奇妙的科学智能体及其构建方法：Rietveld精化的AgentBuild

摘要

随着科学工作流程从确定性可执行文件转向基于 LLM 的代理，所提供的开发实践（例如微调、强化学习和提示即用）掩盖了科学家的判断。我们建议将代理构建视为工作流程阶段，并引入 AgentBuild，它根据科学家作者的合同构建科学代理。该合同是一个版本控制的标题、一个难度分级的课程和一个精心策划的外部知识库。标题驱动的法官门控元优化器编码代理，该代理在声明的边界内编辑代理，因此构建编译代理，而不是科学家的判断。我们通过 MCP 和 A2A 背后的 GSAS-II 对 X 射线衍射数据进行 Rietveld 精修来实例化这一点，其中毛坯线束构造运行通过锂镧锆氧化物 (LLZO) 信噪梯进行，作为前沿案例达到 4 小时扫描，并暴露了剩余的工作流程范围限制。奖励可信拟合的同一标准也对轨迹范围进行评分，使边界成为契约失败而不是模式拟合失败。随着基础模型的发展，重新运行 AgentBuild 是一次重新调整，而不是重建，并且科学家撰写的合同仍然是持久资产。

奇妙的科学智能体及其构建方法：Rietveld精化的AgentBuild：论文配图 — 图 6：建设里程碑和 4 小时边界的数字 Rietveld 模式证据。最上面一行是 LLZO 30 分钟构建里程碑，其中迭代 7 活动套件通过了 P-strict。最下面一行是 LLZO 4 小时边界，其中迭代 9 AUD 最终状态给出了合理的拟合，但仍然超出了严格的工作流程范围合同。每行将领域科学家参考面板与从存储的数值数组（包括观察的、计算的、背景、残差和布拉格刻度数组）呈现的 AUD 最终状态面板进行比较。