20260625:很多新内容

concepts/autonomous-optimization-ao.md

@@ -0,0 +1,38 @@
+---
+title: "Autonomous Optimization (AO)"
+created: 2026-06-24
+updated: 2026-06-24
+type: concept
+tags: ["autonomous-research", "task-formulation", "evaluation"]
+sources:
+  - "[[arbor-htr-2026]]"
+---
+
+# Autonomous Optimization (AO)
+
+AO 是 Arbor 提出的自主科研任务形式化模型：P = (M0, O, Edev, Etest)，Agent 通过迭代实验改进研究产物，无需步骤级人工监督。
+
+## 四元组
+
+| 元素 | 含义 | 约束 |
+|------|------|------|
+| **M0** | 可变初始产物（代码库+数据） | Agent 可检查、修改 |
+| **O** | 改进目标（指标方向） | 标量目标，越大越好 |
+| **Edev** | 开发评估器 | 搜索期间自由使用 |
+| **Etest** | Held-out 评估器 | 仅用于 merge gate，不可做探索 oracle |
+
+## 关键约束
+
+目标：M⋆ = arg max Stest(M')
+约束：假设和实现决策**不使用 Etest 作为探索 oracle**
+
+这防止了过拟合——在 dev 上改进但无法 transfer 到 test 的候选不应被接受。
+
+## 与普通 Agentic Tool Use 的区别
+
+AO 的目标不是单一响应或代码补丁，而是**持续的研究轨迹**。Agent 必须提出假设、物化为产物变更、解读实验反馈，并决定哪些方向应该精炼、合并或放弃。
+
+## 参考
+- [[arbor-htr-2026]]
+- [[hypothesis-tree-refinement]]
+- [[coordinator-executor-architecture]]