Claude Code Harness+龙虾科研团来了！金字塔分层架构+多智能体

Claw AI Lab团队
量子位 | 公众号 QbitAI

你还在一个人做科研吗？

科研最难的，从来不是问题本身，而是一个想法从文献到实验再到写作，只能靠自己一点点往前推。

一个人方向偏了没人提醒，遇到歧义没人讨论，结果不对只能反复试错。所谓的“自动科研”，很多也只是把这一切封装成一条无人参与的流水线——人被拿掉了，但问题没有变。

但真正高效的科研，从来不是流水线。它更像一个实验室：不同角色同时推进，不同路径并行展开，发现被共享，错误被更早暴露，方向在不断讨论中收敛。人始终在关键位置，做判断、给方向、改路径。

△clawailab.ai

由Liu Fayao（刘发耀，新加坡A*STAR研究科学家），Ye Deheng（叶德珩，前腾讯AI合伙人&首席专家）和Chen Tianrun（陈天润，魔芯科技创始人）带领的研究团队提出了Claw AI Lab。

Claw AI Lab想做的，就是把这种协同方式变成一个可以运行的系统。你定义方向，多个agent协同推进，多个项目并行展开，过程持续演化；你可以随时介入、修正、回滚，让研究形成真正的闭环。

你不再是一个人做科研。

你是在带一个实验室，让研究自己运转起来。

金字塔式分层架构管理+用户友好UI

Claw AI Lab采用金字塔式分层架构，将科研流程拆解为从研究方向设定、方法设计与实验规划，到代码实现与结果分析的多层级体系，形成自上而下逐级细化的科研闭环。

每一层由专属Agent负责，通过任务队列与上下文紧密连接，使系统既具备全局规划能力，又能高效执行细节任务。同时，上层决策可根据下层实验结果动态调整，实现持续迭代与闭环优化。

△Claw AI Lab的操作界面

系统提供可视化操作界面，用户可以像PI一样定义研究课题、拆解任务，并实时查看各个Agent的执行状态与中间结果。复杂的科研流程被抽象为直观的操作与进度面板，大幅降低使用门槛。

同时支持三种模式

Lab讨论模式：多方向并行调研，跨方向讨论达成共识，生成统一假设。

Lab独立研究模式：多方向并行调研，各方向共享知识库独立生成假设，速度更快但无跨方向共识。

论文复现模式：单Agent全流程复现目标论文的方法与实验。

Claude Code Harness

如果说传统AI编程助手解决的是“写一段代码”，那么Claw Code Harness解决的是“把一个研究想法真正落成可运行实验”。

在Claw AI Lab里，模型不再一次性吐出代码片段，而是像工程师一样进入Turn Loop：先读取本地代码库、数据集和模型检查点，再迭代完成“理解任务、编写main.py、运行测试、定位报错、继续修复”的闭环。

△实验代码生成流程

更关键的是，系统会在运行环境中注入一个不可编辑的Experiment Harness，统一负责时间预算控制、指标上报、异常值校验，以及最终生成标准化的results.json。这意味着Claw不只是“会写代码”，而是在建立一条从想法到实验结果的可信执行链路，让AI生成的不是demo，而是真正能落地、能复现、能被继续优化的研究代码。

从“单一”智能体到“群体”智能

科研从来不是单打独斗的过程。真正重要的突破，往往诞生于反复的讨论、质疑与修正之中——一个想法被提出、被推翻、被重构，在多轮批判与协作中逐渐逼近正确答案。

想象以下场景：你创建了一个具身智能实验室，你是PI并且你有三名研究员，他们的方向分别是VLM、VLA和World Model。你希望研究一下具身智能里面最新的video action model最能落地的方向。

讨论前：

World Model研究员

主张worldmodel+边预测边做决策，认为可控性、安全性和在线重规划才是工业部署的关键；

VLA研究员

主张train with video, infer with action，认为训练时使用视频监督、执行时直接输出动作，才兼顾效率与闭环稳定；

VLM研究员

认为短期最容易落地的不是直接控制，而是任务理解、执行监控、异常预警和自动化，因为这些模块更容易进入真实系统。

在Claw AI Lab里，讨论并结合各家优缺点，收敛出更强的idea得出一套更优、更可部署的方案，如下：

• 训练阶段，用视频监督学习更强的动态表征；
• 执行阶段，保留直接动作输出，确保低时延闭环控制；
• 系统上层，引入planning / safety layer做重规划和约束筛选；
• 执行旁路，增加步骤理解、异常监控、anticipation和可解释推理，用于纠错、恢复和长期运维。

除此之外，在Claw AI Lab内，讨论不会只给一个“看起来合理”的答案，它还会把争议背后的原因挖掘出来。

争议一：人类视频到底该不该直接迁移到机器人动作？

共识：它的近中期最大价值在于预训练和中间表示，而不是直接替代低层动作监督。

争议二：为什么World Model和VLA有截然不同的主张？

共识：前者代表系统可控性与安全性，后者代表低时延执行效率，真正更稳健的路线不是二选一，而是把两者放进同一个分层闭环里。

所以，Claw AI Lab不只是“让多个agent一起说话”。它更像一次真正的组会，分歧被展开，假设被暴露，证据被对齐，路线被重组，最后产出更强的共识、更清晰的优先级，以及下一步真正值得验证的研究方向。

科研不再只是生成一个结果，而是一个由群体智能驱动、不断收敛和演化的过程。

Lab模式的项目结果示例

项目简介：这个项目旨在对大模型中的hallucination进行系统化量化，不仅判断结果是否出错，还深入到推理过程，识别错误是如何产生、如何传播的。其难点在于缺乏统一标准答案、错误往往具备“表面合理性”，且在多步推理中会被不断放大。为此，项目通过结构化拆解模型输出流程，引入多维度一致性与过程级分析，实现对hallucination的细粒度度量与定位，从而将这一长期依赖经验判断的问题，转化为可分析、可优化的工程问题。

论文复现模式的项目结果示例

项目简介：这个项目旨在在真实工程环境中复现PhyCustom在FLUX模型上的效果，不只是复现论文结果，更验证“物理属性可控生成”能否在复杂系统中稳定落地。其难点在于，物理属性难以被生成模型准确表达，同时复现过程对数据、训练细节和实现路径高度敏感，稍有偏差就可能导致结果失真甚至失效。为此，项目通过将方法嵌入完整的实验执行链路，对关键步骤进行约束与追踪，使每一次训练与生成都有可依赖的上下文与反馈，从而让复现过程从“不可控的试错”，转变为“可追踪的系统性验证”。

代码链接：
https://github.com/Claw-AI-Lab/Claw-AI-Lab
项目主页：
https://clawailab.ai/