Resumen: Los agentes de investigación profunda actuales se ejecutan en modo “disparar y olvidar”: una vez iniciados, no brindan a los usuarios ninguna forma de corregir errores o agregar conocimiento experto durante la ejecución. Presentamos ResearStudio, el primer marco de código abierto que sitúa el control humano en tiempo real en su núcleo. El sistema sigue un diseño de Taller Colaborativo. Un Planificador-Ejecutor jerárquico escribe cada paso en un “plan como documento” en vivo, una capa de comunicación rápida transmite cada acción, cambio de archivo y llamada de herramienta a una interfaz web. En cualquier momento, el usuario puede pausar la ejecución, editar el plan o el código, ejecutar comandos personalizados y reanudar, cambiando sin problemas entre los modos dirigidos por IA, asistidos por humanos y dirigidos por humanos y asistidos por IA. En modo totalmente autónomo, ResearStudio logra resultados de última generación en el punto de referencia GAIA, superando sistemas como DeepResearch y Manus de OpenAI. Estos resultados muestran que pueden coexistir un sólido rendimiento automatizado y un control humano detallado. El código completo, el protocolo y los scripts de evaluación están disponibles en esta URL https. Continuaremos actualizando el repositorio para fomentar el trabajo adicional sobre agentes de investigación seguros y controlables. Nuestra demostración en vivo está disponible públicamente en esta URL http. Apoyamos el desarrollo de DeepScientist, al que se puede acceder en esta URL https.
Publicado originalmente en export.arxiv.org el 14 de octubre de 2025.
Ver fuente original
