Show HN：开源AI科学家实现半自动理论发现

Imbue 发布了 Catalyst，一个开源工具，旨在实现半自动化的科学研究和理论发现。该工具基于现有的大语言模型（LLM）构建，但通过两种独特的工作流程显著提升了其能力：一是解释现象，即自主开发理论来解释观察到的现象，并支持用户提供理论草案进行修正；二是可验证目标求解，即通过代码验证的方式解决研究目标或优化可测量的指标。此外，还提供预定义的手动操作菜单，如审查理论正确性、提出改进建议或评估候选方案。

Catalyst 特别适合那些能够通过计算实验和数学推导来理解的现象，尤其是机器学习和深度学习理论领域的问题。例如，回答“当我们做Y时，观察到X，导致X的机制是什么？”这类“为什么”问题。它要求问题描述精确、范围有限，并且可以通过编程方式重现和探究。对于可验证目标求解，典型问题包括“找到满足条件X的配置或函数，并通过验证脚本Y测试”或“优化模型A的训练速度，同时不将精度降至B以下”。

相反，Catalyst 不适用于无结构化或约束不足的优化问题（如“让我的模型更好”而无明确指标）、主观成功标准的问题、纯工程问题、超出基础模型能力范围的问题（如证明P=NP）、需要非计算实验的问题，以及需要大量计算资源的问题。默认单次实验超时30分钟。

与直接使用LLM聊天或编码代理相比，Catalyst 引入了对抗性评审-优化循环：一组智能体持续改进理论或解决方案，另一组独立智能体负责反驳、识别边缘情况和局限性。此外，它还采用进化式系统，维护一个竞争性的理论或解群，通过反复排名和实验数据验证来选出最优候选，并进一步细化分支。

使用 Catalyst 需要克隆仓库并安装依赖，支持多种LLM后端，包括 Claude Code、Gemini CLI、Antigravity CLI 和 Codex CLI。不同工作流程的成本差异较大，进化式工作流程通常涉及超过100个子智能体，可能导致显著的token消耗。用户可以通过配置“Step Type Model Overrides”来优化成本，例如仅对开发步骤使用最强模型，评审和评分步骤可使用较弱模型。

Catalyst 由 Imbue 团队开发，采用 AGPL-3.0 许可证。更多详细文档（如快速入门指南、工作流参考和CLI代理使用说明）可在仓库中找到。