos), os sistemas existentes falham em fornecer uma solução unificada para o ciclo de vida completo da pesquisa.

As abordagens atuais sofrem de quatro limitações primárias:

1. Escopo Fragmentado: Muitos sistemas focam em capacidades específicas (ex: "co-cientista de IA" para geração de hipóteses) em vez de pipelines de ponta a ponta, da literatura à réplica.
2. Falta de Estado Persistente: Pesquisas de longa duração exigem estado durável, contratos de ferramentas e execução recuperável, o que muitos suportes (harnesses) mais leves não possuem.
3. Memória Não Estruturada: Sistemas existentes frequentemente armazenam logs, resumos ou artefatos não estruturados. Eles falham em organizar a informação científica como objetos tipados com dependências explícitas, limitando a interpretabilidade semântica e o reuso entre projetos.
4. Sistemas Estáticos: A maioria dos agentes acumula experiência textual, mas não evolui suas próprias habilidades subjacentes, protocolos de fluxo de trabalho ou modelos de orquestração baseados em feedback.

Existe uma lacuna para um sistema de pesquisa científica unificado e automatizado que possa executar, lembrar e evoluir através de múltiplos projetos de pesquisa.

2. Metodologia: A Arquitetura AutoSci

O AutoSci é um sistema agêntico centrado em memória projetado para satisfazer quatro princípios de design: interação com o ambiente, memória persistente estruturada, execução controlada (harnessed execution) e evolução de todo o sistema. Ele é organizado em torno de quatro módulos principais:

2.1 SciMem: Memória de Pesquisa Governada por Esquema

O SciMem serve como o substrato compartilhado do sistema, separando a memória em duas regiões distintas para suportar tanto o acúmulo de conhecimento de longo prazo quanto o rastreamento de projetos ativos:

• Memória de Conhecimento de Longo Prazo: Armazena conhecimento científico consolidado (ex: Tópicos, Artigos, Fundamentos, Conceitos, Métodos, Pessoas) como entidades tipadas com links bidirecionais explícitos. Esta região cresce através de agregação interna (refinando conceitos a partir de novos artigos) e acúmulo entre ciclos (retendo lições de revisões passadas).
• Memória de Pesquisa Ativa: Rastreia o estado de um projeto em andamento (Ideias, Experimentos, Manuscritos, Revisões) com estados de ciclo de vida explícitos (ex: proposto $\to$ testado $\to$ validado).
• Guarda de Confiança (Trust Guard): Todas as escritas no SciMem passam por uma camada de validação que verifica a validade do esquema (campos, links) e a validade do conteúdo (suporte de evidência) via um agente revisor independente para evitar a propagação de erros.

2.2 SciFlow: Ciclo de Vida de Pesquisa Baseado em Memória

O SciFlow executa o processo de pesquisa através de um ciclo de vida de cinco estágios: Literatura $\to$ Ideação $\to$ Experimento $\to$ Escrita $\to$ Réplica.

• Execução Baseada em Suporte (Harness-Based): Diferente de conversas de formato livre, o SciFlow usa um suporte para gerenciar estado, contexto, verificação e orquestração. Ele garante que os projetos sejam interrompíveis, retomáveis e revisáveis.
• Loop de Leitura-Escrita: Cada estágio lê explicitamente da memória e escreve no SciMem. Por exemplo, o estágio de Ideação lê a memória de longo prazo para gerar ideias, enquanto o estágio de Experimento escreve entidades portadoras de evidências de volta para a memória ativa.
• Verificação: Entregas de alto risco são verificadas pela Guarda de Confiança antes que os estágios subsequentes consumam os dados.

2.3 SciDAG: Aumento Multi-Agente Baseado em DAG

Para estágios que exigem busca complexa, debate ou refinamento, o SciDAG atua como uma camada de aumento opcional.

• Grafos de Operadores: Em vez de cadeias lineares, as tarefas são executadas como Grafos Acíclicos Dirigidos (DAGs) de operadores multi-agentes reutilizáveis (ex: gerar, debater, refinar, revisar).
• Execução Adaptativa: O grafo se adapta com base em sinais intermediários de qualidade, custo e convergência.
• Templates: Grafos de operadores comuns são armazenados como templates específicos de estágio (ex: templates distintos para ideação vs. experimentação) que podem ser recuperados e executados para novas tarefas.

2.4 SciEvolve: Evolução de Todo o Sistema

O SciEvolve converte sinais de feedback de usuários, experimentos e revisões em atualizações versionadas para o próprio sistema.

• Coleta de Sinais: Ele agrega sinais de correções de usuários, resultados de tarefas (falhas/sucessos) e ambientes externos (novos artigos/periódicos).
• Caminhos de Evolução:
  • /dream: Atualiza a organização do SciMem (ex: arquivando entradas obsoletas, consolidando entidades).
  • /forge: Atualiza as habilidades do SciFlow (ex: revisando regras de entrega, fortalecendo verificações de afirmação-evidência).
  • /morph: Atualiza os templates do SciDAG (ex: podando ramos fracos, especializando operadores para tipos específicos de problemas).

3. Principais Contribuições

O artigo apresenta as seguintes contribuições:

1. Formulação: Enquadra a pesquisa científica automatizada como um problema de sistema de longo ciclo de vida que requer execução, memória e evolução através de projetos, em vez de apenas automação de tarefas isoladas.
2. Arquitetura: Projeta uma arquitetura centrada em memória onde a memória persistente estruturada serve como o substrato para fluxos de trabalho, execução multi-agente e auto-melhoria.
3. Implementação: Implementa um sistema de ponta a ponta integrando habilidades de ciclo de vida, execução controlada, aumento baseado em DAG e auto-evolução versionada.
4. Avaliação: Realiza dois estudos de caso de ponta a ponta demonstrando a capacidade do sistema de gerar artefatos de nível de artigo passíveis de revisão.

4. Resultados Experimentais

Os autores avaliaram o AutoSci através de dois estudos de caso abrangendo diferentes domínios: Otimização de Kernel de GPU e Descoberta de Fármacos Biomédicos.

• Estudo de Caso 1: Otimização de Kernel de GPU

  • Tarefa: Otimização iterativa de kernels de GPU Triton usando Claude Code guiado por feedback de desempenho.
  • Processo: O AutoSci gerou cinco direções candidatas, as filtrou via verificação de novidade e execuções piloto, e selecionou uma abordagem de "agente Claude Code guiado por perfilamento". Executou uma suíte completa de experimentos (análise de sensibilidade, varredura principal, ablação) em 4× GPUs NVIDIA A40.
  • Resultado: Gerou 157 kernels executáveis com um ganho de velocidade médio geométrico de 1.52× sobre as bases de comparação.
  • Avaliação do Artigo: O manuscrito resultante recebeu uma pontuação de revisão automatizada de ICLR de 6.3/10, avaliada como um "estudo empírico cuidadoso" com rastros fortes, mas limitado pelo escopo de modelo único/hardware.

• Estudo de Caso 2: Descoberta de Fármacos Biomédicos

  • Tarefa: Modelagem de modificação pós-traducional (PTM) consciente da estrutura para nomeação de alvos de degradadores.
  • Processo: O sistema explorou a modelagem de PTM, executou blocos de validação e lidou com resultados negativos distinguindo blocos executados de acompanhamentos pré-registrados.
  • Resultado: Gerou um artefato orientado a manuscrito.
  • Avaliação do Artigo: O manuscrito resultante recebeu uma pontuação de revisão automatizada de ICLR de 5.8/10, avaliada como um "artigo de resultado negativo transparente" com calibração útil, mas limitado por um único avaliador.

Em ambos os casos, o sistema produziu com sucesso artefatos estruturados e revisáveis, em vez de saídas experimentais isoladas. As revisões destacaram fraquezas acionáveis (ex: validade externa limitada, comparadores ausentes), que o sistema foi projetado para armazenar como feedback para evolução futura.

5. Significância e Alegações

O artigo alega que o AutoSci representa um passo em direção a um sistema de pesquisa científica unificado e automatizado que preenche a lacuna entre capacidades de agentes isolados e um ciclo de vida de pesquisa completo.

• Ambiente de Pesquisa Persistente: Ao separar a memória em regiões de conhecimento de longo prazo e de pesquisa ativa, o AutoSci permite que o sistema "lembre" conhecimento científico reutilizável e experiência entre projetos, indo além do paradigma de "assistente de sessão única".
• Capacidade de Auto-Evolução: Ao contrário de sistemas que meramente acumulam texto, o AutoSci afirma evoluir seus próprios protocolos operacionais (habilidades, templates, esquemas de memória) com base em padrões recorrentes de feedback.
• Limitações Modestas: Os autores reconhecem que a implementação atual é um pacote de habilidades construído sobre agentes de codificação de propósito geral, não um fundamento especializado em ciência. Eles também observam que a avaliação permanece em desenvolvimento, baseando-se em estudos de caso de ponta a ponta e proxies de revisão automatizados em vez de benchmarks estabelecidos para sistemas de pesquisa completos.

A significância do AutoSci reside na demonstração de que uma arquitetura centrada em memória, controlada e auto-evoluível pode executar um ciclo de pesquisa completo — da compreensão da literatura à geração de manuscritos — mantendo um registro estruturado e reutilizável do processo científico.