Ключевые тезисы
OpenResearch превращает разовые задания кодового агента в воспроизводимый исследовательский процесс с параллельными гипотезами, изолированными ветками и привязанными к коду результатами.
Команда alphaXiv представила OpenResearch — локальную рабочую среду с открытым исходным кодом, которая адаптирует ИИ-агентов для исследовательской работы. С её помощью Claude Code, Codex, OpenCode или Cursor можно поручить не отдельное задание, а полный цикл: изучить литературу, выдвинуть гипотезу, провести вычислительный эксперимент, оценить результат и выбрать следующий шаг.
Несколько дней назад OpenResearch занял первое место в дневном рейтинге GitHub Trending. Однако эта позиция говорит прежде всего об интересе разработчиков к проекту, а не о доказанной эффективности или надёжности системы.
Обычно ИИ-агент получает отдельное задание: найти статьи, написать код или проанализировать результаты одного запуска. Исследование устроено сложнее. В нём необходимо сохранять связь между исходной гипотезой, изменениями в коде, условиями эксперимента и его результатами. Без этой цепочки выводы трудно проверить, а эксперимент — воспроизвести.
OpenResearch — не новая ИИ-модель, а оркестратор, то есть система для организации работы уже существующих агентов. Она выстраивает исследовательский процесс и хранит всё, что с ним связано: переписку, код, журналы запусков, результаты и созданные материалы.
Система поддерживает полный автономный цикл. Агент может предложить идею, изменить код, запустить эксперимент, проанализировать данные и на их основе выбрать следующий шаг. Под экспериментом здесь подразумевается вычислительная проверка, которую можно выполнить программно: например, запуск модели, анализ данных или сравнение нескольких вариантов кода.
Несколько гипотез можно проверять параллельно. Для каждого направления OpenResearch запускает отдельную сессию агента и создаёт изолированную рабочую копию проекта. Поэтому изменения из разных экспериментов не смешиваются, а пользователь может одновременно сравнивать несколько исследовательских веток.
История работы сохраняется в дереве экспериментов на базе Git. Каждый запуск привязывается к конкретному состоянию кода, для которого создаётся неизменяемая архивная копия. Вместе с ней сохраняются журналы, изменённые файлы, результаты и другие материалы. Такая структура позволяет проследить путь от гипотезы до эксперимента, увидеть внесённые изменения и проверить, на чём основан результат.
Вычисления можно выполнять на локальном компьютере, собственной инфраструктуре или удалённых серверах. OpenResearch поддерживает запуск через SSH, а также работу со Slurm, Kubernetes, Ray, Hugging Face Jobs и другими вычислительными платформами. Один и тот же сохранённый вариант проекта можно запускать в разных средах без публикации исходного репозитория.
По умолчанию рабочая среда запускается локально: проекты, переписки, эксперименты и их результаты остаются на устройстве пользователя. При необходимости к OpenResearch можно подключить локальные модели через LM Studio, Ollama, oMLX или совместимый API.
OpenResearch распространяется с открытым исходным кодом по лицензии MIT. Проект доступен для macOS и Linux. Бета-версия для Windows требует установки Git for Windows.
Несмотря на заявленную автономность, OpenResearch не превращает ИИ-агента в полноценного учёного и не гарантирует корректность предложенных им гипотез и выводов. Оркестратор делает работу более управляемой и воспроизводимой, но человек по-прежнему должен проверять методологию, исходные данные и интерпретацию результатов.
Проект доступен в репозитории OpenResearch на GitHub.
