PUDA: An AI-Native Hardware Harness for Self-Driving Laboratories

想象一个科学家们不再仅仅是在烧杯中混合化学物质，而是与为他们混合化学物质的机器人交谈的世界。这就是**自主驾驶实验室（Self-Driving Laboratories, SDLs）**的领域。把这些实验室想象成高科技厨房：一个计算机大脑（AI智能体）决定尝试什么食谱，一个机械臂负责烹饪，而传感器则通过“品尝”这道菜来判断它是否合格。如果菜太咸了，AI大脑就会修改食谱并再次尝试，而整个过程无需人类触碰任何勺子。这种尝试、品尝和调整的循环，正是科学在化学和材料科学等领域加速发现的方式。

然而，这里有一个问题。大多数这类机器人厨房是为人类设计的。它们拥有华丽的触摸屏、彩色的按钮和为人设计的菜单。虽然这对人类厨师来说很棒，但对AI大脑却很糟糕。AI不会“点击”或“看屏幕”；它阅读文本、发送指令并检查日志。当AI试图在烹饪过程中修正错误或更改计划时，以人为中心的屏幕往往会成为障碍，隐藏细节或导致程序卡死。科学家们提出的重大问题是：我们如何构建一个能使用AI母语的实验室，让计算机能够安全且高效地掌控全局？

这就是一个名为 PUDA（物理统一设备架构，Physical Unified Device Architecture）的新系统。论文作者提出，与其构建另一个供人类使用的漂亮界面，不如构建一个“命令行”环境——一种基于文本的接口，看起来像电影里那种老派的计算机屏幕，但却是为机器人超级强化的版本。PUDA充当了通用翻译器和安全护栏。它让AI智能体能够使用简单的文本命令与任何实验室设备（机器人、摄像头、混合器）进行对话，同时对所采取的每一项行动保留严格且不可破坏的记录。

其核心思想是：PUв将“思考”与“执行”分离。AI智能体是决定“做什么菜”以及“如何修复错误”的大厨；而PUDA是厨房的基础设施，它确保机械臂只会按照指令精确执行，并且每一步操作都可以被检查和回放。它并不告诉AI该如何思考，它只是为AI提供了一套稳定、可靠的工具，使其能够与物理世界进行交互。

“人类优先”型实验室的问题

想象一下，你正试图教一个非常聪明但思维刻板的机器人去烤蛋糕。如果你给机器人一个带有大大的“烘焙”按钮的触摸屏，它可能运行良好。但如果机器人意识到烤箱温度过高了怎么办？在人类屏幕上，机器人可能需要点击三层菜单才能找到“调低温度”的选项，如果屏幕卡住了，机器人就会陷入瘫痪。

论文指出，目前的许多自主驾驶实验室都是像这些触摸屏一样构建的。它们是为人类设计用来通过固定工作流进行编排（plan）实验的。这在重复执行同一任务时效果很好，但在AI需要灵活性时就会崩溃。如果AI需要从错误中恢复、检查机器状态或即时更改计划，以人为中心的界面就显得过于僵化。瓶颈不在于AI能否进行规划，而在于实验室能否提供一个AI可以实际操作的、稳定的、可观察的环境。

走进PUDA：机器人的“命令行”

PUDA通过彻底放弃图形用户界面（GUI）来解决这个问题。它不再使用带有图像的屏幕，而是使用命令行界面（CLI）。你可以将其理解为电影中黑客快速输入指令时看到的文本命令提示符。对于AI来说，这非常完美：紧凑、明确且易于读取。

在PUDA实验室中，每件设备——无论是机械臂、摄像头还是化学混合器——都表现为一组文本命令。

• 发现（Discovery）： AI可以询问“这里有哪些机器？”，并获得一份清单。
• 检查（Inspection）： 它可以通过询问“这个机械臂能做什么？”来获取特定动作列表，如 move_to_position（移动到位置）或 dispense_volume（分配体积）。
• 行动（Action）： AI发送一个类似 dispense 5ml（分配5毫升）的命令，并得到清晰的文本响应：“完成”或“错误：液体不足”。

这种方法遵循了计算领域的“Unix哲学”：使用简单、单一功能的微小工具，并让AI将它们串联起来完成复杂任务。

安全护栏：PUDA如何确保安全

人们对AI进入实验室最大的担忧之一是，AI可能会意外损坏设备或做出危险行为。PUDA通过其设计内置了一个“安全护栏”来应对这一问题。

把PUDA想象成一个严厉的管家。AI（主人）可以下达命令，但管家（PUDA）会在命令到达机器人（员工）之前对其进行检查。

1. 预设动作： 机器人的动作是由“驱动程序（drivers）”定义的——这些是经过工程师审查和批准的预写代码。AI只能请求这些已批准列表中的动作，它不能在运行中重写机器人的代码或发明新的、不安全的动作。
2. 验证： 在发送命令之前，PUDA会检查该命令是否合理。AI是否请求了过大的体积？是否请求了一个不存在的命令？如果是，PUDA会拦截它并告知AI：“这不被允许”，而不是让机器人发生碰撞或损坏。
3. “黑匣子”记录： 每一个命令、响应、错误和传感器读数都会被保存在结构化日志中。如果出了问题，AI（或人类）可以查看记录，逐步了解发生了什么。这被称为溯源性（provenance）。它就像是实验的飞行记录仪。

引擎室：它是如何运作的

在底层，PUDA使用了一套巧妙的通信系统。想象一个繁忙的餐厅厨房，主厨（AI）喊出订单，厨师（机器）回应指令。

• 消息系统： PUDA使用 NATS（具体为NATS.io）系统来传递消息。这就像是一个超快、可靠的对讲机网络。AI向特定的频道（例如“机械臂频道”）发送消息，机器人就在该频道监听。
• 边缘服务（Edge Services）： 每台机器附近都有运行着一个小型的计算机（即“边缘服务”），负责将消息翻译成该机器能理解的具体语言。
• 反馈循环： 当机器人完成任务后，会通过同一个网络“大声喊回”结果。AI听到响应，检查结果是否符合预期，然后决定下一步行动。

这种设置允许许多AI智能体和许多机器同时工作而不互相干扰。它们共享同一个“对话空间”，但各自监听特定的频道。

这为什么重要

论文强调，PUDA 并不是一种新的AI大脑、新的优化器或新的配方编写方式。它并不决定“要做什么实验”。相反，它提供了硬件护栏——即让AI智能体能够与物理工具进行交互的稳定、可靠的接口。

通过从面向人类的屏幕转向面向AI的文本命令，PUDA使实验室变得：

• 可发现性（Discoverable）： AI可以瞬间查明有哪些可用工具。
• 可审计性（Auditable）： 每一步行动都被记录，便于追踪错误。
• 可恢复性（Recoverable）： 如果发生故障，AI可以识别错误、理解错误并尝试不同的路径，而不是直接崩溃。

未来展望

作者建议，该系统可以成为未来AI的训练场。如果我们记录下AI每一次尝试实验、成功、失败或被人类纠正的过程，我们就创建了一个庞大的“物理交互”数据集。在未来，AI模型可以从这些记录中学习，从而变得更擅长运行现实世界的实验室。

简而言之，PUDA是连接AI数字思维与实验室物理现实的桥梁。它确保了在AI自由思考和规划的同时，物理世界依然保持安全、可预测且全程受控。它将AI那充满变数的潜力转化为了一个结构化、可靠的科学发现引擎。