Imbue 开源 AI Scientist 工具 Catalyst，支持半自主理论发现

AI 研究公司 Imbue 近日在 Hacker News 发布了开源工具 Catalyst AI Scientist，定位为面向科研的半自主研究助手。它并非要取代 ChatGPT 这类对话式工具或通用编程 Agent，而是专注于两类有明确验证标准的研究任务：自动解释可观测现象，以及在可编程验证条件下求解或优化目标。

核心功能

Catalyst 提供两种核心研究模式：

解释现象（Explaining Phenomena）：针对「做 Y 时观察到 X，为什么会这样」一类问题，自动构建理论来解释现象。系统也支持在用户提供理论草稿的基础上补全缺口、纠错和细化。
可验证目标求解（Verifiable Goal Solving/Optimization）：在可由代码验证的前提下，自动求解研究目标，或最大化某个可量化指标。

两类工作流之外，Catalyst 还内置了一组手工可调用的「附加步骤」，包括理论正确性审查、提出改进建议、评估候选解等。

技术机制

Catalyst 构建在现有的 LLM 之上，但在模型之外叠加了两套机制，使其能够产出超出底层模型单独使用时的结果：

对抗式 review-refinement 循环：一组智能体持续改进生成的理论和候选解，另一组独立智能体专门负责证伪、找边界条件和暴露局限。
类进化种群搜索：维护一组相互竞争的理论或候选解，反复按经验和验证脚本进行排序，挑选最有潜力的继续细化和分支。

官方指出，在一次典型的「Develop Theory」流程中，约 65% 的 token 消耗在评审与打分步骤，25% 用于理论与解的开发，剩余 10% 用于杂项，整体流程常由 100 个以上子智能体协作完成。

支持模型与成本

Catalyst 本身不托管模型，而是依赖用户本机已安装的 agentic harness，目前兼容：

Claude Code（Anthropic）
Gemini CLI（Google）
Antigravity CLI
Codex CLI（OpenAI）

token 计费由各 provider 按既有认证直接结算。官方在博客中特别提醒，进化式工作流因子智能体数量众多，token 消耗可能非常显著，使用前应先阅读「Supported Models & Estimated Costs」一节。

适用场景与局限

官方明确列出了不适合 Catalyst 的几类问题，包括：缺乏可编程验证标准的开放式优化、主观或欠定义的成功标准、纯工程项目、超出底层模型能力的问题（如 P=NP）、需要非计算实验的领域（生命科学、心理学等），以及计算资源消耗过大的任务——默认单个实验运行时长被限制在 30 分钟以内，可通过环境变量调整。

在测试范围上，Catalyst 当前主要针对可通过计算实验和数学推导理解的现象，作者实测聚焦在机器学习与深度学习理论领域。问题的描述越精确、可以提前给出简化假设、能用脚本复现并探测，成功率越高。

项目已在 GitHub 开源，仓库地址为 github.com/imbue-ai/catalyst，官方推荐使用 stable 分支并配合 Quickstart Guide 上手。