K-Dense BYOK：本地运行、带哈希链实验记录的开源 AI 科研助手
科研 AI 工具最近一年扎堆涌现，但大多数走的是「云端托管 + 通用聊天」路线。arXiv 上最新发布的一篇论文提出了另一种思路：K-Dense BYOK（Bring Your Own Keys）——一个免费、开源、跑在研究者自己电脑上的 AI 科研助手，项目数据、代码、结果和记录全部留在本地，并且用一条**哈希链实验记录（Hash-Chained Lab Notebook）**把研究过程固定下来。
它到底做了什么
研究者自己提供模型访问权限——可以是云端托管的，也可以是本地跑的；应用则负责其余一切：运行环境、科研脚手架，以及一份完整的记录。
每个项目就是一个普通文件夹。这意味着数据、代码、结果和实验记录都留在研究者自己管理的机器上，即便多年以后没有这个应用，文件依然可读。这一点对科研场景的长期可复现性很关键。
论文作者（Aubrey M. Brueckner、Darshil Patel、Yuhuan He、Timothy Kassis）强调，K-Dense BYOK 与聊天助手或通用编程 Agent 有三点本质区别：
- 内置科研流程库：包括写好的科学操作程序、引导式工作流模板、研究数据查找目录，以及可以交接工作的「审稿人」和「写作者」角色。
- Living Lab Notebook：记录条目之间互相链接、构成论证链条，只增不删。
- 观察式日志：通过观察 Agent 实际做了什么来记录过程，而不是听 Agent 自己说。这份日志对 Agent 而言是只读的——Agent 没有任何工具能往里写东西。
为什么针对「模型过度声称」
第三点是整套设计的核心。作者此前对九个前沿模型的基准测试发现，最常见的失败模式是模型过度声称（overclaiming）——把没做的事说成做了，把不确定的结论说成确定的。
K-Dense BYOK 的应对方式不是阻止模型下结论，而是让结论可核查。Agent 无法篡改自己的行为日志，研究者因此能对照日志验证每一条声明。
基准表现
在二十个跨学科研究提示上，按事先固定的评分标准打分，K-Dense BYOK 在科学质量和研究执行两项上都领先两个托管平台。
更值得注意的是交付物的差异：K-Dense BYOK 是唯一记录了所运行软件的方案，也是唯一通常会附上一条可重新生成结果的命令的方案。其中一个托管平台跑的是同一个前沿模型，却两项都没有提供。
一个诚实的边界
作者也指出了当前局限：那些环境记录是 Agent 自己写的文件，并不属于被观察日志的一部分——日志目前还无法捕获软件环境本身。这一区分对理解系统的可信边界很重要。
代码以 MIT 许可证发布。论文共 38 页、8 张图加一张图形摘要，包含基准提示、评分标准和逐提示得分。
一句话看意义
在 AI 科研工具普遍走向云端托管和黑箱化的当下，K-Dense BYOK 提供了一个反向样本：把控制权、数据主权和可验证性交还给研究者本人。它未必适合所有人，但对于在意复现性和长期归档的科研团队，这条路值得关注。