智能代理式 AI 時代的科學運算

科學運算是現代學術界和業界研究的核心支柱。然而，分析科學資訊所需的軟件一直難以追上數據快速增長的步伐。許多廣泛使用的研究工具，最初只是研究論文的配套程式碼，由工程經驗有限的小型學術團隊開發，能投放於封裝、測試、優化或長期支援的時間極少。結果，科學基礎設施往往依賴緩慢而脆弱、需要持續維護的工作流程。這些限制拖慢了科學發現的步伐。

AI 智能代理正開始改變這種局面。它們降低工程工作的成本並接手繁瑣的實作任務，從而協助研究人員更快建立構想原型、推展以往並不可行的項目，也更容易長期維護軟件。因此，科學軟件變得更高效並得到更妥善的維護，讓研究人員有更多時間投入探索與發現。

我們現分享一份探索性實地報告，涵蓋八個主要屬於生命科學領域、由智能代理輔助的科學運算項目；其中五個僅使用 Codex，三個結合使用 Codex 與 Claude Code。報告匯集各項目團隊撰寫的案例研究，並歸納出反覆出現的主題。這些項目涵蓋日常維護、針對性優化、大規模程式語言遷移，以及以 GPU 為原生平台的重新設計。參與者表示，智能代理大幅加快軟件開發與維護；在部分案例中，更協助小型團隊承擔原本需要多得多的時間或專門工程支援才能完成的工作。不過，他們亦指出，如何為產生的工具確立清晰的長期責任與管理安排，仍是一項持續存在的挑戰。

參與者一致形容，研究人員的角色已由實作轉向驗證與統籌：訂明要建構甚麼、界定如何衡量正確性，以及決定項目何時可推出。在這種新興模式下，研究人員仍掌控科學方向與品質標準，同時藉智能代理式輔助提升工作速度。

儘管各項目的規模與範圍差異甚大，結果均顯示，編碼智能代理正令工程人力與專業知識不再成為科學運算的重大限制。如今，瓶頸在於驗證 AI 智能代理的輸出，而這仍有賴人類判斷。

各案例研究均顯示，智能代理能有效處理具體、範圍清晰的要求，卻無法可靠判斷其成果是否符合科學原則或預期。事實上，即使成果明顯有誤，智能代理亦經常表現得很有信心。因此，人類審核者需要找出可靠的方法驗證結果。最有效的方法會採用外部參考或可量度的驗收目標，例如輸出完全一致、與現有工具功能相若、統計行為恰當，或以模擬數據預先確立答案。

另一個反覆出現的主題是，項目通常會分階段推進，按意見回饋反覆改進，而非採用單範例方法一次完成。參與者把宏觀目標拆分成較小的改動，再以中期基準和測試系統評估並改進智能代理的工作。智能代理往往能迅速完成初步實作，但處理邊緣情況和細微數值差異則需時甚久。完成實作的「最後一哩」往往最費工夫。

整體而言，這些案例研究顯示，智能代理讓研究人員減少投放於實作的時間，並更專注於指導科學工作。人類負責訂立目標、把複雜項目拆分成可處理的部分，並判斷結果是否符合科學原則。智能代理紓緩了長久以來的工程限制，擴大研究人員可建構的成果範圍，同時讓他們專注於最重要的科學問題與決策。

研究軟件長期存在維護缺口，拖慢了反覆改進，亦限制了可重現性與可靠性。有關「研究程式碼⁠（在新視窗中開啟）」及組學工具⁠（在新視窗中開啟）的已發表研究發現，已發佈的軟件往往無法在全新運算環境中妥善安裝，或不能按照文件說明運行，迫使研究人員花費大量時間設定和除錯。即使是例行改進，亦可為研究人員節省時間並減少運算需求；以效能為本的重構與重寫則可帶來更大效益。

然而，實作成本下降亦更容易催生大量相似的重寫版本，令用戶分散，並攤薄維持任何一項工具可靠運作所需的專家關注。因此，長期管理與明確標示貢獻者至關重要。成熟的科學軟件承載着未有記錄的慣例、兼容要求及用戶信任，單靠轉換源碼無法重現這些元素。

這些案例研究展現了數條可行的前路。MHCflurry 和 cyvcf2 的改動已整合至各自原有的上游項目；由於原項目已被棄用，rustar-aligner 則轉由新的社群管理。若能與現有維護人員協調，便應盡早展開合作。若有必要另行實作，就必須有明確的負責人及可信的維護計劃。否則，今天的現代化重寫版本，明天可能淪為遭棄用的程式碼，而非可靠的科學基礎設施。

這份實地報告屬回顧及探索性質，但當中的案例研究顯示，科學軟件的開發方式正出現實質轉變。Codex 等編碼智能代理可大幅降低維護、遷移、優化及全新實作的成本。其長遠科學價值仍取決於人類如何決定要建構甚麼、如何驗證，以及由誰負責維護。更深層的改變不只是研究人員能開發更多軟件，而是他們可投入更多精力界定、驗證和管理這些工具。

這些案例研究顯示，智能代理現已能加快科學運算反覆改進的步伐。隨着編碼智能代理持續進步，研究人員可減少花在維持分析管線運作的時間，並更專注推動所屬領域向前發展。