[LG]《The Last Human-Written Paper: Agent-Native Research Artifacts》J Liu, J Pei, J Huang, C Si… [Orchestra Research & Stanford University & Ohio State University] (2026)

在学术发表领域，论文将分支式研究压缩为线性叙事是一个悬而未决的难题。过去的方法受困于“讲故事”与“工程细节缺失”，本质原因是人类可读性优先牺牲了过程与可执行性。

本文的核心洞见是：把“论文”重新看作“可执行的知识包”。由此，引入分层结构（逻辑、代码、探索轨迹、证据），并用代理原生格式记录失败与决策，使研究可被机器直接理解与复现。

这项工作真正留下的遗产是将科研从“叙事产物”转为“可操作对象”。它为自动复现与协作研究打开新门，但尚未跨过的门槛是对代理能力与计算资源的依赖。

arxiv.org/abs/2604.24658 机器学习 人工智能 论文 AI创造营