技术摘要：LAP：一种面向自主科学的智能体-仪器协议

1. 问题陈述

本文指出，在自主科学从演示阶段向基础设施阶段过渡的过程中，存在一个关键瓶颈。虽然大语言模型（LLM）智能体在规划实验和推理方面已具备能力，但这些推理智能体与物理实验室仪器之间的连接仍然是定制化且脆弱的。

目前的系统（例如 A-Lab, Coscientist, ChemCrow）依赖于为每种仪器编写定制适配器，这造成了 $O(n \times m)$ 的集成问题，其中 $n$ 个智能体需要与 $m$ 种不同的仪器进行交互。现有的互操作性协议解决了智能体生态系统的两个端点，但未能对第三个端点进行建模：

• 智能体-工具 (MCP)： 标准化了智能体如何调用软件函数。
• 智能体-智能体 (A2A)： 标准化了智能体之间如何进行协作。
• 智能体-仪器 (缺失)： 既有的协议均未解决物理仪器的问题，而物理仪器是一个具有状态性、安全关键型、独占资源，消耗真实的试剂，且运行时间以分钟或小时计，并产生需要物理单位、校准和不确定性量化的测量结果。

现有的实验室标准（如 SiLA 2, OPC-UA, SCPI）假设的是确定性的软件客户端，这些客户端预先知道要发出哪些指令。它们缺乏机制让概率性智能体能够发现功能、协商安全性，或解释具有物理类型的测量结果。

2. 方法论与设计

作者提出了 实验室智能体协议 (Lab Agent Protocol, LAP)，这是一个设计规范（v0.1），旨在填补智能体与仪器之间的空白。LAP 不是一种新的传输或数据格式，而是一种协议设计，它将现有的设备标准（如 SiLA 2 或 SCPI）封装在统一的智能体接口内。

2.1 核心架构

LAP 将生态系统组织为六层架构：

• L0 (设备抽象层)： 厂商 SDK、SCPI 或 SiLA 2（封装在仪器智能体内部）。
• L1 (身份与传输层)： 基于 HTTPS 的 JSON-RPC 2.0、SSE 和 Webhooks，通过 mTLS/OAuth 2.1 和去中心化身份标识 (DIDs) 进行安全保护。
• L2 (交互层)： LAP 方法集、任务生命周期和安全围栏握手。
• L3 (语义层)： InstrumentCard（仪器卡）、能力本体以及物理类型数据 (QUDT/UCUM)。
• L4 (编排层)： 多仪器工作流与预约（由可选的实验室协调器处理）。
• L5 (实验活动层)： 科学推理循环（研究智能体内部）。

2.2 关键角色

• 研究智能体 (Research Agent, RA)： 执行规划与实验活动的自主科学家。
• 仪器智能体 (Instrument Agent, IA)： 封装物理仪器，将 LAP 任务转化为低层级的设备调用。
• 实验室协调器 (Lab Coordinator, LC)： 一个可选的角色，用于处理多仪器工作流，负责跨仪器的安全与样本监管链。
• 联邦注册表 (Federation Registry, FR)： 用于跨实验室发现的目录。
• 人类操作员/安全授权机构： 为危险操作签发加密令牌。

3. 核心贡献

论文定义了构成 LAP 核心的四个物理世界原语，这些原语使其区别于现有协议：

(P1) 仪器卡 (The InstrumentCard)

一个经过签名的、基于 JSON-LD 的能力描述（是 W3C WoT Thing Description 的一个剖面），它扩展了 A2A AgentCard。它包括：

• 仪器类别： 基于本体的分类（例如 xrd:PowderDiflectometer）。
• 物理极限： 机器可读的约束条件（例如最大温度、压力）。
• 安全等级： 基于能力的危害分类 (S0–S3)。
• 意图落地 (Intent Grounding)： 自然语言标签 (intentTags)，帮助智能体将目标映射到具体功能。
• 校准状态： 指向当前校准有效性的引用。

(P2) 排他性预约 (Exclusive Reservation)

一种用于资源锁定的第一类租约原语。

• 机制： reservation.request 授予一个有时限的租约 (reservationToken)。
• 模式： 支持 exclusive（独占控制）和 shared-read（并发监控）。
• 安全性： 防止多个智能体同时驱动同一个物理仪器进入矛盾的状态。租约必须续期，否则将过期，从而防止死锁。

(P3) 安全围栏握手 (The Safety-Fence Handshake)

一种针对危险或不可逆操作的协议级互锁机制（针对安全等级 S2 和 S3）。

• 流程： 当提交 S2 或 S3 任务时，IA 进入 safety-hold（安全保持）状态，并请求操作员确认令牌。
• 令牌： 一个由人类安全授权机构签名的 JWS (JSON Web Signature)。
• 绑定： 该令牌在密码学上与特定的任务 URI、仪器、功能以及精确参数的 SHA-256 哈希值绑定。
• 效果： 这确保了智能体不能将该令牌重复用于不同的或更具攻击性的操作。它使对危险硬件的自主控制变得显式、受限且可审计。

(P4) 测量结果 (The MeasurementResult)

一个强制要求“物理诚实”的模式。每个结果必须包含：

• 物理类型： 强制性的 UCUM 单位和 QUDT 量值种类。
• 校准引用： 链接到所使用的特定校准状态。
• 不确定性： 传递的测量不确定性。
• 溯源性： 包含参数哈希、固件版本和环境条件的清单。
• 签名： 测量结果来源的密码学验证。

交互流程： 协议引入了 intent.resolve 方法，智能体在此提交一个自然语言目标。IA 返回一个结构化的、带有类型的提议（一个 task.submit 有效负载），其中填充了参数和假设。智能体必须在执行前明确确认此提议。这通过将 LLM 的随机性限制在提议层，确保硬件仅通过经过验证的、确定性的调用来驱动。

4. 结果与验证状态

论文明确指出，LAP 是一个设计规范 (v0.1)，尚未在规模化应用中得到经验验证。

• 状态： 它是一个“设计与规范，而非大规模实现”。
• 验证： 其优势是通过架构层面进行论证，而非通过生产部署。
• 对比： 论文将 LAP 与 SiLA 2, MCP, A2A, SCP (Science Context Protocol) 和 INTERSECT 进行了比较。它强调，虽然 SCP 使用中心化中介模型，但 LAP 采用了智能体作为第一类代理的对等（P2P）模型。
• 承认的局限性：
  • 不支持实时硬实时控制（微秒级的控制循环不在讨论范围内）。
  • 依赖于可信的安全授权机构（协议无法阻止签署错误令牌的疏忽人类）。
  • 能力本体 (instrumentClass) 目前尚未完全细化，需要社区进行维护。
  • 物理监管链（实际样本的移动）取决于外部物流（条形码、机器人技术），不受协议强制约束。
  • 全球联邦治理仍是一个开放性问题。

5. 重要性与主张

作者声称 LAP 的重要性在于完成了智能体生态系统的三角形。通过提供一种安全、物理忠实且标准化的方式让智能体触达仪器，LAP 旨在实现：

1. 降低集成复杂度： 将定制适配器的 $O(n \times m)$ 问题简化为符合标准协议的 $O(n + m)$ 问题。
2. 实现安全自主： 从“脆弱的临时方案”转向处理状态性、排他性和安全关键约束的鲁棒接口。
3. 确保可重复性： 通过强制要求基于校准、携带不确定性并带有签名的结果，使科学数据在构建层面符合 FAIR 原则（可发现、可访问、可互操作、可重用）。
4. 促进联邦化： 提供一个“科学仪器互联网”的蓝图，使智能体能够跨越机构边界发现、预约并执行任务，而无需定制集成。

论文总结道，尽管智能体的智能正在提升，但连接它们与物质世界的基础设施才是当前的瓶颈。LAP 被视为一个具体的、开放治理的起点，旨在播种一个类似于 MCP 和 A2A 发展轨迹的社区构建标准。