智能时代的科学计算：一项探索性野外报告（55页，2026年）

分类：人工智能

标签：编码智能体、科学计算、生命科学软件、大语言模型、软件可维护性、仓库级代码、OpenAI、LLVM智能体基准

摘要：本文是 OpenAI 联合北卡罗来纳大学教堂山分校、艾伦人工智能研究所、Garvan 医学研究所、英伟达、哈佛医学院等多家机构完成的探索性野外报告（英译中），共 55 页，主题为智能时代中的科学计算。报告以基于大语言模型的编码智能体为对象，考察其在科学计算软件维护与重写中的能力，以生命科学领域八项早期案例为样本，重点呈现机会、验证负担与尚未解决的责任归属问题。 报告指出，科学计算已成为现代研究的核心支柱，但支撑生态的库与工具多由小型团队在学术开源环境开发，常为特定论文或资助项目而写；激励机制更奖励新成果与出版物而非长期维护，由此累积技术债务并长期缺乏工程人才。这一问题在生命科学尤为突出：高通量测序使海量数据集生产常规化，规模对可靠性与成本构成挑战，过去十到十五年间测序成本下降远快于下游分析成本，计算相关成本占比相对上升。科学代码常出现难以安装、依赖弃用、文档与测试不足、对未文档化参数敏感等失效模式，最坏情况会动摇已发表结论。 基于大语言模型的智能体已从轻量代码建议扩展到可自主操作专业代码库的仓库级工作，DeepSWE、FrontierSWE 等基准提供了证据。八项案例按范围递增归为

来源：zuudee | 日期：2026-11-06 | 格式：PDF | 页数：55