ARIS 深度解析：让 AI 替你在睡觉时写论文——79 个科研技能全拆解

从 GitHub 11.9K Star 的开源项目出发，一路拆解到 WorkBuddy 上的完整移植实践。

一、开篇：一个让科研狗睡不着觉（然后安心睡觉）的项目

深夜三点。你盯着 arXiv 上刚刷新的一批论文，心里盘算着明天要读哪几篇、下周的 deadline 还差多少实验没跑、审稿意见该怎么回。而远在太平洋彼岸，一个叫 ARIS（Auto-Research-In-Sleep）的项目正在 GitHub 上疯狂涨星——不到一年，11,900+ Stars，1,100+ Forks。

它的 slogan 嚣张得恰到好处：

🌙 让 Claude Code 在你睡觉的时候做研究。醒来时发现论文已被评分、弱点已被识别、实验已运行、叙述已被重写——全自动。

这是什么神仙操作？我花了一整个晚上把它拆了个干净。

二、ARIS 到底是什么？

一句话：一个基于 Claude Code 斜杠命令 的纯 Markdown 技能系统，专为机器学习学术研究全生命周期而设计。

两句话：它把「读论文 → 出 idea → 写代码 → 跑实验 → 写论文 → 改 rebuttal → 做 slides」这一整条科研流水线，全部拆成了可组合的 AI 技能。每个技能就是一个 SKILL.md 文件，没有任何框架、数据库、Docker 或守护进程。

三句话：它的核心秘密是跨模型对抗协作——Claude Code 负责执行（读文件、写代码、写论文），GPT-5.5 通过 Codex MCP 充当叛徒式评审官（打分、找弱点、建议修复）。自己评自己的作业 = 盲区；换一个模型来评 = 真对抗。这和学术界 double-blind review 的逻辑一脉相承。

三、核心设计哲学：为什么它值得认真对待

最让我印象深刻的是保证合同（assurance contract）的设计。它不是简单的「自动就行」，而是有一个完整的分级系统：

draft        → 写作阶段，容忍缺陷
polished     → 润色阶段，需声明对齐
submission   → 投稿前，三审强制（证明+声明+引用）
conference   → 投稿时，完整审计链

四、79 个技能：一览全貌

ARIS 的 79 个技能按功能分为六大类：

4.1 文献与 Idea（14 个）

4.2 实验与审计（12 个）

4.3 论文写作（10 个）

4.4 审稿与改进（8 个）

4.5 演讲与传播（6 个）

4.6 质量保证（9 个）

五、六大工作流：科研全自动化

ARIS 把技能编排成 6+1 个命名工作流，覆盖从想法到投稿的完整旅程：

W1:  Idea Discovery     → 从研究方向到排名 idea 矩阵
W1.5: Experiment Bridge  → 从实验计划到 GPU 上的实际运行
W2:  Auto Review Loop    → 投稿前自审迭代（4 轮评审+修复）
W3:  Paper Writing       → 从叙事报告到可投稿 PDF
W4:  Rebuttal            → 审稿意见回复（三关安全验证）
W5:  Resubmit            → 跨会议论文改写
W6:  Talk Preparation    → 论文→Slides→Poster→讲稿

最让人震撼的是 W1（Idea Discovery） ——它不是简单的「搜论文→给建议」。它分了 6 个阶段：

1. 文献全景：多源搜索 arXiv/GS/Semantic Scholar，按子方向分类
2. 想法生成：GPT-5.5 脑暴 8-12 个 idea，按可行性过滤
3. 新颖性验证：多源查重，防撞车
4. 外部审视：GPT-5.5 扮演 ICML 审稿人严厉批评
5. 方法精炼：迭代优化方法直到审稿评分 ≥ 9/10
6. 最终报告：排名 idea + pilot 信号 + 下一步建议

如果有 GPU 可用，还会并行运行 2-3 个 pilot 实验，用真实信号而非直觉排名。

六、安装指南：三步跑起来

前提

• Claude Code（官方文档）
• Codex CLI + MCP（OpenAI 的 CLI，用于跨模型评审）
• LaTeX（仅需写论文的工作流）

安装

# 1. 克隆（只需一次）
git clone https://github.com/wanshuiyin/Auto-claude-code-research-in-sleep.git ~/aris_repo

# 2. 在每个研究项目中安装
cd ~/your-paper-project
bash ~/aris_repo/tools/install_aris.sh

# 3. 初始化研究 Wiki
/research-wiki init

三行命令，79 个技能全部就绪。更新只需 git pull——符号链接自动生效。

配置审稿后端

# GPT-5.5 (默认，最强)
— reviewer: codex

# 零成本手动审稿
— reviewer: manual

# 免费国产组合
# 执行 MiniMax-M3, 审稿 GLM-5

七、杀手锏：跨模型对抗评审为何有效

传统的「AI 写论文」有什么问题？

自评盲区：同一个模型写出来的东西，它自己审查的时候会系统性地漏掉某些错误。就像一个学生自己批自己的作业——不是因为不诚实，而是因为认知盲区。

ARIS 的做法是 强制换脑：

┌─────────────────┐     执行      ┌─────────────────┐
│                 │ ──写论文/代码→ │                 │
│   Claude Code   │              │      你         │
│   (执行者)       │              │   (人类监督)     │
└─────────────────┘              └─────────────────┘
        ↑                              │
        │ 修复                         │ 批准
        │                              ↓
┌─────────────────┐              ┌─────────────────┐
│                 │ ←──评审评分── │                 │
│   Claude Code   │              │   GPT-5.5       │
│   (修复者)       │              │   (评审官)       │
└─────────────────┘              └─────────────────┘

这和学术界 double-blind review 的逻辑一脉相承，只是变成了实时迭代而非一年等一次。

arXiv:2605.22007 的一项研究发现，16%-47% 的 LLM 幻觉属于「知道但不选」的承诺失败——模型明明知道正确答案，却在输出时选择了错误的 token。而且越大的模型越严重。这恰好解释了为什么单一模型的自我审查不可靠：不是你不够聪明，是你的输出分布就带着盲区。

八、WorkBuddy 上的完整移植：13 个技能落地

问题来了：ARIS 强依赖 Claude Code 的斜杠命令系统和 Codex MCP 的跨模型调用。WorkBuddy 没有这些。

我花了几个小时，把 13 个可独立运行的 ARIS 核心技能完整移植到了 WorkBuddy 的 skills 系统中：

移植总表

移植中的三大适配策略

策略一：Codex MCP 评审 → 结构化自检清单

ARIS 最大杀器是 GPT-5.5 做裁判。移植时改为结构化的审查清单：

原来：GPT-5.5 评分（1-10）+ 找弱点 + 建议
现在：7 项自检清单（故事弧线/密度/时间/图表/开场/要点/渐进）

这不是劣化。自检清单的优势在于可预期——你不会被 GPT 的随机审稿意见带偏方向。

策略二：/slash 命令 → 自然语言触发

原来：/paper-slides "paper/" — talk_type: oral, venue: ICML
现在：「把 paper/ 做成 ICML oral 的幻灯片」

WorkBuddy 的 skill 系统通过语义匹配触发，不需要记忆精确的斜杠命令语法。

策略三：shared-references 协议 → 内嵌规则

ARIS 有 20+ 个共享参考文档（审稿路由、保证合同、引用纪律、展开模式、接收门、外部节奏…）。移植时把核心规则直接内嵌在每个 SKILL.md 中，形成自包含的技能。

九、移植中不可复现的能力（以及为什么）

ARIS 的 79 个技能中，有约 40% 无法移植，原因如下：

但这不意味着移植是残缺的。已移植的 13 个技能覆盖了科研全流程中最需要 AI 辅助的环节——文献调研、论文写作、图表生成、审稿回复、质量审计。这些是「人最难做、AI 最能帮」的部分。

十、总结：ARIS 的启示与 WorkBuddy 的野心

ARIS 教会我们什么

1. Markdown 是 LLM 的原生界面 —— 不用 YAML、不用 JSON Schema、不用 Python DSL。纯 Markdown 的 SKILL.md 就是最清晰的指令格式。
2. 双人博弈 > 单人推理 —— 在科研质量把关上，两个模型互审的收敛效率远超单个模型的自我迭代。
3. 符号链接比配置管理好用 —— 一个 install.sh + 符号链接，比任何包管理器都简单。更新就是 git pull。
4. AI 科研不是取代人，是加速迭代 —— ARIS 8 小时跑完的实验循环，人类可能需要 2 周。

WorkBuddy 上的实践意义

13 个 SKILL.md 文件，零依赖，零配置，打开 WorkBuddy 即可用。从「搜一篇论文」到「生成可以投稿的 PDF」，中间不再需要切换 Claude Code、Codex CLI、Cursor——一切都在这一个对话窗口里完成。

科研的自动化，不在于杀鸡用牛刀，而在于在正确的位置放置正确的工具。ARIS 已经把位置标好了，WorkBuddy 上的移植就是把工具放上去。

*本文基于对 ARIS 项目（MIT License）的深度代码审查和实际使用体验撰写。