NeuDiff Agent：面向单晶中子晶体学的受治理 AI 工作流

大型科学设施日益面临分析与报告时延成为科研吞吐瓶颈的问题，尤其是结构和磁性复杂、需要迭代还原、积分、精修与验证的样品。为缩短出结果时间并提高分析效率，NeuDiff Agent 作为受治理的、使用工具的 AI 工作流被引入，服务于散裂中子源的 TOPAZ，将仪器数据产品经还原、积分、精修和验证，直至给出经验证的晶体结构和可直接发表的 CIF。NeuDiff Agent 在显式治理下执行这一成熟流水线：把动作限制在白名单工具内，在工作流关键边界强制失效即关闭（fail-closed）的验证闸门，并记录完整溯源以供检查、审计和受控重放。性能评估采用固定提示协议和两个大语言模型后端的重复端到端运行，区分用户与机器时间，并量化门控下的干预负担与恢复行为。在参考案例基准中，NeuDiff Agent 把实际耗时从人工的 435 分钟降至 86.5(4.7) 至 94.4(3.5) 分钟（快 4.6-5.0 倍），且产出的 CIF 通过验证、无 checkCIF A 或 B 级警告。这些结果为在设施晶体学中部署 Agentic AI 建立了可行路径，同时保持可追溯性和面向发表的验证要求。