这个开源项目有个不太一样的地方：它不让一个 AI 自己埋头干研究，而是逼着两个不同的 AI 互相挑刺。

它叫 ARIS，全名是 auto-claude-code-research-in-sleep，直译过来就是「让 Claude Code 在你睡觉时自动做研究」。名字听着挺唬人，可它最核心的那层东西却简单到有点反差：那套定义怎么做研究的方法，就是一堆纯文本的 Markdown 文件，没有框架要学，没有数据库要维护，没有 Docker 要配，也没有常驻进程要盯着（它本身也带命令行工具和一些代码做衔接，但真正的方法都写在那些 Markdown 里）。作者自己说得很实在，这是一套方法，不是一个平台。

大多数人用 AI 干活，是一个模型从头干到尾：它写，它自己检查，它说「差不多了」，你就信了。问题在于，让一个模型审自己写的东西，跟一个人自己改自己作文是一回事——它看自己的套路，天然有盲区，很容易自己说服自己「这就挺好」。

ARIS 干脆不这么玩。它让 Claude Code 当那个埋头执行的人，跑得快、出活利索；再拉另一个不同的模型进来专门当审稿人，比如把 GPT-5.5 通过 Codex 接进去，它的活就一件，盯着执行的那个，挑它没注意到的毛病。两个模型脾气还不一样：一个图快、一个偏慢但较真，凑一块儿反而互补。

一个自言自语，一个找了个会跟你对线的人来评审。差别就在这。

有意思的是，作者特意解释过为什么是两个、不是三个四个：两个就够打破自我循环了，再多反而只是徒增成本、协作上还容易乱（说白了，提升最大的是从一个变两个，从两个加到四个意义不大）。提升最大的那一步留住，多余的不堆，这是真在算账。

「让两个不同的 AI 互相把关」这套思路，其实不用装任何东西也能借。你平时用 DeepSeek、豆包、Kimi，或者 ChatGPT、Claude 写个长方案、理一份复杂资料、推一段逻辑，写完别急着用，把整段丢给另一个模型，明确说「你来挑毛病，越狠越好，哪里站不住脚直接说」。换一家模型挑，比让同一个 AI 自我检查靠谱得多，因为它不熟悉前一个的套路，反而看得见漏洞，有时候一句「你这个数据来源呢」就把虚的地方戳穿了。

ARIS 把做研究这件事拆成了一串命令。

你给它一个研究方向，它能从找想法、跑实验、一路写到论文，整条线自己走。你要是已经有一篇参考论文加一份代码，它会去读那篇论文、找出弱点、把代码拉下来，专门针对那些弱点想改进方案，再去跑实验、写出论文。这一步其实最像在使唤一个真助手：读这篇、用这套代码、看看缺什么、把它补上。

审稿意见下来了，它能帮你写答复，而且带了三道闸：不准编造、不准超额承诺、每一条审稿意见都得覆盖到，少一条都不让它收尾。它甚至能把写好的论文转成讲稿和幻灯片，还有一个持久化的记忆库，把你做过的论文、想法、实验都存下来。更进一步，它会回头分析自己跑过的日志，反过来改进自己那些技能文件，相当于用一遍长一点本事。

「睡觉时自动出成果」这种话太容易让人误会，这里得说清楚。

它说的「无人值守地跑一晚上」是真的——你把任务定义清楚、把授权放开，这些 AI 确实能连着跑很久，你早上起来看结果。可真正在干活的，是你接进去的那些大模型，加上你自己的算力、你自己的代码和数据。ARIS 不自带算力，不自带数据集，也不替你准备能跑的实验代码。它更不可能保证你一觉醒来就躺着收一篇能中顶会的论文——它自己都把「不编造、不超额承诺」写成了硬规矩，这恰恰说明，AI 干完那一摊，最后把关的还得是你这个人。

说白了，「在你睡觉时」是个挺会起的标语，它真正做的事，是把一个长任务自动化，再加上两个 AI 互相盯着别糊弄。

有一说一，我没真拿它从头到尾跑过一篇论文的完整实验，只是认真研究了它的设计。但这不影响我下判断：让两个不同的模型互相挑刺、别让一个 AI 自己审自己，这个方向是对的。

它主要是写给做机器学习、要发论文跑实验的人用的，研究生、研究员会更有感觉，不是人人都用得上。它默认配 Claude 当执行、Codex 当审稿，换成别家模型来搭这两个角色也行。它开源，用的是宽松的 MIT 协议，GitHub 上已经攒到大概1.2万颗 star，更新很勤，几乎天天在动。

它是个开源项目，作者叫 wanshuiyin，在 GitHub 上的名字就叫 auto-claude-code-research-in-sleep，简称 ARIS。

#马力的AI知识分享#
#马力的AI开源项目分享#