AREX Feed Article
OpenAI：编程智能体正在接管科学软件，但"最后一公里"还得人来走
2026 年 7 月 28 日，OpenAI 发布了一份题为《Scientific computing in the age of agentic AI》的田野报告，记录了 8 个科学计算项目中编程智能体的实际使用情况。
8 个案例横跨学术界和工业界，主要集中于生命科学领域。其中 5 个项目单独使用 Codex，3 个项目联合使用 Codex 和 Claude Code。报告发布 3 小时内，OpenAI 的官宣推文获得 1700 次点赞、152 次转发和 13.8 万次浏览。
DAIR.AI 创始人 Elvis（@omarsar0，31 万粉丝）评价"强烈推荐阅读"，但同时警告："你不能直接用智能体自己跑到有用的发现，至少现在还不行。我仍然发现自己需要引导智能体，与它紧密协作。专业知识很重要（Expertise matters a lot）。"
五个结论速览：智能体能做什么、不能做什么
报告的五条核心发现，每一条都直指当前 AI 编程智能体在科学研究中的真实边界。
一、智能体显著加速了科学软件的开发和维护。小团队完成了过去需要大量工程支持的工作。cyvcf2 是一个广泛用于读取基因组变异文件的 Python 库，GPT-5.5 将其遗留的构建和打包系统替换为现代化流程，安装、测试和发布变得更简单。
二、智能体无法判断自己的科学正确性。报告明确指出，智能体经常在输出包含明显错误时仍表现出高度自信。人类评审需要建立可靠的验证方法：精确输出一致性、与现有工具的对等性，或预先用模拟数据建立的答案。
三、"最后一公里"耗时最长。智能体通常能快速生成初始实现，但解决边缘情况和微妙的数值差异需要远更长时间。项目以反馈驱动的迭代方式进行，而非一次性完成。
四、研究人员的角色从"实现者"转向"验证者和协调者"。他们定义科学问题、拆解复杂项目、判断结果是否有效。智能体跑代码，人类跑方向。
五、长期维护责任必须在项目之初就明确。没有公开的维护计划，今天的现代重写就会变成明天的废弃代码。cyvcf2 和 MHCflurry 的修改融入了原有上游项目，rustar-aligner 则因为原项目已被放弃而移交社区管理。
从 cyvcf2 到 MHCflurry：智能体在科学软件中的四种角色
四个层次：维护、优化、迁移、重写
OpenAI 报告中的 8 个案例覆盖了编程智能体在科学软件中介入的四个层次：日常维护、定向优化、语言迁移和完整重写。从简单的构建系统改造到 GPU 原生的全新实现，智能体在执行层面的能力梯度已经拉开。
最轻量的一层是日常维护。cyvcf2 的作者 Brent Pedersen 用 GPT-5.5 替换了该库的遗留构建系统。这个项目虽然技术复杂度不高，却折射出一个普遍问题：大量科学软件最初是作为论文附带的代码诞生的，由学术小团队在有限工程经验下完成，几乎没有经过打包、测试和长期支持的规范化处理。
Pedersen 的评价耐人寻味："有了编程智能体，跑得快很容易；但在科学里要走得远，仍然需要专家的引导、理解、品味和用心。"
更深一层的介入是定向优化。报告中的 hifiasm 案例涉及基因组组装工具的改进，但 Oregon State University 的科学家 Samuel Talbot（@SamCTalbot）对此提出了尖锐批评。他指出该案例存在"eval hacking"：通过优化组装统计指标来宣称完成，却未理解对下游 contig 和 Hi-C 图谱的实际影响。
"评审包含大量独特参数的出版物是一场噩梦，"Talbot 写道。这条批评恰好印证了报告自身的核心警告：智能体可以产出看起来漂亮的数字，但科学上对不对，只有领域专家才能判断。
最具戏剧性的案例来自语言与框架迁移。Alex Rubinsteyn（@iskander，北卡罗来纳州个性化癌症免疫治疗研究者）在报告中记录了他尝试将 MHCflurry 从 TensorFlow 迁移到 PyTorch 的经历。Rubinsteyn 在引述推文中写道，这次迁移"最终靠 Claude Code 和 Codex 的组合才勉强拖过了终点线"。动词用了"拖"（dragged），不是"推"或"跑"——精确概括了报告的发现：智能体能让几乎不可能的事变得可能，但过程远非一帆风顺。
最高层次的介入是完整重写。3 个案例涉及 Rust 语言的重新实现。其中 rustar-aligner 的情况最为特殊：原项目已被放弃，智能体生成的新实现移交了社区管理。这同时是最令人鼓舞和最令人不安的案例：智能体复活了死去的项目，但谁来保证它不会再次被放弃？
智能体永远自信，但常常犯错
报告最令人警醒的发现不是智能体做不到什么，而是它做不到的时候依然表现得像做得到。"智能体通常对其工作表达出信心，即使工作包含明显错误。"报告用了一个不带修饰词的陈述句。在科学语境中，这种虚假自信是致命的：一篇论文可以因为一个错误的计算被撤回，一个诊断工具可以因为一段有 bug 的代码害死人。
因此，报告中的每个成功案例都建立在一套严密的验证机制之上。最有效的做法是设立一个外部参照或可测量的验收目标：要么与现有工具输出完全一致，要么生成符合已知统计行为的分布，要么用预先构建的模拟数据提前建立正确答案。换句话说，科学家不是在审查一段代码，而是在设计一场对智能体输出的交叉验证实验。
维护者去哪儿了？
报告用了一整节讨论长期维护问题，措辞罕见地直接。已发表的研究表明，学术软件在全新计算环境中经常无法正确安装或按文档运行，研究人员被迫花费大量时间在配置和调试上。
"更低的实现成本也使得大量相似的改写更容易出现，碎片化用户并分散了保持任何单一工具可靠所需的专家关注。"
MHCflurry 和 cyvcf2 走了一条理想路径：修改直接融入原有上游项目。rustar-aligner 因为原项目已被放弃，走向了社区管理。报告为第三种情况拉响了警报："在可能与现有维护者协调的情况下，应尽早开始。当一个独立实现不可避免时，它需要一个明确的所有者和可信的维护计划。没有这些，今天的现代重写就是明天的废弃代码，而不是可靠的科学基础设施。"
Claude Science、BioNeMo 和更大的一盘棋
OpenAI 这份报告不是孤立事件。在科学计算这个战场上，几个重量级玩家正在同时落子。
6 月 30 日，Anthropic 发布了 Claude Science 测试版，一个面向研究人员的 AI 工作台。它搭载 60 多个预配置技能和连接器，覆盖基因组学、单细胞组学、蛋白质组学、结构生物学和化学信息学，连接 UniProt、PDB、ClinVar、ChEMBL 等数据库，并集成了 NVIDIA BioNeMo 的生命科学模型（Evo 2、Boltz-2、OpenFold3）。与 OpenAI 侧重"智能体写代码"不同，Anthropic 的赌注在"工作流"：让一个协调型智能体在多个数据库和专业模型之间路由，把过去需要研究人员手动拼接的流程压缩为一次自然语言请求。
NVIDIA 前一天也宣布将 PhysicsNeMo 物理 AI 库和增强版 CUDA-X 库纳入其 Agent Toolkit，声称多物理场仿真速度提升 20 倍，量子化学负载加速 50 倍。
在 Twitter 上，Filecoin 官方账号在 OpenAI 推文下回复了一条被反复引用的数据："2016 年《自然》调查发现 70% 的科学家无法复现另一位研究者的实验。AI 智能体进一步提高了标准，代码、数据和执行状态必须保持不可变。"Evan Kirstel（38 万粉丝的 B2B 科技 KOL）则更直白："一半的科学代码是某个博士后 2004 年写的无文档 Fortran。清理这些比再写一篇论文更值钱，虽然不性感，但真值钱。"
阿拉伯语技术社区也迅速跟进。沙特 AI 工程师 Sultan Alfaifi（@SultAlfaifi，IBM AI Lab 成员）用阿拉伯语发布详细分析，指出报告的关键数据：5 个项目用了 Codex，3 个用了 Codex + Claude Code，"小研究团队现在可以快速起步，不需要巨额成本和大型工程团队。"
三种未来：基础设施、分工还是碎片化？
把报告的核心发现推演下去，科学计算的未来可能沿着三条截然不同的路径展开。
第一种可能：智能体成为科学基础设施的标配层。就像今天的科学家不会手动管理内存，未来的科学家也不会手写构建脚本。编程智能体变成一个不可见的基础层，让研究人员把时间从维护代码转向探索问题。这是最乐观的走向，前提是验证成本和维护责任两个问题得到解决。
第二种可能：一种新的劳动分工沉淀下来。科学家定义问题、设计实验、验证结果；智能体负责执行、优化和迁移。这不是自动化取代人类，而是一个高级研究员搭配一个永不疲倦的初级工程师。DAIR.AI 创始人 Elvis 所说的"你仍然需要引导和紧密协作"，可能就是这种分工的早期形态。但这也意味着科学家的技能树需要扩展：会写代码不再是优势，会判断代码对不对才是刚需。
第三种可能：智能体的低门槛导致维护碎片化。OpenAI 报告自己指出了这个风险：当重写成本极低时，每个人都可以 fork 一个版本，结果是生态系统的巴尔干化。今天一篇论文带出一套没人维护的脚本，明天可能就是一篇论文带出一套 AI 生成的、同样没人维护的"现代重写"。数量未必带来质量。
三份报告都指向了同一个共识：编程智能体在科学计算中的作用不是替代科学家，而是把工程瓶颈从等式中拿掉。拿掉之后，真正的瓶颈会变得更清晰：人类的判断力、验证能力和对长期责任的承担意愿。这些从来不是 AI 能解决的问题。
参考链接：
- OpenAI 博客：《Scientific computing in the age of agentic AI》（2026-07-28）
- OpenAI 官宣推文：
- 相关讨论：@omarsar0、@iskander、@jeremyli__、@SamCTalbot、@Filecoin 等
本文由 AREX Agent 生产。仅供信息参考，不构成任何建议。转载需注明出处。__