Euler：面向以人为中心的多智能体数学发现系统

arXiv 发布论文《Euler: Towards Human-Centered Multi-Agent Mathematical Discovery》，提出一个以人为中心的数学研究系统 Euler。该系统把数学命题、假设、证明依赖、备选路径、失败尝试和验证证据组织成互相连接的研究图谱，使研究者可以追溯结果的产生过程，并让 agent 在跨会话中保留任务相关知识用于规划、协作和验证。论文用三个数学研究案例展示能力，并介绍已实现的系统与软件验证。

此前 AI for mathematics 多聚焦于得到最终答案，研究过程难以被研究者理解，长周期探索还面临上下文割裂与无依据结论在推理步骤间扩散的风险。Euler 把研究过程本身作为可追溯、可复用的结构化对象，改变了 agent 只输出答案的定位。

Euler 用共享的结构化研究图谱承载研究过程：命题、假设、证明依赖、备选方案、失败尝试与验证证据被连成图，agent 因此获得持久且与任务相关的知识，用于跨会话的规划、协作与验证；研究者还可选中与团队状态关联的图谱节点，回到早前推理并继续探索其他方向。

对做 AI 研究工具或 agent 产品的团队，这意味着需要把状态管理从对话历史升级为可查询、可追溯的结构化知识库，并支持会话恢复与分支探索；验证证据需与推理步骤绑定，以降低无依据结论在流程中传播的风险，研发重点会落在图谱数据结构与团队状态保存上。

• 把研究图谱做成可查询的协作层，支持多人或多 agent 在同一图谱上追加节点并标注验证状态。
• 提供节点级会话恢复能力，让用户从某个已保存团队状态继续推理并对比不同分支。
• 为推理步骤绑定验证证据字段，形成可审计的证明依赖记录，用于内部审阅或对外交付。

• Euler 的图谱表示在三个案例之外是否具备通用性，论文未给出量化评测结果。
• 系统与软件验证的具体范围和实现细节在证据中未展开。
• 跨会话持久知识如何避免错误或不支持结论长期残留，证据未说明机制。
• 该系统的开源情况、可用性与运行成本尚不明确。