agentic autoresearch1 篇实战文章

这篇 arXiv:2608.26093 我读了三遍，最后按横评样本处理。结论先给：真正值钱的不是 26 小时跑了 81 次实验，也不是推理成本比参考解低 600 倍，而是哈希固定评估器、强制推理契约、每次实验预注册证伪条件这三件事被做进了协议。