«инженерным налогом», из-за чего теряются пути исследования и важные детали. ARA переорганизует научную работу в четыре слоя: научную логику, исполняемый код, карту исследования и доказательную базу, делая материал напрямую пригодным для работы ИИ. В тестах на 450 вопросах ИИ, использующий ARA, достиг точности 93,7% против 72,4% при работе с традиционными материалами; успешность воспроизведения результатов составила 64,4% против 57,4%. ARA также помогает ИИ раньше отказываться от тупиковых направлений исследования, экономя средства, поскольку 90,2% затрат на запуск ИИ-агентов тратятся впустую на неудачные попытки. Однако ARA пока не готова к широкому применению: у формата есть пробелы в приватности и безопасности, а в ходе тестирования был зафиксирован один случай галлюцинации ИИ. Команда разработала три механизма: Live Research Manager, ARA Compiler и систему рецензирования, нативную для ARA. В мае 2026 года Liu основал Agent-Native Research Lab для продвижения экосистемы ARA Commons.