エージェント的研究者：数学と機械学習におけるAI支援研究の実践ガイド

概要: AIツールとエージェントは、研究者の働き方を、定理の証明からニューラルネットワークの訓練まで、再編成しています。それでも多くの人にとって、これらのツールが日常的な研究実践にどのように適合するかは依然として不明確です。本論文は、数学と機械学習におけるAI支援研究の実践的ガイドです。私たちは、研究者が現代のAIシステムを生産的に活用する方法、これらのシステムが最も役立つ領域、そして責任ある利用に必要なガードレールの種類について論じます。本論文は三部構成になっています：(I) AI統合の五段階分類、(II) エージェントプロンプトとして定式化された一連の方法論的規則を通じて、CLIコーディングエージェント（例：Claude Code、Codex CLI、OpenCode）を自律的な研究補助者へと変えるオープンソースのフレームワーク、(III) 深層学習と数学からのケーススタディ。フレームワークはサンドボックス化されたコンテナ内で動作し、既存のCLIエージェントを通じて任意の最前線のLLMと連携し、数分でインストールして使用できるほどシンプルで、個人用ノートPCでのプロトタイピングから計算クラスター全体での複数ノード・複数GPUを用いた実験へとスケールします。実際には、私たちの最長の自律セッションは20時間を超え、複数のノードにまたがる独立した実験を人間の介入なしに実行しました。私たちは、本フレームワークが研究者をループから置き換えることを意図しているのではなく、彼らを補強することを目的としていると強調します。私たちのコードは https://github.com/ZIB-IOL/The-Agentic-Researcher に公開されています。