用 AI 做长任务，最容易出问题的地方，是一个模型从头干到尾，最后还自己说「我检查过了」。

ARIS 这个项目有意思的地方，就在于它不让一个 AI 自己闭环。它让 Claude Code 当执行者，负责读论文、找弱点、跑实验、写材料；再拉另一个不同模型当审稿人，专门挑毛病。一个负责往前冲，一个负责拆台。

这其实是个很朴素的判断：让同一个模型审自己写的东西，很容易互相说服；换一个模型来挑刺，反而更容易看见盲区。

它名字叫 auto-claude-code-research-in-sleep，听着像「睡一觉论文就出来了」，但这个说法不能误会。它能做的是把研究任务拆成一串自动流程，跑想法、跑实验、写答复、做讲稿、沉淀记忆；它不自带算力，不自带数据，也不保证一夜醒来就有顶会论文。

我觉得普通人也能借它的思路：AI 写完长方案，不要只让它自检。把全文丢给另一个模型，明确说「你来挑毛病，越狠越好」。从一个模型到两个模型，往往就是质量提升最大的一步。

#马力的AI知识分享#
#马力的AI开源项目分享#