ResearStudio: Un marco intervenible por humanos para construir agentes de investigación profunda controlables

Los agentes de investigación profunda actuales funcionan en modo "disparar y olvidar": una vez iniciados, no ofrecen a los usuarios la posibilidad de corregir errores o añadir 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 a 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, alternando suavemente entre modos dirigidos por IA con asistencia humana y dirigidos por humanos con asistencia de IA. En modo totalmente autónomo, ResearStudio logra resultados de última generación en el benchmark GAIA, superando sistemas como DeepResearch y Manus de OpenAI. Estos resultados demuestran que un rendimiento automatizado sólido y un control humano detallado pueden coexistir. El código completo, el protocolo y los scripts de evaluación están disponibles en https://github.com/ResearAI/ResearStudio. Continuaremos actualizando el repositorio para fomentar más trabajos en agentes de investigación seguros y controlables. Nuestra demostración en vivo es accesible públicamente en http://ai-researcher.net:3000/. Apoyamos el desarrollo de DeepScientist, accesible en https://github.com/ResearAI/DeepScientist.