DeepMind 前员工创立 Inherent 宣称旗下 AI 智能体 Faraday 在科学研究复现中超越 OpenAI 与 Anthropic

import os
import subprocess
import requests

# 配置来自 n1n.ai 的统一 API 密钥
N1N_API_KEY = os.getenv("N1N_API_KEY")
N1N_API_URL = "https://api.n1n.ai/v1/chat/completions"

def call_llm(model_name: str, system_prompt: str, user_prompt: str) -> str:
    headers = {
        "Authorization": f"Bearer {N1N_API_KEY}",
        "Content-Type": "application/json"
    }
    payload = {
        "model": model_name,
        "messages": [
            {"role": "system", "content": system_prompt},
            {"role": "user", "content": user_prompt}
        ],
        "temperature": 0.2
    }
    response = requests.post(N1N_API_URL, json=payload, headers=headers)
    response.raise_for_status()
    return response.json()["choices"][0]["message"]["content"]

def execute_code(code_string: str) -> tuple[bool, str]:
    # 将生成的代码写入临时文件
    filename = "temp_executor.py"
    with open(filename, "w", encoding="utf-8") as f:
        f.write(code_string)

    # 在沙箱子进程中执行代码
    try:
        result = subprocess.run(
            ["python", filename],
            capture_output=True,
            text=True,
            timeout=45
        )
        if result.returncode == 0:
            return True, result.stdout
        else:
            return False, result.stderr
    except subprocess.TimeoutExpired:
        return False, "Error: Execution timed out after 45 seconds."
    finally:
        if os.path.exists(filename):
            os.remove(filename)

def agent_replication_pipeline(paper_description: str, max_tries: int = 5):
    print("[步骤 1] 正在规划代码架构与依赖...")
    plan_prompt = f"请针对以下研究任务规划所需的类、函数结构以及依赖库：\n{paper_description}"
    plan = call_llm("claude-3-5-sonnet", "你是一名资深机器学习研究员，请生成详细的实现计划。", plan_prompt)
    print("[规划完成] 架构已生成。")

    print("[步骤 2] 正在生成初始代码...")
    code_prompt = f"请根据以下规划编写完整的、可运行的 Python 代码。请直接输出代码，包裹在 markdown 标记中：\n{plan}"
    generated_code = call_llm("gpt-4o", "你是一名精通 Python 的软件工程师。只输出代码本身。", code_prompt)

    # 提取纯代码内容
    generated_code = generated_code.replace("```python", "").replace("```", "").strip()

    for attempt in range(1, max_tries + 1):
        print(f"\n[尝试 {attempt}/{max_tries}] 正在执行代码验证...")
        success, output = execute_code(generated_code)

        if success:
            print("[成功] 代码成功运行且无报错！")
            print("输出结果:\n", output)
            return generated_code
        else:
            print("[检测到错误] 启动自动修复机制...")
            fix_prompt = (
                f"以下代码在执行时报错：\n\n{generated_code}\n\n"
                f"报错信息如下：\n{output}\n\n"
                f"请修复该错误并输出修改后的完整 Python 代码。只输出代码。"
            )
            generated_code = call_llm("gpt-4o", "你是一名专业的调试专家。请修复代码中的 Bug。", fix_prompt)
            generated_code = generated_code.replace("```python", "").replace("```", "").strip()

    print("[失败] 已达到最大尝试次数，未能成功复现。")
    return None

if __name__ == "__main__":
    task = "使用 NumPy 实现一个简单的线性回归模型，在模拟数据上进行 100 次迭代训练，并打印最后的损失值。"
    agent_replication_pipeline(task)