Fantastic Scientific Agents and How to Build Them: AgentBuild for Rietveld Refinement
本文介绍了 AgentBuild，这是一个赋能科学家通过版本控制的契约（评分标准、课程大纲和知识库）来构建基于大语言模型的智能体以保留人类判断力的框架，并通过在 X 射线衍射数据 Rietveld 精修中的成功应用得到了验证，在该应用中，系统将工作流限制识别为契约失败而非模型错误。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你是一位大师级厨师（科学家），想要教一位非常有天赋但有点手忙脚乱的新晋副厨（AI智能体）如何烹饪一道特定的、复杂的菜肴（科学分析）。
在过去，如果你想让这位副厨去烹饪，你可能会尝试重写他的大脑（微调），或者只是对他大声吼叫指令直到他做对为止（提示词即用）。但本文认为这是一个坏主意。如果你重写了他的大脑，你会丢失你自己的食谱。如果你只是对他大声吼叫，他可能只在一次时做得对，但下次你更换食材时就会失败。
相反，作者提出了一种构建这些 AI 厨师的新方法，叫做 AgentBuild。以下是它的工作原理，使用简单的类比：
1. “合同”（科学家的工作）
科学家不是编写代码，而是编写一份合同。这份合同包含三个部分：
- 评分标准（评分表）： 一份关于完美菜肴长什么样的严格清单。它不仅仅是说“味道好”；它会规定“酱汁的粘稠度必须恰好为 5 度”、“不能有焦洋葱”，并且“摆盘必须与照片一致”。
- 课程表（练习菜单）： 一份练习菜肴的列表，从简单的（烧开水）到复杂的（4 小时慢炖）。
- 知识库（参考图书馆）： 科学家自己信任的食谱和菜谱。AI 可以阅读这些书籍来学习如何烹饪，但科学家会妥善保管原始书籍。
2. “构建器”（AI 构建过程）
论文引入了一个名为 AgentBuild 的系统，它就像一条工厂装配线。
- 评委： 一个 AI 充当严厉的美食评论家。它根据“评分标准”品尝新副厨做的每一道菜，并进行评分。
- 元优化器（Meta-Optimizer）： 这是“修复者”。如果副厨烧焦了酱汁，修复者会查看评论家的笔记，并重写副厨的指令（其“系统提示词”和代码）以尝试再次烹饪。
- 边界： 至关重要的一点是，修复者被允许修改的仅限于给副厨的指令。他们不允许触碰科学家的原始食谱（知识库）或评分表（评分标准）。这确保了科学家的判断始终是“老板”，并且不会迷失在 AI 的黑盒之中。
3. “菜肴”（结果）
目标不仅仅是做出顿好饭，而是构建一个可部署的智能体。
- 把最终结果想象成一个“打包好的”厨师。一旦该智能体通过了所有练习菜肴的“评分表”，它就会被打包封装。
- 这个封装包拥有一个持久化接口。这意味着如果底层的“大脑”（AI 模型）在明年发生了变化（比如从 iPhone 14 升级到 iPhone 15），你不需要重新教这个厨师。你只需要用新的大脑再次运行 AgentBuild 过程，旧的“评分表”和“练习菜单”会自动调优新的厨师。科学家的合同是持久的资产；AI 仅仅是不断变化的工具。
现实世界的测试：“X 射线食谱”
为了证明这套方法有效，作者尝试构建一个能进行**Rietveld 精修（Rietveld Refinement）**的 AI。
- 这是什么？ 想象你有一张模糊的晶体结构照片（X 射线数据）。你需要将一个 3D 模型拟合到这张照片上，从而确定这个晶体是由什么组成的。这就像是通过观察物体的影子来猜测隐藏物体的形状。
- 挑战： 计算机擅长数学，但它们经常会忽略视觉上的错误。计算机可能会说“数学上是吻合的！”，但照片看起来显然不对劲（对人类而言）。
- 实验： 他们使用 AgentBuild 系统来教 AI 如何观察这些“影子”（X 射线图谱）并调整模型。
- 他们从简单、清晰的照片（低噪声）开始。
- 他们转向更难、更模糊的照片（高噪声）。
- 最后，他们尝试了一个“4 小时扫描”（最难、最详细的照片）。
结果：
该系统成功构建了一个能够完美处理简单和中等照片的 AI 智能体。当遇到最难的“4 小时扫描”时，AI 确实可以产生一个数学上吻合的结果（看起来像真实的晶体），但它违反了“工作流合同”。它试图同时做太多事情，破坏了科学家设定的特定流程规则。
核心启示：
这篇论文表明，你可以构建一个既具有可解释性（你知道它遵循哪些规则）又具有持久性（当 AI 技术发生变化时依然有效）的科学 AI。科学家仍然是规则的制定者，而 AI 只是将这些规则编译成工作工具的机器。在 4 小时扫描处的“失败”并不是 AI 智能水平的失败，而是一个清晰的信号，表明科学家的规则（合同）需要针对该特定难度级别进行调整。
简而言之：不要让 AI 编写规则。让科学家编写规则，然后让 AI 根据这些规则构建出那台机器。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。