已发表论文中的研究想法往往不是项目的最初设想。两者之间存在一个闭环过程：研究者进行实验、提炼洞见、识别挑战、检索文献并据此修正想法，每一步都基于可阐述的证据和推理。我们将一个想法在该过程中的路径及其背后的证据、推理称为真实研究轨迹，但它几乎未被记录。现有基于 LLM 的研究代理通常一次生成想法，然后在审稿、文献或实验结果的反馈下进行细化，或在候选想法和实验之间搜索。在这些方法中，想法的文本会演化，而连接各版本的证据和推理往往被丢弃。为此我们提出 Research Progress Graph (RPG)，它以有序的研究状态节点和认知转移边构成完整轨迹，每条边标注时间索引和对应的推理，使演化过程本身成为可研究对象。我们基于作者在注释和论文中提供的真实轨迹对 RPG 进行落地验证。将三十五种研究代理的输出映射到 RPG，发现它们均为不完整的 RPG：没有同时保留被改变的状态、导致改变的证据以及两者之间的推理。使用 RPG 对构思进行建模会改变代理的设计、评估和训练方式：代理预测下一个研究状态而非完整想法，评价标准从最终文本转向完整轨迹，真实轨迹可直接用作训练数据。这一转变促使研究代理从生成静态想法转向模拟想法的演化过程。
点评