摘要
EvoScientist 是面向长期科研任务的通用 Agent runtime，提供持久会话、记忆、工具/skill、sub-agent、MCP、定时任务和分级 shell 权限。
核心内容
基本信息
- 实体类别：通用 AI Scientist runtime。
- 关键名称或版本：v0.2.9；Apache-2.0。
- 时间范围：2026-01-26 创建；2026-09-03 推送并核实。
重要事实
- 核实时为 4,607 stars；仓库约 492 个文件、145 个测试文件和 5 个 workflow，最近 Build、Docker、Lint 与 Test 均成功。（来源：AI Scientist GitHub 开源项目回溯）
- SQLite checkpoint、thread restore、observation memory 和
/resume支撑跨中断任务；MCP、expert skill 和异步 sub-agent 扩展工具面。（来源：AI Scientist GitHub 开源项目回溯） - shell 默认需要批准，Docker 可限制到挂载卷；auto-approve、allow list 与解除工作区沙箱的 dangerous mode 形成不同权限档位。（来源：AI Scientist GitHub 开源项目回溯）
关系与影响
与 Argus 一样强调长程状态和恢复；与 Arbor 相比，它更像通用可扩展宿主，而不是带固定 held-out 纪律的实验控制器。
分歧与变化
项目使用“self-evolving AI scientist”描述愿景；当前公开工程能证明 runtime 与维护活动，不能单独证明科学能力持续自我提升。
相关页面
- 概念：Autoresearch、Harness Engineering、Self-Improving Harness
- 实体：Argus、Arbor、ARIS
- 主题：Autoresearch 开源生态、LLM Agent Self-Improvement
来源
待核实问题
- 需在真实长程课题中测试 checkpoint 一致性、权限绕过和跨模型行为差异。