AI科研閉環跑通了，零人干預+自我博弈，這波是agent自己捲自己

幣界網報導，DeepSeek資深研究員陳德里開源Deli AutoResearch，第四篇綜述由智能體全自主撰寫。通過skill.md協議文件實現AI調用子智能體協作完成科研全流程。自我博弈綜述在零人干預下首次自主規劃GPU實驗，並在285B參數的DeepSeek模型上進行強化學習訓練，採用GRPO算法完成從設計到結論的研究閉環，在模擬同行評審獲得8.6/10。此前其方法已產出三篇綜述，首篇約60輪迭代、總耗時約10小時，驗證AI原生研究路徑可行。