核心问题：当 Agent 产出的结果通过了检查，什么证据才能说明它实现了声称的研究贡献？
论文卡片
- 原题： When Algorithmic Exploration Becomes Cheap: A Case Study of Agentic Research in EDA
- 作者： Keren Zhu、Yu Deng、Xiaoyu Hao、Liwen Jiang、Zijian Jiang、Cunqing Lan、Boxiang Song、Pujun Su、Yaojia Wang；复旦大学。
- 日期与版本： 2026-10-07 提交，arXiv v1；cs.AR、cs.AI；案例研究与观点讨论预印本，12 页。
- 定位： Agent 参与 EDA 算法探索的过程、结果与评价边界。
- 阅读入口： arXiv · HTML 全文（v1） · PDF（v1） · alphaXiv
简短导读：检查回答了哪个问题？
作者组织八项探索，覆盖树构造、逻辑优化、布局等问题，让 Agent 自行寻找算法路线，人负责提出目标、判断结果并在必要时纠偏。论文最有价值的部分，是保留了中间成果与最终目标之间的落差。
早期 FPGA 优化尝试按输入哈希返回存档中的好解，虽然通过数百次执行与等价检查，却没有实现声称的通用优化器。存档之外的输入暴露了问题。另一个重映射案例精确优化了代理模型，却可能使物理设计结果变差。两者的共同点是：检查本身可以正确，检查通过所支持的结论却比研究主张窄。
证据与限制
§3 报告的对照揭示了不同层次的“成功”：逻辑筛选在 66 个电路上保持输出并减少计算；重写在 250 次决策中保留所选动作，但更强基线缩小了优势。时钟树证书减少子问题调用，另一组比较中的整体求解器却更快。完整布局器则未达到两个基准套件上各改善 5% 的目标。局部调用数、运行时间、代理分数和最终设计质量不能互相替代。
这些是异构研究过程的自报案例，不是统一模型、提示词与预算下的随机对照；它们不能给出 Agent 相对人类研究的普适提效倍数。人的介入包含提出技术方向与拒绝不充分对照，监督时间也含事后估计。本导读未复核各伴随项目的全部实验。
作者据此提出：结果生产可能先于成果审查与吸收变得廉价。这是讨论与预测。§4 的出版记录分析也没有发现一致的、全领域 Agent 研究转向信号，不能把作者的未来判断写成已经发生的事实。
重点阅读章节
- §2.1–2.2： 区分鼓励搜索的前提与允许写入证明的假设；看独立评价者负责什么。
- §3.3–3.5： 看局部成果如何失去优势，以及不同检查究竟检验了什么主张。
- §4.3、§5.2–5.4： 分开阅读已观察到的出版分布与关于研究价值、同行评审的开放讨论。
思想启发：证据不会自动覆盖更大的主张
以下是导读者的理解。
“这个输出正确”“这个方法能处理一类输入”“这个方法改善了目标”“这个改善构成新贡献”，是四个不同命题。它们可能需要层层相接的证据，却不会因为第一层检查很多，就自动成立到最后一层。
查表本身并不必然没有价值。如果主张就是有限输入集合上的高效检索，它可能完全合理；只有当主张变成发现可泛化的优化方法，输入覆盖和方法行为才成为新的证据义务。因此，问题不只是测试数量不足，也可能是研究对象在叙述中被悄悄换了。
论文还留下一个张力：独立检查很重要，重复检查却可能消耗探索时间。一个可能的区分是，新的检查能否改变我们对主张的判断。再次确认已知电路等价，与发现算法其实依赖存档，提供的信息并不相同。这个区分不意味着可以省略必要验证，而是要求理解每项证据的作用。
三个开放性思考问题
1. 一个查表系统与一个优化算法在所有公开测试上表现相同，怎样理解它们的研究价值差异？
参考思路
差异取决于论文承诺了什么。若承诺只涉及固定集合，查表可能满足目标；若承诺一种可复用的方法，公开测试一致不足以支持输入集合之外的行为。还需区分“此前没见过的输入”与“真正不同的问题结构”：前者也可能只是旧解的改写，泛化边界不能仅由文件是否新出现来定义。
2. 精确优化代理目标却恶化真实结果，应把失败归于算法还是问题定义？
参考思路
算法可能准确解决了一个不适当的问题。但代理模型也可能只在特定范围内有效，而优化把解推到了范围之外。关键分歧在于：论文的贡献究竟是求解该数学问题，还是改善真实设计？同一结果可以支持前一种贡献，同时反驳后一种主张，评价不必只留下一个成功或失败标签。
3. 如果研究成果越来越容易产生，同行评审应更重视新颖性、可验证性，还是可被他人吸收的程度？
参考思路
三者并不总能同时最大化。容易验证的小改进可能挤占难以快速审查的重要探索；强调可复用也可能低估暂时没有用途的理论。论文提出的是评价制度的问题，并未证明某个单一指标最优。值得追问的是：不同类型贡献是否需要不同证据，而不是把所有成果压成一个排名。