YouRA: En AI-agent som håller koll på sina egna bevis under forskningsprocessen
Ett vanligt problem med AI-agenter som skriver vetenskapliga artiklar är att påståendena i texten inte stämmer överens med de experiment som faktiskt kördes – YouRA försöker lösa det genom att spara en löpande, verifierbar logg över hypoteser, experiment och misslyckanden under hela forskningsprocessen. På ett standardbenchmark (MLR-Bench) presterar YouRA bättre än konkurrenterna MLR-Agent och AI Scientist V2 på alla tre testade AI-modeller. Det intressanta här är egentligen inte att agenten är snabbare, utan att den vet vad den gjort – och varför.
Djupdykning
Forskarvärlden har länge drömt om AI som kan köra hela vetenskapliga processer autonomt – från hypotes till färdig artikel – men problemet har alltid varit samma: AI:n hittar på saker. Inte av illvilja, utan för att den saknar ett "minne" av vad den faktiskt gjort kontra vad den påstår sig ha gjort. YouRA angriper detta genom att bygga in något som liknar ett revisionsprotokoll i realtid – varje påstående i det slutliga manuskriptet måste kunna pekas tillbaka på faktisk exekverad kod och data, annars flaggas det. Det de flesta missar här är att problemet inte är att AI:n är dum, utan att dagens agentsystem behandlar forskning som en linjär uppgift snarare än en stateful process. När ett experiment misslyckas halvvägs "glömmer" agenten ofta kontexten och improviserar framåt – precis som om en doktorand skulle skriva en resultatdel utan att kolla sina anteckningar. YouRA loggar misslyckanden som strukturerade lärdomar och tvingar systemet att välja mellan reparation, omdesign eller full återstart, vilket speglar hur faktisk vetenskaplig metodik fungerar. Arkitekturens separation mellan kontroll och exekvering – den så kallade Independent Controller – är egentligen ett gammalt ingenjörsprincip lånat från flygindustrin, där piloten och autopiloten har tydligt separerade ansvarsdomäner. Att detta behöver uppfinnas på nytt för AI-forskaragenter säger en hel del om hur naivt de flesta nuvarande system är konstruerade.