网络化智能：面向人机科研协作的主动共享上下文图

多数AI for science系统聚焦扩展单一推理过程：用更好的模型、更大的上下文窗口、长程智能体执行，或与单一主要用户协作的数字共同科学家。但具挑战性的科学问题很少由单一推理者解决——它们由团队成员解决，成员携带不同先验、实验背景、默会知识与领域训练的直觉。开放问题因此不仅是如何扩展模型，而是如何发展“网络化智能”：扩展人类与AI系统之间的连接，使一个情境中产生的结果或假说能到达另一个可以据此行动的人、智能体、仪器或机器人。我们介绍Mycelium：一个自动连接研究者与AI智能体的主动共享工作区。随着人类用户与智能体工作，系统捕获重要观察与假说、追踪它们与团队演化知识模型的关系，并把它们路由给其下一决策可被启发的人或智能体。我们经真实科学发现用例评估Mycelium：一项生物多组学研究——共享上下文把局部分析发现转为跨专家的机制性约束、最终成为实验设计。最后我们把网络化智能描述为分布式科学情境上的稀疏条件计算。该框架确立何时单个扩展智能体即可胜任、何时孤立的数据与专门知识使网络化方法成为必需。