Scientific agents 能够完成文献检索、问答、基于证据的生成以及论点评估等任务。现有系统大多围绕单一任务构建，同一篇论文会被反复检索、切分和解释，前一次任务中得到的理解难以在后续任务中复用。
ScholarStack 提出了一套层次化研究资产框架，将论文集合编译为可复用、带版本和溯源的资产，分为三层：基于原文的论文级陈述、面向领域的组织结构以及基于证据的跨论文综合。统一的访问接口能够根据任务需求返回对应的证据粒度视图，保留研究条件、来源可追溯性和验证状态。
我们在四类任务族、十个具体任务设置上实现了该框架，并将使用编译资产的 agents 与在相同基础模型下的任务专用基线进行对比。结果显示，在需要跨论文证据的任务（如多篇文献问答和综述生成）上质量提升显著；在所有可测量的任务中，查询时的 token 消耗均有所下降，因为资产只需编译一次即可在多任务间共享。
这些发现表明，层次化研究资产可以作为科学 agents 的共享基础设施，将文献辅助从孤立的文档处理转向累积的、基于证据的工作流。
点评