Euler 用 research graph 记录假设、失败路线、proof dependencies 与验证证据，面向长期 human–AI 数学研究

Chen 等提出 Euler，一个面向长期数学研究的 human-centered multi-agent system。与只输出最终答案的 agent pipeline 不同，Euler 把数学陈述、assumptions、proof dependencies、alternative approaches、failed attempts 与 verification evidence 组织成共享 research graph；agent 跨 session 读取持久化、任务相关的图结构，人类可以回到任意 graph node 及其保存的 team state，检查早期推理并从该节点探索替代路线。论文以三个数学研究 case studies 展示系统，并把 Lean kernel checking 纳入 evidence levels。其核心贡献是把长程数学探索的 provenance、失败记忆与 human steering 变成系统级对象，而不是只保存最终 proof transcript。