从研究问题到科学工作流：利用智能体AI实现科学自动化

科学工作流系统自动化的是执行环节——调度、容错、资源管理——却未自动化其之前的语义转换。科学家仍需手动将研究问题转化为工作流规范，这项任务既需要领域知识也需要基础设施专业知识。我们提出一种通过三层弥合这一鸿沟的智能体架构：LLM将自然语言解读为结构化意图（语义层）；经过验证的生成器产生可复现的工作流DAG（确定性层）；领域专家编写“Skills”——以markdown文档形式编码词汇映射、参数约束与优化策略（知识层）。这一分解将LLM的非确定性限制在意图提取环节：相同的意图总是产生相同的工作流。我们在1000 Genomes群体遗传学工作流与运行于Kubernetes上的Hyperflow WMS上实现并评估该架构。在一项针对150个查询的消融研究中，Skills将完全匹配的意图准确率从44%提升至83%；基于skill的延迟式工作流生成减少92%的数据传输；端到端流水线在Kubernetes上完成查询，LLM开销低于15秒，每个查询成本低于0.001美元。