用AI Agent驱动流行病模型：Epydemix Agent框架

基于大语言模型的AI Agent为科学软件提供了便捷的自然语言接口，但可靠性并非自动获得。本文介绍Epydemix Agent Framework，它是开源Python库Epydemix（用于随机区室流行病建模）之上的一个增量层。该框架为库扩展了四项能力以便利与AI Agent的交互：发现可用模型与参数、对声明式场景规格的预防性验证、通过经过测试的库代码执行，以及结果的可查验性。这些能力让Agent能处理整个建模过程——从场景的自然语言描述到定量结果、图表与结论解读——而无需编写自定义代码。每个步骤读取输入文件并将结果保存到独立的输出包中，使过程可审计、可复现。首先，我们通过一个比较新型呼吸道病毒疫苗接种策略的案例研究展示端到端工作流。其次，我们通过50个Agent会话与五个建模任务，将Agent使用框架与直接使用Python接口进行对比评估。该框架在大多数任务上减少了轮次、输出token与成本，除非它以资源换取逐点可复现性。