■ **概要** OpenCode 向けの研究自動化システム。Gyoshu（計画エージェント）と Jogyo（実行エージェント）が分業し、仮説検証から Jupyter ノートブック生成・敵対的レビューまでを自動化。 ■ **特徴・用途** • **マルチエージェント責任分離**：計画・実行・検証のレイヤ化により、複雑な研究ワークフローを構造化。ただしエージェント間通信の複雑性とコストが課題 • **永続 Python REPL + 自動ノートブック化**：変数保持とアーティファクト化で再現性を確保。仮説駆動型マーカー（`[OBJECTIVE]`など）で研究プロセスを明示化 • **自律実行と敵対的検証**：多段実験の省力化と PhD レビュアー（Baksa）による自動ファクトチェック。ただし LLM 品質・推論コスト・ノートブック品質スキーマの定義が依存性 ■ **結論** 学術研究の生産性向上は野心的だが、複数 LLM エージェントの精度・コスト・検証スキーマの三角トレードオフが実用化の鍵。既存研究環境との統合度次第で差別化される。