Agentic Laboratories of the Future: Towards World Models for Scientific Discovery

这是一篇2026年8月4日发表在 Preprints.org 上阵容豪华的前瞻性Perspective预印本。它由普林斯顿大学、斯坦福大学、哥伦比亚大学、NVIDIA、麻省理工学院、哈佛大学等多位跨学科研究者共同署名。

智能体实验室是什么

论文指出，科学发现本质上是一个分布式智能协同解决问题的过程，涵盖了人类直觉、计算推理和实验执行，但这些环节在过去往往是割裂的。虽然自动化、高通量实验和基础模型加速了单个阶段，但未能将整个过程统一起来。比如模型能预测和推理却不能行动，仪器能行动却不能推理或适应。为此，作者们提出了智能体实验室（Agentic Laboratory），一种人-AI-机器人协同合作进行科学发现研究的系统（AI 负责预测，机器负责执行，科学家负责在中间协调）。而实现这个未来智能实验室的关键是一个智能体驾驭层（Agentic Harnessing Layer）：能不断整合假设、文献证据、实验数据、不确定性和实验状态到一个共享的“实验室世界模型”中。而这个“实验室世界模型”是一个共享的、机器可读的动态表征系统，它能实时映射不断演变的实验室物理/认知状态以及正在被研究的科学系统。

The key missing layer is an agentic harnessing layer that continuously integrates hypothesis, literature-derived evidence, experimental data, uncertainty, and experimental state into a shared “laboratory world model”—a dynamic representation of the scientific system and its evolving context.

那么在这样的智能体实验室里，人的角色发挥什么作用呢？文章认为，科学家并不会被取代，而是从手动协调繁琐实验中解放出来，专注于最难被具象化的部分——提出正确的问题、持有临时机制模型、定义科学目标、解释科学证据和管控风险（「human-in-the-lead」）。

Rather than replacing scientists, this layer shifts them from manually coordinating fragmented workflows toward defining scientific goals, interpreting evidence, and governing risk, while agentic infrastructure manages routine execution and coordination across models, instruments, protocols, and laboratory states.

我的理解这个系统就像传统实验室意义上的“学生的判断力（AI）-学生的实验技能（仪器）-导师的判断力（人类）”这个协同关系，智能体驾驭层≈导师和学生的沟通/协调（一种交流protocol）。

作者们是这么描述这个过程的：

We define the agentic laboratory as a human–AI–robot discovery system organized around an agentic harnessing layer: it interprets evolving human goals, develops plans to achieve those goals, proposes theoretical, computational, and physical tools, integrates observations and human judgment, revises strategies, and surfaces its reasoning for human review, escalating uncertainty or failure to human oversight. This layer functions as an operating system for scientific discovery: it makes human judgment, model reasoning, laboratory observations, literature evidence, and physical execution composable within a closed loop. Together, these capabilities move laboratories from isolated automation toward adaptive human–AI–robot discovery.

通俗地讲就是：你提出科研的大方向和终极问题，智能体层像一个超级管家一样帮你完成“查文献-做计划-调机器-看数据-改参数”的循环，当遇到真正的科学盲区、严重风险或重大发现时，它会把你这位“人类导师”请出来做决定。

智能体实验室的架构

那么应该如何去构建这个智能体实验室？要实现区别于流水线或自动化这种在既定空间下运行的实验室系统，作者们提出智能体实验室需要具备以下8种能力：

• 理解模糊/演进的目标：科学目标往往并非一成不变，智能体需能解析不完整、动态演进的人类意图；
• 文献阅读与语境关联：能够动态阅读最新科技文献，将实验目标代入到科学前沿脉络之中；
• 制定可执行的规划：将高度抽象的假说逐步分解为设备可操作、物料匹配的底阶实验协议；
• 灵活调用异构资源：通过共享接口灵活地组合模型、仪器和数据库来执行计划；
• 依据新观测修正规划：感知现实世界反馈，利用新的观察结果来修订计划并启动新的行动；
• 异常诊断与人机升级：识别预测、行动或决策何时不可靠或出乎意料，并上报至人工监督；
• 完整出处与记录存证：保留来源、不确定性和决策历史，以支持可重复性并解释实验选择、失败和建议；
• 高频自然的人机交互：能够将复杂的推理状态通过可视化或对话解释给人类科学家，并接受指令介入和调整。

这是一个从工具问题到协调问题的转变，驾驭层相当于一个操作系统。操作系统在硬件、软件和人类之间调度资源，驾驭层则是在人类领域、模型域和物理域之间协调。

• 人类域：定义目标、约束、价值和解释；
• 模型域：包括逻辑语言模型（LLM）、视觉语言模型（VLM）、领域特定模型、预测器和模拟器、检索系统、科学数据库和文献；
• 物理域：包括仪器、机器人、实验室信息系统、云实验室、传感器和实验环境。

因此，这个驾驭层需要具备的以下几个关键功能：

• 表征科学目标与约束 (Representing Scientific Goals and Constraints): 它不仅要知道追求什么（比如最大化信息增益、澄清假设），还要牢记约束条件（比如实验成本、设备安全性、科研伦理）。不是一个无脑刷最高分的“做题家”；
• 构建与维护“实验室世界模型” (Building Laboratory World Models): 它要负责在后台搭建并实时更新一个“数字沙盘”。这个沙盘既要记录物理状态（仪器校准了吗？试剂还有多少？），又要推演科学系统状态（在这个电压下，机制会怎么变？），以此来支持实验动手前的“反事实推理”；
• 让“发现循环”机器可执行 (Making the Discovery Loop Machine-Actionable): 科学家过去需要手动把模型跑出的结果抄到仪器的控制软件里，而驾驭层要把“查文献-提假设-做实验-分析数据”之间的交接工作（Transitions）全部打通，实现机器级无缝衔接；
• 在不确定性下进行实验决策 (Selecting Experiments Under Uncertainty): 它需要在预期信息增益与时间、试剂成本、仪器可用性以及失败风险之间进行复杂的决策权衡，选出当前最值得做的实验。

如何科学、可量化地衡量一个智能实验室的进化状态？这篇论文还参考自动驾驶分级，提出了 L0 至 L5 的六级分级体系。最后总结了可能面临的挑战与问题，总体而言，是一篇挺有启发性的文章。

我认为智能体实验室的驾驭层会因为研究领域的不同而差异很大，其实这篇论文引起了我一个思考，就是我的科研工作流能怎么样高度抽象化？因为我现在的自动化流程还是在一个既定空间下进行的，特别是在数据处理层面。如果我要将目前的实验台构建一个“世界模型”，它会是什么样？我暂时没有答案，但是可以继续思考。