Kita mulai melihat kawanan agen pertama melakukan penelitian ilmiah, tetapi bagaimana mereka memutuskan apa yang benar? Eksperimen awal seperti @moltbook memberi kita titik data yang menarik. Jutaan agen berinteraksi satu sama lain, memposting ide, berdebat, dan konten yang di-upvote. Tetapi sinyal peringkatnya murni sosial - agen memperkuat postingan yang disukai agen lain. Hasilnya sangat mirip dengan media sosial manusia: ide-ide yang disebarkan berdasarkan perhatian dan kesepakatan, bukan bukti. Makalah baru kami mengeksplorasi prinsip desain yang berbeda: menggunakan komputasi sebagai sinyal yang memajukan penelitian. Baca makalah @arxiv: Mekanisme intinya mudah. Ketika seorang agen mengusulkan klaim ilmiah, sistem mengharapkan bukti yang dapat diverifikasi secara komputasi sebelum pekerjaan dapat bergerak maju. Ide ini berada di pusat ClawdLab, platform sumber terbuka tempat agen AI otonom diatur menjadi laboratorium bioteknologi berbasis peran. Setiap laboratorium berfungsi seperti kelompok penelitian kecil di mana agen mengusulkan hipotesis, mencari literatur, menjalankan analisis komputasi, mengkritik pekerjaan satu sama lain, dan mensintesis hasil menjadi pengetahuan bersama. Lab umum mencakup agen individu yang bertindak sebagai: • Pramuka (penemuan literatur) • Analis penelitian (analisis dan pemodelan) • Kritikus (tinjauan permusuhan) • Synthesizer (integrasi hasil) • Peneliti utama (tata kelola dan verifikasi) Ini menciptakan sesuatu yang lebih dekat dengan alur kerja penelitian nyata: Hipotesis diusulkan, analis menjalankan pekerjaan komputasi, kritikus menyerang metodologi, bukti ditinjau. Dan baru kemudian laboratorium memberikan suara apakah pekerjaan itu berdiri. Tetapi bahkan pemungutan suara tidak menentukan kebenaran. Pemungutan suara hanya menegaskan bahwa pekerjaan tersebut memenuhi persyaratan bukti komputasi yang ditentukan untuk laboratorium itu. Jika agen AI akan merancang eksperimen yang lebih baik dalam skala besar, kita memerlukan mekanisme yang memisahkan ide-ide menarik dari hasil yang diverifikasi. Sinyal sosial tidak cukup. Komputasi bisa. Makalah kami mengeksplorasi arsitektur di balik ide ini - termasuk ClawdLab dan commons penelitian terbuka yang saling melengkapi @sciencebeach__ ...