研究者定义值得回答的问题
人负责提出有科学价值的问题、判断领域边界，并把新的观察带入系统。
- 新假设
- 新想法
- 新发现
基于自主智能体的科学推演
自主科学推演智能体面向开放科研问题，围绕研究者提出的假设、想法或异常发现持续维护科研目标与任务状态，在证据和科学约束下分解问题、调用工具、监控执行，并依据验证反馈重规划，最终形成能够被检验、被比较、被修正的研究方案。
智能体自主组织一条可追踪、可回退的验证路径
智能体连接文献证据、实验数据、科学世界模型与专业工具，显式记录任务状态、关键假设、不确定性、失败条件和重规划轨迹。
目标
×
证据
×
规划
×
工具
×
记忆
×
反馈
自主智能体围绕四个问题完成一次科学推演
智能体持续维护目标与任务状态，每一步都产出下一步可使用的结构化对象并保留证据来源、条件与不确定性；执行结果回流后触发接受、修正、回退或重规划。
人在闭环中
研究人员设定边界、审批关键步骤并持续修正
- 新假设
- 新想法
- 新观测
01
证据
文献证据挖掘
用什么证据支撑？
检索并比较文献，识别证据链、冲突、适用边界和知识缺口，为候选假设建立可追踪依据。
02
建模
情境与数据建模
在什么情境开展？
联合文献参数、实验条件、表格与时间序列，明确变量、尺度、边界条件和可迁移范围。
目标 × 证据 × 工具 × 记忆
自主推演智能体
任务分解 · 工具编排 · 反馈重规划
03
规划
实验规划与工具执行
如何规划并执行？
围绕可证伪目标选择并调用建模、仿真、优化与实验设计工具，监控成本、权限与停止条件，失败时启用备选方案或重规划。
04
验证
结果评估与反馈重规划
结果如何改变下一步？
对照预期、仿真与真实观测，比较替代解释，量化不确定性与失败模式，并据此接受、修正、回退或生成下一轮任务。
从证据获取到自主执行与知识更新的四层系统
智能体控制器负责目标分解、状态维护、工具路由、执行监控与重规划；大模型作为推理内核，专业模型与科研工具负责计算，验证与记忆层沉淀可信结果、反例和失败轨迹。
Evidence & Data
证据与数据层
组织论文、表格、时间序列、实验记录与元数据，保留来源、版本、条件和引用关系。
Scientific World Model
科学世界模型层
表示变量、机制、因果假设、边界条件与不确定性，判断不同证据能否在同一情境中比较。
Agent Planning & Tools
智能体规划与工具执行层
维护任务状态并编排检索、数据建模、仿真、优化和实验设计工具，在权限、预算与停止条件内执行和监控步骤，失败时触发回退或重规划。
Verification, Memory & Replanning
验证、记忆与重规划层
对照预测与观测，分析失败原因和适用边界，把可信结果、反例、失败轨迹与新问题写回科研记忆，并驱动下一轮计划。
输出不是“一个答案”，而是三类可验证对象
研究者保留问题定义、价值判断、资源预算、关键实验审批和最终决策；智能体在授权边界内自主组织复杂推演，形成可审阅的假设、方案与预期，并显式暴露证据、执行轨迹和风险。
01
人定义问题
明确科学价值、研究边界、资源预算与必须人工审批的操作。
02
智能体自主组织推演
维护任务状态，在授权边界内连接证据、约束与工具，并比较多条候选路径。
03
共同作出判断
依据验证结果修正假设、方案与下一轮问题。
可检验假设
给出命题、证据依据、前提假设、适用边界与能够推翻它的观测条件。
可执行方案
明确变量、对照、步骤、资源约束、停止条件和主路径失效时的备选方案。
可比较预期
描述预期观测、不确定性、替代解释与决策阈值，使真实结果能够反向更新推演。
同时评价科学质量与智能体自主性
科学推演必须同时检查推演过程、科学结果与智能体行为：既要说明结论如何形成，也要证明工具执行、权限使用和失败重规划可追踪、可控制并产生新的知识增益。
证据可追踪
关键命题能回溯到来源、上下文和证据强度，冲突证据不会被隐藏。
约束一致性
变量、单位、边界条件和机制假设在推演各阶段保持一致。
假设可证伪
方案包含能够区分候选解释的观测、对照与明确失败条件。
不确定性可校准
预期结果、置信范围和失败概率能够由实验或仿真反馈持续校准。
自主执行可审计
任务状态、工具调用、权限使用、资源成本和人工审批点均有可追踪记录。
失败恢复可验证
失败能够触发可解释的回退、备选路径或重规划，并记录人工介入及恢复效果。
从证据协同走向自主实验闭环
科学推演智能体按自主性与可验证程度共同演进：先与研究者协同形成可靠证据，再自主编排可执行工具链，最终在人工把控关键边界的前提下依据真实实验反馈持续重规划。
-
01
证据协同智能体
与研究者协同完成检索、证据综合、知识缺口识别和候选假设形成，确保依据可追踪。
-
02
工具编排智能体
在授权边界内自主选择、调用和监控科学数据建模、仿真、优化与实验设计工具。
-
03
实验闭环智能体
接收真实观测与失败反馈，校准不确定性、更新机制假设、重规划并生成下一轮任务。