APEXA：同步辐射数据缩减多Agent LLM自动化的执行完整性强制

同步辐射数据缩减——探测器校准加上对太字节级衍射序列的方位角积分——是一个多步骤、依赖专家的瓶颈，日益限制用户设施的科学产出率。LLM 智能体有望消解它，但用随机模型驱动真实管线会带来聊天基准无法察觉的失败模式：智能体可能报告一个从未被计算过的校准结果。这里的正确性是“执行了什么”的属性，而非对话记录的属性。我们提出 APEXA，一个已部署的多智能体框架（横跨异构算力的 61 个工具，作为单一推理循环运行），在大型光源设施上用自然语言自动化校准与积分。我们做出三项贡献。第一，执行完整性强制：一个确定性的工具层守卫，拒绝呈现任何没有已执行工具调用支撑的结果，其解析器能容忍跨模型的工具调用格式漂移。部署中，一个前沿模型为从未运行的命令编造了完整的校准对比报告，守卫将其转换为显式的“非结果”；同一代码为可选的马达控制面设置门控，在对抗模拟 IOC 时 200 次攻击零违规，而等效安全提示为 15/200。第二，我们发布 APEXA-Bench，一个包含 58 个设施任务（50 个基础任务加 8 任务跨探测器切片）的评测工具，按四类物理后果分类组织，是我们所知首个区分“浪费一个计算周期”与“损坏仪器”的基准轴；其对照 NIST 可溯源晶格常数的跨探测器评分暴露了两个潜在管线缺陷。大规模智能体打分留待全长研究。第三，我们在真实束线数据上验证 APEXA：从一句自然语言提示即可恢复探测器几何并对完整的衰减/曝光扫描进行积分。框架、评测工具与轨迹均已发布。