协作式智能体推理工程（CARE）：联合领域专家、开发者与辅助智能体系统性构建AI智能体的三方设计方法学

我们提出协作式智能体推理工程（CARE），一套在科学领域工程化构建大语言模型（LLM）智能体的规范化方法学。与临时起意的试错方法不同，CARE通过可复用的工件和系统化的阶段门控流程，对行为、证据与环境关联（grounding）、工具编排与验证加以明确规约。该方法学采用涉及领域专家（SME）、开发者和基于LLM的辅助智能体的三方工作流。这些辅助智能体充当协调基础设施，将非正式的领域意图转化为结构化、可评审的规约，供人类在既定门控点审批。CARE通过弥合新手与专家分析师在领域约束和验证实践上的差距，来应对以LLM表现不均衡为特征的“参差不齐的技术前沿”（jagged technological frontier）。通过生成交互需求、推理策略和评估标准等具体工件，CARE确保智能体行为可规约、可测试、可维护。一项科学用例的评估结果表明，这种阶段门控、工件驱动的方法学在开发效率和复杂查询性能上带来了可衡量的改进。