微软等开源 Argus：证据驱动长程 Agent 自主研究

当前 Agent 技术已实现工具调用等执行能力，但长周期任务仍需人类持续决策掌舵，存在目标僵化、无密集反馈时执行迟钝等瓶颈。微软、上海交通大学等机构开源面向长周期研究任务的通用 Agent 推理运行时 Argus，它以证据驱动替代目标驱动，通过多角色协作、核心与垂域解耦等设计，在无密集标准反馈的情况下可跨领域持续研究数天。Argus 将项目拆分为 Campaign 和 Mission，通过 Manager、Planner、Engineer、Reviewer 的闭环协作推进任务，还能沉淀经验供后续复用。经 1548 小时测试，它平均每 40.7 小时才需一次人类干预，工作占空比达 95.1%~98.7%，并在 AI4AI、GPU Kernel、芯片设计等多领域取得真实研究成果，实现从自动化交付到自动化探索再到全流程自主研究的递进，形成新的研究组织方式，让研究可在人类脱离屏幕后持续推进。