摘要
Agent-Native Research Artifact（ARA）是一套为 Agent 读取、复查和延续研究而设计的证据结构与技能集，把结论、代码、实验、原始证据和失败路线显式绑定。
核心内容
基本信息
- 实体类别：研究产物协议与 Agent Skills。
- 关键名称或版本：
ARA-Labs/Agent-Native-Research-Artifact；MIT；尚无 GitHub Release。 - 时间范围：2026-03-27 创建；2026-08-24 推送；2026-09-03 核实。
重要事实
- 核实时为 671 stars；仓库约 447 个文件和 3 个 workflow，最近 Validate Skills 与 ARA Check 成功。（来源：AI Scientist GitHub 开源项目回溯）
PAPER.md是渐进披露入口，下面分 logic、src、trace、evidence；claim 指向 experiment 和 evidence，探索树保留 dead ends，provenance 区分人类与 AI 的提出、执行和修改。（来源：AI Scientist GitHub 开源项目回溯）- 七个 skill 分别处理记录、编译、严谨性审核、可视化、证据问答、分享和 research fuzzing。（来源：AI Scientist GitHub 开源项目回溯）
关系与影响
ARA 是 Autoresearch 的证据/交接层，可与 ARIS、Arbor 或 Polaris 等执行器组合，而不是替代它们。
分歧与变化
结构化 artifact 提高可追溯性，但不能保证所绑定的实验本身正确；项目自报 benchmark 仍待复现。
相关页面
- 概念：Autoresearch、Execution-Based Agent Evaluation、Context Engineering
- 实体：ARIS、Polaris、Anti-Autoresearch
- 主题：Autoresearch 开源生态、AI Agent Failure Analysis
来源
待核实问题
- 需验证不同 runtime 是否能稳定生成、消费和更新同一 ARA，而不丢失 provenance。