Feynman：把科研变成一条可审计的流水线

图：Feynman 官方 CLI 界面（来自项目仓库 assets/hero.png）

一、一个具体的场景

假设你是算法团队的研究员，凌晨两点要判断「某个 scaling law 的结论在 2026 年是否还站得住」。传统做法是：打开 arXiv 搜关键词，翻 30 篇 PDF，用笔记软件拼凑出「共识 / 分歧 / 开放问题」三段结论。这套流程的问题不在于慢，而在于不可复现——三个月后你自己也想不起来当时引用了哪篇文章、那句话到底在第几页。

Feynman 就是冲着这个问题来的。它由 Companion 公司开源，定位是「The open source AI research agent」。你装好之后只需要敲：

feynman deepresearch "mechanistic interpretability"

然后等待。工具返回的不是一段流畅的散文，而是一份带溯源文件的研究结论——/lit、/deepresearch、/recipe 这三个工作流还会额外写出一个 provenance 文件，列出用了哪些来源、哪些被验证过。

二、它从哪里来，为什么是这个形态

Feynman 的底座是 Pi，一个来自 earendil-works 的 Agent Runtime。这一点决定了它的形态：它不是把 LangChain 那一套重型抽象再包一层，而是站在 Pi 之上，自己只做「科研工作流」这一层薄薄但关键的业务逻辑。

它内部跑四个专职 Agent：

• researcher —— 检索与取证，负责把问题拆成检索任务并拉回原始材料
• verifier —— 逐条核对引文，拒绝「听起来对」的引用
• reviewer —— 按严重度分级给意见，对标审稿人视角
• writer —— 把验证过的事实写成稿

数据源覆盖得相当扎实：alphaXiv、Semantic Scholar、OpenAlex、arXiv、PubMed、Europe PMC、bioRxiv、medRxiv、Crossref、通用 Web 以及 Hugging Face，同时支持读取本地 PDF 和文档。OpenAlex 和 Semantic Scholar 提供免费 API Key，配置后可以绕开共享限流。

三、一个类比：像给研究生配一个审稿人

把 Feynman 想成一位「科研助理 + 审稿人」的组合体，而不是搜索框。搜索框给你十个链接然后撒手，Feynman 给你的是一条链路：问题 → 检索 → 核验 → 分级评审 → 成稿，链路每一环都有产物落盘。这个差别在写论文、尽调、做技术选型调研时价值最大——因为这些场景真正费时间的不是「找到信息」，而是「判断信息可不可信」。

四、核心功能与实用场景

内置 11 个工作流，覆盖面比多数同类工具宽：

其中 /audit 和 /replicate 最值得玩味：/audit 干的是「论文说了什么」对照「代码实际做了什么」，这是审稿人最花时间也最容易出错的部分；/replicate 先给方案、由你选环境、再执行，主动权在用户手里，避免 AI 自作主张拉一堆依赖跑几小时。

产物保存在 outputs/，论文草稿落在 papers/。

五、上手门槛

Feynman 是纯 CLI 工具，没有 Web UI，这是最需要提前说清楚的差异——它适合终端党，不适合想点按钮的人。

安装极简，macOS/Linux 一行 curl，Windows 一行 PowerShell；也支持 npm install -g @companion-ai/feynman（要求 Node.js 22.22 或更高）。装完执行 feynman setup 配置模型供应商即可。

硬件门槛几乎为零：不需要 GPU，1GB 内存、300MB 磁盘起步，因为推理全在供应商侧。它自己只做检索编排与文件读写。

六、争议与局限

遥测默认开启。 Feynman 会向 PostHog 上报命令、工作流、工具、模型、token 数和错误堆栈（家目录路径会被折叠成 ~）。官方声明不上传 prompt、模型输出、论文内容和工具参数，隐私边界划得还算清楚，但默认开启这件事本身对敏感场景不友好，需要显式设 FEYNMAN_TELEMETRY=off 才彻底干净。

结论质量取决于模型。 它是编排器不是知识库，底层模型选得弱，verifier 这道关就形同虚设。

依赖外部学术源可用性。 arXiv、PubMed、Hugging Face 任一不可达，相关工作流就会降级，这时它宁可少给答案也不该编——但使用者仍需自己核对 provenance 文件。

项目较新。 版本号还在 0.5.x，API 与工作流名仍可能变动，CI 与测试覆盖率没有公开数据。

七、行业意义

2024-2025 年开源科研智能体百花齐放，但大多数停在「给论文起标题」这种演示级能力上。Feynman 的差异在于它把 verifier（核验）和 provenance（溯源） 当成一等公民——这两件事恰好是「AI 写的东西能不能直接用」的分水岭。

从行业曲线看，AI 辅助研究正从「加速阅读」走向「加速验证」。当核验环节也被 Agent 化，AI 在科研链条中的位置就从辅助工具变成了准合作者。Feynman 用 MIT 协议开放全部实现，让这套「可审计的研究流水线」可以被拆开、被改、被嵌入到实验室自己的工作流里。

对团队的现实价值：把重复性的技术调研、论文预审、方案对比固化成一条可重复执行的命令；对个人：把「我到底引用了什么」从记忆负担变成文件证据。