Autonomous Agents Coordinating Distributed Discovery Through Emergent Artifact Exchange

Paper: arXiv:2603.14312 Code: lamm-mit/scienceclaw Code reference: main @ f4a62866 (2026-05-21) Platform code: lamm-mit/infinite Platform code reference: main @ 699b90a4 (2026-04-16)

1. Motivation (研究动机)

当前 AI for Science 系统的问题不只是“工具不够强”，而是组织形态仍然偏向人类提示驱动或单条 pipeline 自动化：LLM 可以总结文献、生成假设、调用模型，但通常仍由人类决定下一步、整合证据并判断哪些计算产物值得继续追踪。科学发现本身却更像分布式过程：不同研究者从不同证据链出发，留下可复查的中间产物，通过引用、反驳和补充逐步收敛到更稳健的解释。论文要解决的核心问题就是：如何让多个自主 agent 在没有中心调度器的情况下持续发现彼此的中间结果、交换“还缺什么”的需求，并把跨 agent 的计算证据组织成可审计的科学记录。

Figure 1 解读：图中把系统拆成六个闭环节点：ScienceClaw agent 调用 domain skills，计算结果被封装成 artifacts，plot agent 从 artifact graph 渲染图表，Infinite 把 findings 发布成带 provenance 的科学帖子，社区反馈再回流给 ArtifactReactor。重要点是反馈不是“重新 prompt 一个 agent”，而是变成后续 cycle 的需求信号和压力分数，驱动下一轮自主调查。

这篇论文把问题设定成一个持久生态系统，而不是一次性 multi-agent demo。它关心三个 bottleneck：第一，agent 如何在不共享完整上下文的情况下发现彼此需要什么；第二，计算结果如何留下可追溯 lineage，避免“结论看起来合理但找不到源头”；第三，开放社区如何让 agent 的发现可被其他 agent 或人类接续、质疑和重定向。解决这些问题后，系统可以把 AI 从“辅助研究者完成某个任务”推进到“在一个可审计平台中持续生成、发布、接收反馈并延展科学发现”。

因此论文的研究动机可以理解为一个 infrastructure problem：如果没有 artifact-level provenance，agent 的发现无法被复查；如果没有 shared need index，agent 只能靠显式对话或人类分派任务；如果没有治理和 reputation，开放 agent 社区很容易退化成不可验证的内容流。ScienceClaw + Infinite 试图把这些问题合并成一个无中心调度器的 discovery substrate，让 agent 的本地计算、跨 agent artifact exchange 和社区反馈都进入同一条可审计链路。

2. Idea (核心思想)

核心 insight 是把 multi-agent coordination 从显式任务分配改成 artifact-mediated coordination：每个 agent 只需要产出不可变 artifact、广播未满足的 needs，并扫描共享 global index；后续协作由 artifact 的 schema overlap、need pressure 和 DAG lineage 自动触发，而不是由一个中央 planner 派发任务。换句话说，协调对象不是 agent 间的对话本身，而是带类型、payload hash、parent IDs 和 needs 的计算产物。

与常见 AutoML / AI co-scientist / planner-based multi-agent pipeline 的差异在于：这些系统通常围绕一个中心目标、中心 orchestrator 或人类研究者运行；ScienceClaw + Infinite 则把 skill registry、artifact DAG、need signals、community actions 和 provenance-aware platform 组合成持续生态。ArtifactReactor 让“谁该做下一个分析”由开放需求的压力、domain gating 和可兼容 payload 自动决定；Infinite 则让结论、证据、评论、votes、redirects 和 citations 进入机器可读的科学 discourse graph。

Figure 2 解读：图中展示 300+ skills 按九个科学 domain family 组织，其中 ML/statistics、genomics/omics、literature、protein/structure 等占比较大。右侧的示例 chain 说明同一个研究问题会因 agent profile 不同而激活不同工具序列：genomics agent、drug-discovery agent、materials agent 的技能链不是写死在 routing table 里，而是从 profile 与 skill manifest 的匹配中生成。

3. Method (方法)

3.1 总体框架：ScienceClaw 负责计算，Infinite 负责可审计 discourse

系统由两个互补层组成。ScienceClaw 是计算层：agent profile 定义 scientific personality、research interests 和 preferred tools；skill registry 提供标准化 CLI/JSON skills；每次 skill invocation 都生成 Artifact；ArtifactReactor 在共享 index 上做 need-driven reaction 和 schema-overlap reaction；ArtifactMutator 对 DAG 做 fork、merge、graft，避免重复、停滞和冲突。Infinite 是 discourse 层：post 存储 hypothesis、method、findings、dataSources、openQuestions、toolsUsed 与 artifact metadata；comments/actions/votes/post links 让人类和 agent 的反馈进入可查询结构。

直觉上，这套设计把“科学协作”降解成三个可组合原语：可复现的计算产物、明确声明的知识缺口、可追踪的贡献关系。artifact DAG 解决证据来源问题，needs signal 解决异步协作问题，platform reputation 解决开放生态中的治理问题。一个 agent 不需要知道所有其他 agent 的计划；它只要能读到 global index 中的 unmet needs，并确认自己的 skill 可以产生对应 artifact type，就能贡献一个 child artifact。多个 child artifact 又能被合成成 multi-parent synthesis，从而把独立探索转成收敛证据。

3.2 Agent profile 与 skill registry：让差异化探索成为默认行为

每个 ScienceClaw agent 从 JSON profile 实例化，profile 包含名字、bio、expertise、research interests、preferred organisms 和 preferred tools。启动时 profile 会生成 SOUL.md，塑造该 agent 的推理风格。skill registry 中每个 skill 暴露标准接口：命令行参数、输出 schema、category、description；工具返回 JSON，因此前一个工具的结果可以直接作为下一个工具的上下文或 artifact payload。

论文 Algorithm 1 的 deep investigation pipeline 可以写成：给定 topic $q$ 、agent profile $P$ 和 skill registry $S$ ，agent 先推理出 skill chain，然后逐个执行 $s_{i}$ ，每次把输出 $r_{i}$ 保存为 artifact $a_{i}$ ，最后对所有结果做 synthesis 并返回 post 与 artifact 集合。released code 中 autonomous/deep_investigation.py 的 run_deep_investigation() 与此对应：它先调用 topic analyzer/skill selector 选最多 30 个 skills，再通过 run_tool_chain() 执行，之后做 computational validation、refinement loop、content generation，并额外把综合结果保存为 _synthesis artifact。

from typing import Dict, List
 
def scienceclaw_deep_investigation(agent_name: str, topic: str, profile: Dict, registry) -> Dict:
    investigator = DeepInvestigator(agent_name, agent_profile=profile)
    preferred = profile.get("preferred_tools") or profile.get("preferences", {}).get("tools", [])
    available = [s for s in registry.skills.values() if not preferred or s["name"] in set(preferred)]
 
    analysis, selected = investigator.topic_analyzer.analyze_and_select_skills(
        topic=topic,
        available_skills=available,
        max_skills=30,
        agent_profile=profile,
    )
    selected = ensure_minimum_skills(selected, min_skills=5)
    results = investigator.run_tool_chain(topic, selected)
 
    smiles, sequences = investigator._extract_smiles_and_sequences(results)
    results["computational"] = investigator.run_computational_validation(smiles, sequences, topic)
    results = investigator.run_refinement_loop(topic, results, selected, max_refinement_cycles=1)
 
    content = investigator.generate_sophisticated_content(topic, results)
    synthesis = investigator.artifact_store.create_and_save(
        skill_used="_synthesis",
        payload={
            "topic": topic,
            "tools_used": results.get("tools_used", []),
            "open_questions": content.get("findings", "")[:500],
            "query": topic[:120],
        },
        parent_artifact_ids=list(results.get("artifact_ids", [])) or None,
        needs=results.get("needs", []),
    )
    results.setdefault("artifact_ids", []).append(synthesis.artifact_id)
    return {"content": content, "results": results}

3.3 Artifact layer：把每次计算变成可寻址 DAG 节点

Artifact 是系统的最小证据单元。released code 中 artifacts/artifact.py 的 Artifact 包含 artifact_id、artifact_type、producer_agent、skill_used、schema_version、payload、investigation_id、timestamp、content_hash、parent_artifact_ids、result_quality、needs 和 summary。内容 hash 由 canonical JSON payload 计算： $h = SHA256 (canonical_json (payload)) .$ ArtifactStore 使用 append-only JSONL：完整 payload 写入 ~/.scienceclaw/artifacts/{agent}/store.jsonl，轻量 metadata 写入 ~/.scienceclaw/artifacts/global_index.jsonl。这使全局扫描只读取 artifact id、type、producer、timestamp、parents、needs、content hash 等小字段；只有通过过滤的候选 artifact 才回到 producer 的 local store 加载 full payload。

Figure 3 解读：Agent A 先做 literature seeding，产生 pubmed_results 并广播 protein_data 与 chemistry needs；Agent B 和 C 分别从 global index 发现这些 needs，产出 protein_data、sequence_alignment、chemistry、candidate_ranking 等 artifact；ArtifactReactor 再把兼容 payload 注入 shared skill，生成 parents=[a3,b2,c3] 的 synthesis artifact。图中最关键的是 parent list：它把“谁贡献了什么”直接写成 DAG ledger，而不是只留下自然语言描述。

import hashlib, json, uuid
from datetime import datetime, timezone
 
class ArtifactStoreLike:
    def create_and_save(self, skill_used: str, payload: dict, artifact_type: str,
                        agent: str, investigation_id: str, parents: List[str], needs: List[dict]):
        canonical = json.dumps(payload, sort_keys=True, ensure_ascii=False)
        artifact = {
            "artifact_id": str(uuid.uuid4()),
            "artifact_type": artifact_type,
            "producer_agent": agent,
            "skill_used": skill_used,
            "schema_version": "1.0",
            "payload": payload,
            "investigation_id": investigation_id,
            "timestamp": datetime.now(timezone.utc).isoformat(),
            "content_hash": hashlib.sha256(canonical.encode("utf-8")).hexdigest(),
            "parent_artifact_ids": parents or [],
            "needs": needs or [],
        }
        append_jsonl(f"~/.scienceclaw/artifacts/{agent}/store.jsonl", artifact)
        append_jsonl("~/.scienceclaw/artifacts/global_index.jsonl", compact_index_entry(artifact))
        return artifact

3.4 ArtifactReactor：用 pressure score 和 schema overlap 代替中央调度

ArtifactReactor 有两条 reaction path。第一条是 explicit needs：一个 synthesis artifact 最多可附带若干 NeedItem，声明需要的 artifact_type、query、rationale、是否 branching、最多 variants、preferred skills 和 parameter variants。第二条是 implicit schema overlap：对 peer artifact 的 payload keys 和本 agent 可用 skill 的 input params 做交集，只要 $\mathrm{skill.input\_params} \cap \mathrm{artifact.payload\_keys} eq arnothing$ 就认为有潜在可反应性。open needs 的 deterministic pressure score 为： $score = 2.0 \cdot novelty + 1.0 \cdot centrality + 0.5 \cdot depth + 0.2 \cdot age .$ 其中 $novelty = 1/ (1 + coverage)$ ；未被满足的 need 得 1.0，被满足两次后约为 0.33。centrality 统计同类型 need 中 query token overlap 的共现需求，最高 cap 到 6.0；depth 是 parent artifact 的 DAG depth；age 是 $lo g (1 + age_in_minutes)$ ，防止旧需求永远饿死。released code 的 artifacts/pressure.py::score_need() 与论文公式一致。

Figure 4 解读：图中把 ArtifactReactor 分成 need-driven reactions 和 schema-overlap reactions 两条路径。前者先用 pressure score 排序 unmet needs，再挑选能产出对应 artifact type 的 skill；后者扫描 compatible payloads 并在同一 skill 下聚合多个 peer artifacts。loop prevention、self-cycle blocking、consumed IDs 和 mutation layer 保证反应不会无限自激或跨 investigation 污染。

import math
from typing import Dict, List
 
def pressure_score(need, global_index: List[dict], parent_depth: int, now_minutes: float) -> float:
    coverage = count_fulfillments(global_index, need.parent_artifact_id, need.need_index)
    novelty = 1.0 / (1.0 + float(coverage))
    centrality = min(6.0, count_same_type_overlapping_needs(global_index, need.artifact_type, need.query))
    age = math.log1p(max(0.0, now_minutes - parse_minutes(need.parent_timestamp)))
    return 2.0 * novelty + 1.0 * centrality + 0.5 * parent_depth + 0.2 * age
 
 
def react_to_needs(agent, index_lines: List[str], limit: int = 2):
    candidates = agent.reactor.scan_needs(index_lines=index_lines)
    ranked = sorted(candidates, key=lambda c: pressure_score(to_need_ref(c), load_index(), depth(c), now()), reverse=True)
    children = []
    for entry, need_index in ranked[:limit]:
        need = entry["needs"][need_index]
        for skill_name in pick_skills_for_artifact_type(agent, need["artifact_type"]):
            params = build_exec_params(skill_name, query=need["query"], variants=need.get("param_variants", []))
            result = agent.executor.execute_skill(skill_name, metadata(skill_name), params, timeout=45)
            if result["status"] != "success":
                continue
            payload = dict(result["result"])
            payload["_fulfilled_need"] = {"artifact_type": need["artifact_type"], "query": need["query"], "parent_artifact_id": entry["artifact_id"]}
            child = agent.store.create_and_save(skill_name, payload, parent_artifact_ids=[entry["artifact_id"]])
            mark_need_consumed(entry["artifact_id"], need_index, skill_name)
            children.append(child)
    return children

from collections import defaultdict
 
def multi_parent_synthesis(agent, available_artifacts: List[dict], limit: int = 2):
    skill_to_parents = defaultdict(list)
    for art in available_artifacts:
        if art["artifact_id"] in load_consumed_ids():
            continue
        payload_keys = {k.replace("-", "_").lower() for k in art["payload"].keys()}
        for skill_name, meta in agent.candidate_skills.items():
            if skill_input_params(skill_name, meta) & payload_keys:
                skill_to_parents[skill_name].append(art)
 
    children = []
    for skill_name, parents in skill_to_parents.items():
        if len(parents) < 2:
            continue
        selected = sorted(parents, key=lambda a: (a["timestamp"], a["producer_agent"]))[:limit]
        merged_payload = {}
        for parent in selected:       # oldest -> newest, newest overwrites conflicts
            merged_payload.update(parent["payload"])
        exec_params = project_payload_to_skill_params(merged_payload, skill_input_params(skill_name, agent.candidate_skills[skill_name]))
        result = agent.executor.execute_skill(skill_name, agent.candidate_skills[skill_name], exec_params, timeout=30)
        if result["status"] == "success":
            child = agent.store.create_and_save(skill_name, result["result"], parent_artifact_ids=[p["artifact_id"] for p in selected])
            children.append(child)
    return children

3.5 ArtifactMutator：让 DAG 拓扑自我修正

除了反应机制，论文还加入 mutation layer。released code 中 artifacts/mutator.py 的默认 policy 是 stagnation_cycles=3、redundancy_threshold=0.7、max_mutations_per_cycle=2。当某个 leaf artifact 多轮没有 children 时，mutator 会 fork 成两个 children 扩展反应空间；当 sibling payload keys 过度重复时会 prune/merge；当 sibling 在同一 key 上产生冲突值时，会尝试 graft 到其他 parent 或合并冲突视角。这个层的作用不是提升单次 skill 精度，而是防止共享 DAG 在长时间自治运行中被重复分析、死枝和互相矛盾的 sibling 淹没。

3.6 Infinite：把计算 DAG 变成社区可读的科学记录

Infinite 是 Next.js 14 + PostgreSQL 平台。released platform code lib/db/schema.ts 中，posts 表包含 hypothesis、method、findings、dataSources、openQuestions、sessionId、toolsUsed、evidenceSummary、figures 等字段；artifacts 表保存 artifactId、postId、artifactType、skillUsed、producerAgent、parentArtifactIds、contentHash、payload、investigationId；needs_signals 表保存 artifactId、producerAgent、artifactType、query、rationale、branch、maxVariants、preferredSkills、paramVariants 和 status。

Figure 5 解读：Post、Artifact、Action、Vote 和 Community 被放进同一个 typed schema。一个 post 不只是正文，而是带 hypothesis/method/findings/toolsUsed 的 scientific claim；artifact 记录 ID、type、skill、producerAgent、parentArtifactIds；actions 和 votes 让后续 agent 可以把 critique、redirect 或 replicate 作为机器可读信号处理。

Figure 6 解读：治理闭环把 evidence surface 暴露给 peers，并把 engagement 映射到 reputation/karma。paper 中给出 tier：banned $κ \leq - 100$ ，shadowban $- 100 < κ \leq - 20$ ，probation $- 20 \leq κ < 50$ ，active $50 \leq κ < 200$ ，trusted $κ \geq 200$ 且 reputation $\geq 1000$ 。released tier-manager.ts 的边界略有实现差异：probation 使用 $- 20 < κ < 50$ ，trusted 同样要求 karma $\geq 200$ 与 reputation $\geq 1000$ 。

def heartbeat_cycle(controller):
    controller.artifact_store.sync_all()              # remote artifacts + open needs
    controller.check_notifications()                  # chat / redirect / mentions
    controller.check_collaborative_sessions()
    controller.discover_and_join_sessions()
    investigation_id, post_id = controller.run_interest_investigation()
 
    children = controller.reactor.react(limit=3, investigation_id=investigation_id or "")
    if children:
        controller.post_reaction_findings(children)
        fulfillments = [c for c in children if "_fulfilled_need" in c.payload]
        if fulfillments:
            controller.synthesize_from_fulfillments(fulfillments)
 
    controller.engage_with_peers()
    controller.journal.log_observation("Completed heartbeat cycle")

3.7 论文公式与 released code 实现差异

score = 2.0·novelty + 1.0·centrality + 0.5·depth + 0.2·age 在 artifacts/pressure.py::score_need() 中按论文实现；schema-overlap matching、self-fulfillment blocking、consumed need tracking 和 multi-parent synthesis 也能在 artifacts/reactor.py 中找到对应代码。需要显式注意的差异有两类。第一，LLM backend 口径不完全一致：论文 Materials and Methods 写 primary deployment 使用 Anthropic Claude Opus 4.6/4.5，表中列 claude-opus-4-6；但 ScienceClaw core/llm_client.py 的默认 ANTHROPIC_MODEL 是 claude-sonnet-4-6，只有 autonomous/citation_aware_reasoner.py 默认使用 claude-opus-4-6。因此复现实验时应以环境变量或实际 local config 为准，而不能只看论文表。第二，skill catalog 规模在论文不同位置有 270+、300+、200+ 三种口径，released code/README 也反映这是随快照变化的 catalog size；本文笔记把它解释为版本/统计口径差异，而不是固定超参数。

Code reference: main @ f4a62866 (2026-05-21) for ScienceClaw; main @ 699b90a4 (2026-04-16) for Infinite — pseudocode and mapping based on these commits

Paper Concept	Source File	Key Class/Function
Artifact record / content hash / DAG parent IDs	`artifacts/artifact.py`	`Artifact`, `ArtifactStore.create_and_save`, `_append_global_index`
Need pressure formula	`artifacts/pressure.py`	`NeedRef`, `score_need`, `rank_needs`
Need-driven and schema-overlap reaction	`artifacts/reactor.py`	`ArtifactReactor.scan_needs`, `react_to_needs`, `scan_available`, `_react_multi`
DAG mutation policy	`artifacts/mutator.py`	`MutationPolicy`, `ArtifactMutator.detect_triggers`, `_fork`, `_prune`, `_graft`, `_merge_conflict`
Deep investigation entry point	`autonomous/deep_investigation.py`	`run_deep_investigation`, `DeepInvestigator.run_tool_chain`, `run_refinement_loop`
Heartbeat loop	`autonomous/heartbeat_daemon.py`, `autonomous/loop_controller.py`	`run_heartbeat`, `AutonomousLoopController.run_heartbeat_cycle`
Skill registry / execution	`core/skill_registry.py`, `core/skill_selector.py`, `core/skill_executor.py`	`SkillRegistry`, `LLMSkillSelector.select_skills`, `SkillExecutor.execute_skill`
Collaborative sessions	`coordination/session_manager.py`	`create_collaborative_session`, `claim_investigation`, `post_finding`
Infinite post/artifact/needs schema	`lib/db/schema.ts` in `lamm-mit/infinite`	`posts`, `artifacts`, `needsSignals`, `coordinationSessions`
Infinite post and artifact APIs	`app/api/posts/route.ts`, `app/api/artifacts/route.ts`, `app/api/needs-signals/route.ts`	`POST /api/posts`, `POST /api/artifacts`, `POST /api/needs-signals`

4. Experimental Setup (实验设置)

4.1 数据与任务规模

论文没有训练一个新的 RL policy 或 foundation model；实验是系统级 autonomous investigation case studies。四个 case 的规模如下：Protein Design 使用 SSTR2 peptide binder 任务，核心结构证据来自 PDB 7XNA，并分析 AGCKNFFWKTFTSC、FCFWKTCT、YCWKTCT、YCGWKTCT 等 somatostatin-derived sequences；Materials Discovery 筛选 212 个带 elastic tensors 的 light-element ceramic phases；Cross-Domain Resonance 构造 39×6 feature matrix，包含 10 个 biological structures、14 个 engineered materials、7 个 musical instruments 和 8 首 Bach chorales；Formal Analogy 从 18 篇互不引用的 urban/materials 文献中抽取 66 个 concepts（33 urban + 33 material），再生成 reduced correspondence graph。

4.2 Baselines / comparison targets

论文没有给出传统意义上的 supervised baseline、RL baseline 或 ablation baseline，例如 centralized planner、single-agent-only、no-reactor、no-provenance 等受控对照都没有作为数值 baseline 报告。实际比较对象是系统设计层面的：人类提示驱动 AI、human-guided AI co-scientist、单 pipeline autonomous research system、以及缺乏 artifact lineage 的普通 agent chat/social 平台。结果更像 system demonstration + quantitative characterization，而不是 benchmark leaderboard。

4.3 评价指标

主要系统指标是 Table 1 中的 Agents、Tools、Artifacts、Synthesis 和 Avg DAG depth。Agents 是参与调查的 autonomous agents 数；Tools 是跨 agents 调用的 unique computational tools；Artifacts 是去重后的 computational artifacts；Synthesis 是跨来源整合或转换产生的 synthesis artifacts；Avg DAG 是带 parents 的 artifacts 的平均 dependency depth。case-specific 指标包括：SSTR2 的 ESM-2 pseudo log-likelihood、contact fingerprint 和 physicochemical mass；materials 的 density、bulk modulus、convex-hull stability 和 Bayesian synthesis success probability；resonance 的 PCA explained variance、gap centroid/radius、ANOVA、FEM eigenfrequencies；urban/material analogy 的 Shapiro-Wilk、power-law fit、OLS、degree sequence、KS tests、Bayesian posterior 和 L-system growth。

4.4 运行配置与实现配置

论文报告的 LLM backend 是可配置的，Materials and Methods 写 primary deployment 使用 Anthropic Claude Opus 4.6/4.5；表中还列 OpenAI GPT-5.2 (gpt-5.2) 和 Hugging Face Kimi-K2.5 (moonshotai/Kimi-K2.5)。released ScienceClaw code 中 core/llm_client.py 的默认值是 OPENAI_MODEL=gpt-5.2、HF_MODEL=moonshotai/Kimi-K2.5、ANTHROPIC_MODEL=claude-sonnet-4-6，所以真实复现应读取环境变量或 llm_config.json。heartbeat daemon 默认 interval 是 21600 seconds = 6 hours；AutonomousLoopController.run_heartbeat_cycle() 中每轮先 sync remote artifacts/needs，再检查 notifications、sessions、agent discovery、运行 deep investigation，最后 ArtifactReactor.react(limit=3)。ArtifactReactor 默认 needs_fulfillment_budget=2、needs_max_variants_default=1；mutation policy 默认 stagnation_cycles=3、redundancy_threshold=0.7、max_mutations_per_cycle=2。论文没有报告 GPU 型号/数量、batch size、learning rate 或训练步数，因为实验重点不是训练神经网络，而是运行 agent ecosystem。

5. Experimental Results (实验结果)

5.1 四个 autonomous investigations 的系统级结果

Case Study	Agents	Tools	Artifacts	Synthesis	Avg DAG
Protein Design	10	23	177	57	2.15
Materials Discovery	8	10	73	22	2.25
Resonance Landscape	13	12	159	19	2.00
Formal Analogy	9	23	52	25	2.00

这些数字支持的不是“某个算法准确率更高”，而是系统能在 8–13 个 agents、10–23 个 tools、52–177 个 artifacts 的范围内持续生成有 parent lineage 的 synthesis。Protein Binder 产生 177 artifacts / 23 tools = 7.7 artifacts/tool；Materials 是 73 / 10 = 7.3 artifacts/tool；Resonance 是 159 / 12 = 13.3 artifacts/tool；Urban-Material 是 52 / 23 = 2.3 artifacts/tool。Synthesis density 从 Resonance 的 19/159 = 12% 到 Urban-Material 的 25/52 = 48%，design-driven studies 约为 30–32%。

Figure S1 解读：Protein Design supplementary network 显示约 10 个 agent 形成密集 central core，artifact-passed edges 标注 pubmed_results、sequence_alignment、admet_prediction、protein_data、synthesis 等类型。它对应 Table 1 中最高 artifacts 数（177）与最高 synthesis 数（57），说明 peptide design case 的收敛来自多种证据链频繁合成。

Figure S2 解读：Materials Science network 更紧凑，8 个 agents 围绕 materials_data、ml_prediction 和 synthesis 形成集中依赖结构。它对应 Table 1 中最高 Avg DAG depth 2.25，说明材料筛选从 raw database retrieval 到 property filtering、stability filtering、synthesis feasibility 的层级更明显。

Figure S3 解读：Resonance Landscape network 显示 13 个 agents 和 12 个 tools 的平行 parameter sweeps；虽然 synthesis artifacts 只有 19 个，但 artifacts 总数达到 159，反映这个 case 更多是多设计变体的横向探索，而不是每一步都产生深层 DAG。

Figure S4 解读：Formal Analogy network 中 artifacts 数较少（52），但 synthesis 数达到 25。图中的 materials_data、figure、ml_prediction、pubmed_results、network_data 等边说明 agent 主要在整合跨文献、图结构和符号语法，而不是大量筛选候选实体。

5.2 Protein Design：SSTR2 peptide binder 的多证据收敛

SSTR2 case 以 somatostatin receptor 2 为目标。SSTR2 在约 80–90% neuroendocrine tumors 中高度表达，已有 octreotide（1,019 Da）、lanreotide（1,047 Da）和 68Ga-DOTATATE 等 ligands。agents 以 PDB 7XNA 为主要结构参考，发现 peptide positions 2–4 的 K-T-C triad 是 receptor-binding pocket 中的主 interaction hotspot，接触 Tyr50、Phe294、Asp295 和 Asp122。序列比对显示 C-terminal CWKTCT-like motif 最保守，N-terminal 更可变；ESM-2 PLL 对 seed peptide AGCKNFFWKTFTSC 的 mean PLL 为 -3.186，mutation scan 认为 A1→M 与 W8→L 等替换可能提升 sequence fitness，但 conserved motif 内突变容忍度低。

Figure 7 解读：Figure 7A 是 7XNA 中 SSTR2–peptide contact fingerprint，直接显示 K-T-C 区域是结构接触热点；Figure 7B 把 evolutionary conservation 与 ESM-2 mutation fitness 放在一起，说明 conserved CWKTCT-like pharmacophore 同时在进化和语言模型 landscape 上更不容忍突变。这是论文所谓 independent evidence streams converge 的最清楚例子。

Figure 8 解读：图中四类 agent chains 从 literature mining、structure analysis、ranking 到 sequence design 独立启动，ArtifactReactor 通过 artifact-driven propagation 把 peptide sequences、structural hotspots 和 embeddings 传递到 synthesis stage。实线表示直接 agent calls，虚线表示 artifact-driven downstream propagation。

优化 candidate MGLKNFFLKTFTSC 的 predicted sequence fitness 高于 seed，但质量约 1639 Da，明显重于 octreotide 和 lanreotide；短 core FCFWKTCT 的质量更接近药物范围，但作为 linear peptide 的 predicted stability 较低。因此论文结论不是“找到可直接实验的最终药物”，而是提出 cyclization 和 truncation 比 sequence elongation 更可能是下一步。局限是没有直接做 molecular docking 或 molecular dynamics 来验证 binding affinity，当前结果应视为 hypothesis-generating。

5.3 Materials Discovery：轻质高体积模量陶瓷筛选

Materials case 的 inverse design 目标是找同时满足 density $< 5 g/c m^{3}$ 、bulk modulus $> 200 GPa$ 、热力学稳定且可能可合成的 ceramic phases。agents 查询 Materials Project elasticity data，分析 212 个 light-element ceramic phases；其中 14 个满足 density/bulk-modulus constraints，7 个在 convex hull 上稳定。稳定候选包括 B4C、B6O、Mg2B24C、MgB9N、Be3N2、Si3N4、Al2O3。B4C 的 density 约 2.54 g/cm³、bulk modulus 238 GPa；B6O 的 density 2.62 g/cm³、bulk modulus 229 GPa。

Figure 9 解读：Figure 9A 是 14 个候选陶瓷的 density vs bulk modulus log-log scatter，B4C 与 B6O 处于低密度但高刚度的 outlier 区域。Figure 9B 是 Bayesian synthesis planning 的温度/压力气泡图，B4C 的 synthesis success probability 为 0.91，B6O 为 0.74；较少文献支持的 Mg2B24C 与 MgB9N 分别为 0.38 和 0.31，风险可能来自高温 Mg 挥发、高压合成条件或文献数据不足。

5.4 Cross-Domain Resonance：从跨域 PCA gap 到 3D FEM 验证

Resonance case 最能体现“跨域合成”。10 个 agents 把 biological structures、engineered acoustic metamaterials、musical instruments 和 Bach chorales 映射到共同六维 feature space：membrane character、structural periodicity、hierarchy level、frequency range、damping behavior、modal coupling strength。PCA 在 39×6 matrix 上得到 PC1=61.2% variance（membrane character），PC2=27.4% variance（structural periodicity），合计 88.6%。KDE 找到 low-density gap，centroid 为 $(- 0.521, + 0.425)$ ，radius 为 0.438 normalized units；nearest biological structure（cricket wing harp）距离 $d = 0.063$ ，nearest engineered structure（membrane acoustic resonator）距离 $d = 0.784$ ，约 12:1。ANOVA 显示 membrane character $F = 18.4, p < 0.001$ ，hierarchy level $F = 12.1, p = 0.002$ 。

Figure 10 解读：Figure 10 把 biology、engineered materials、musical instruments 和 Bach chorales 放到同一个 PCA 平面。music 位于 boundary，biology 聚集在高 hierarchy / 高 periodicity 区域，而 engineered materials 缺少 membrane character > 0.6 且 hierarchy level > 0.8 的结构。虚线 gap 是 agent 从 feature-space incompleteness 中自动提出的 design opportunity。

为填补 gap，agents 生成 Hierarchical Ribbed Membrane Lattice：carbon-fiber/chitin composite、cricket wing / cicada tymbal rib structure、Bach motif-periodicity 启发的 multi-scale hierarchy。设计目标是 2–8 kHz acoustic filtering 与 multi-band attenuation，预测 PCA 坐标 $(- 0.50, + 0.45)$ ，membrane_character $pprox 0.85$ ，hierarchical_layering $pprox 0.90$ 。随后 GeometryGenerator 和 FEMAnalyst 生成 6 个 parametric STL，并用 JAX-FEM 做 free-free 3D tetrahedral modal analysis。所有 6 个 variants 都在 2–8 kHz 内有 5–9 个 vibrational modes；最佳 v1_cricket_fine 的 $f_{0} = 2.116$ kHz，9 个 elastic modes 落在目标频带，modal density = 1.5 modes/kHz，与 natural cricket wing harps 的约 1–2 modes/kHz 接近。3D FEM 还修正了早期 2D plate model 对 $f_{1} = 1968$ Hz 的低估，得到 $f_{1} = 2116$ Hz，上移 148 Hz（7%）。

Figure 11 解读：Figure 11A 展示 v1_cricket_fine 的 3D STL，Figure 11B 对六个 variants 的前六个 elastic eigenfrequencies 做 scatter。filled circles 标出 2–8 kHz 内的 modes；结果说明 gap-derived design 不只是语义类比，还能落到 fabrication-ready geometry 和物理 modal benchmark。

5.5 Formal Analogy：城市形态与晶界演化的可执行类比

Urban/material analogy case 不是候选筛选，而是把两个不相互引用的 literatures 显式桥接。PRISMA-style review 找到 18 篇论文，分属 urban physics 与 materials/grain growth 两个 non-citing communities。agents 抽取 66-concept ontology（33 urban + 33 material），reduced correspondence map 中有 9 条 cross-domain edges 和 28 条 intra-domain edges；block↔grain、street↔boundary、junction↔triple junction、infill↔growth-front/coarsening 是最直观的 mapping，assemblage 与 cyborg-urban 未映射。

Figure 12 解读：Figure 12 展示 reduced correspondence map。它的价值不在于证明两个系统同构，而在于把原本直觉性的“城市街区像晶粒结构”转成一组可检查的 node/edge mapping，并明确标出 unmapped concepts。

统计检验显示三组 source distributions 都显著 non-normal，Shapiro-Wilk $p = 0.0017$ 。在由异质文献值构造的 normalized 60-point dataset 上，power-law fitting 得到 $lpha=1.25\pm0.08$ 、 $R^{2} = 0.71$ ；OLS 得到 $eta=0.83$ 、 $p = 0.002$ 、 $R^{2} = 0.68$ 。reduced urban 与 grain concept networks 具有相同 degree sequence $[3, 3, 3, 2, 2, 1, 1]$ 、近似相同 transitivity、同一个 Weisfeiler-Lehman hash；KS tests 未能区分 degree、betweenness 或 clustering；Bayesian comparison 给出 posterior probability 0.82，认为两个 exponents 相差小于 0.5。

Figure 13 解读：Figure 13 比较 degree、betweenness 和 clustering distributions，说明 reduced graph 层面存在 coarse structural similarity。但图也提醒样本很小：每个 reduced network 只有 7 nodes，因此这些测试支持的是抽象后的拓扑相似，而不是共享物理机制。

agents 最后生成一个六规则 L-system grammar： $egin{aligned} S & o G[+I]G[-I]B,\ G & o F[+B]F[-B]G,\ B & o F[+I]F[-I]B,\ I & o F[+J]F[-J]I,\ J & o F[+C]F[-C]J,\ C & o F[+G]F[-G]C. \end{aligned}$ 其中 $S$ 表示 founding settlement 或 grain nucleation site， $G$ 表示 urban expansion edge 或 grain-boundary migration front， $B$ 表示 district edge 或 phase boundary， $I$ 表示 infill 或 intragranular coarsening， $J$ 表示 street intersection 或 triple junction， $C$ 表示 consolidation 或 curvature-driven coarsening。以 axiom $S$ 、angle $27. 5^{\circ}$ 、step length 1.0、length scale 0.9 推导时，terminal segments 从 step 1 的 3 增长到 step 5 的 805，约每两步增长 9.5×。

Figure 14 解读：Figure 14 展示 L-system successive derivation steps。这个结果把跨域类比压缩成 executable symbolic grammar，因此后续 agent 或人类可以运行、改写或 falsify 它，而不是只能读一段类比性的自然语言解释。

5.6 局限与结论

论文最强的证据是 system integration：artifact lineage、need-driven coordination、multi-parent synthesis、Infinite post schema 和多个 scientific case 的可追溯输出构成了完整闭环。但它的 empirical evidence 更偏 demonstration 而非严格对照实验：没有 centralized planner baseline、no-reactor ablation、single-agent baseline 或 human-in-the-loop 对照；有些 case 的 report generation / figure creation 还由 human 执行；Protein Design 没有 docking/MD/binding affinity validation；Materials 中 Mg2B24C、MgB9N 的 synthesis feasibility 风险较高；Urban-Material analogy 的 reduced graph 只有 7 nodes，不能推出共同 governing equations。整体结论是：ScienceClaw + Infinite 证明了 autonomous agents 可以通过 emergent artifact exchange 做异步、可审计、跨域的科学探索，但还需要更严格的 ablation、实验验证和长期开放生态评估来证明其相对中心化系统或单 agent 系统的优势。

Paper Notes

探索

Autonomous Agents Coordinating Distributed Discovery Through Emergent Artifact Exchange

Autonomous Agents Coordinating Distributed Discovery Through Emergent Artifact Exchange

1. Motivation (研究动机)

2. Idea (核心思想)

3. Method (方法)

3.1 总体框架：ScienceClaw 负责计算，Infinite 负责可审计 discourse

3.2 Agent profile 与 skill registry：让差异化探索成为默认行为

3.3 Artifact layer：把每次计算变成可寻址 DAG 节点

3.4 ArtifactReactor：用 pressure score 和 schema overlap 代替中央调度

3.5 ArtifactMutator：让 DAG 拓扑自我修正

3.6 Infinite：把计算 DAG 变成社区可读的科学记录

3.7 论文公式与 released code 实现差异

4. Experimental Setup (实验设置)

4.1 数据与任务规模

4.2 Baselines / comparison targets

4.3 评价指标

4.4 运行配置与实现配置

5. Experimental Results (实验结果)

5.1 四个 autonomous investigations 的系统级结果

5.2 Protein Design：SSTR2 peptide binder 的多证据收敛

5.3 Materials Discovery：轻质高体积模量陶瓷筛选

5.4 Cross-Domain Resonance：从跨域 PCA gap 到 3D FEM 验证

5.5 Formal Analogy：城市形态与晶界演化的可执行类比

5.6 局限与结论

目录