140. 给编程代理一个论文库，让它找到新方法

他们做了什么

发帖人让两个完全相同的 Claude Code 代理做同一件事：优化一个小型语言模型。一个只用自己的内置知识；另一个连接了 Paper Lantern，这是一个能检索 200 多万篇开源计算机科学论文的 MCP 搜索工具，每次尝试之前都会先查阅文献，共扫描了 520 篇论文，找出 25 个思路，并按照通俗易懂的指引加以应用。

结果如何

能查论文的代理让模型提升了 4.05%，基准代理为 3.67%，发帖人说 25 个基于论文的思路中大约有 15 个奏效了。他们还说，在一次 2 小时的运行中，更好的配置始终领先 12 分钟以上，不过评论者质疑这个结果到底有多强、能否推广。

需要知道

主要的代价是开销：这个系统会阅读完整的论文，增加了研究成本，发帖人说它适用于研究社区活跃的领域。

你可以这样尝试

每次尝试改进 [我的项目/基准测试] 之前，先在 [路径或搜索工具] 的论文库中搜索与 [问题] 相关的方法，并记下你尝试的每个思路受到了哪篇论文的启发。然后实现这个思路，并与当前基准分数 [分数] 进行对比测试。维护一份记录，包括尝试过的思路、来源论文和结果，进行 [数量] 次实验后停止，并总结哪些方法有效。