# NoaX introduces Research Loop, seven open skills for AI research agents

> Original title: I built Research Loop: 7 open skills that give AI agents a flight plan for research.

- Source: X search: indie AI launches (I built, solo founder)
- Published: 2026-11-08T02:34:33.000Z
- Bad Influence: https://badinfluence.news/items/cmwldijbmbc6xomdnknbfyl0s
- Original: https://x.com/noahatwhere/status/2119257234656174144

## Summary

NoaX releases Research Loop, a set of seven open skills that guide AI agents through research in six stages: frame, evidence, test, execute, verify, and synthesize. The post says every claim traces to a source and failed checks are kept on the record, with "unresolved" allowed as a final result. The code is available on GitHub.

## Post

I built Research Loop: 7 open skills that give AI agents a flight plan for research.

Frame → evidence → test → execute → verify → synthesize.

Every claim traces to a source. Failed checks stay on the record. "Unresolved" is a valid landing.

https://github.com/wrencanfly/research-loop-skills

[Video](https://badinfluence.news/api/img-proxy?u=https%3A%2F%2Fpbs.twimg.com%2Ftweet_video_thumb%2FHWkdNoCbkAE_Y7w.jpg&mode=thumb&exp=1794355200&sig=65765616fe7c78af)

## Quoted post @Xudong07452910

> 推荐 Anthropic 刚发布的《How researchers use Claude》，文章中分析了 20 多万条科研相关的 Claude 会话，看看 AI 到底在帮研究人员做些什么。
> 
> 其中 Claude Code 近一半的科研会话都在做数据分析，用于提出研究想法和假设的却只有 2.1%。
> 
> 但在另一项科研人员调查中，大家反而把提出研究问题和假设看得最重要。
> 
> 文章还尝试解释了背后的技术原因。
> 
> 作者把科研工作拆成具体任务，发现 AI 的能力与任务是否适合 RL 高度相关。像写代码、统计分析，结果容易验证，也能快速获得反馈；而一个研究假设究竟有没有价值，往往很难立即判断。
> 
> 另一个值得关注的变化来自 Claude Science。
> 
> 它把蛋白质结构、药物、论文等专业数据库接入同一个 Workflow，让 Agent 能跨工具收集证据、分析问题。假设生成类任务在 Claude Science 中的占比也更高，不过这还不能证明提升完全来自工具接入。
> 
> 所以 Research Agent 接下来值得投入的方向，是把文献检索、数据分析和实验验证真正串起来。
> 
> 让 Agent 提出一个想法已经不难，如何让它找到可靠证据、设计验证方法，并根据结果不断修正，才是更有挑战性的部分。
> 
> 原文：https://www.anthropic.com/research/how-researchers-use-claude

https://x.com/Xudong07452910/status/2119239228278403475