从 AI 辅助提出研究假设，到真正推进科学研究，往往还需要经历几十次甚至上百次试错：第一条路线走不通，是否值得继续修改？某个方案当前表现最好，是否应该把剩余预算都投给它？计算任务还没有返回，下一步是等待、检查，还是重新运行？
科研智能体参与实际研究，需要持续处理这些探索决策与执行问题。
10 月 18 日，由中国科学技术大学科学智能物质创制中心主办的智能科学家生态联盟第四届年会在合肥举行。会上发布的机器科学家 2.2，将大模型提出假设、小模型计算求证与科研机器人执行实验结合起来，进一步推进面向物质创制的智能科研体系。
图 1：智能科学家生态联盟第四届年会现场
而将模型与实验设备连接成持续运行的科研流程，还需要一套能够系统组织探索、管理执行并记录反馈的软件能力。openJiuwen 社区的 AI 科研工作台 ScienceDiscovery，正通过插件化方式为“灵境造物”提供科研探索支持。ScienceDiscovery 利用树搜索分配探索预算和试错机会，以及为计算和实验协作提供执行与过程管理支持。
科研探索的难点，是决定下一步值得尝试什么
大模型可以一次给出多个研究建议，但科研人员仍需在有限的计算与实验预算下确定探索顺序。
增加某个官能团，可能增强分子间相互作用，也可能增加合成难度；为了提高对称性修改结构，可能牺牲其他指标。即使每个候选都能得到评分，接下来改哪一个是核心问题。始终修改当前最高分方案，可能陷入局部停滞；平均尝试所有方向，又容易分散资源。部分初始评分较低的方案，仍可能经过后续修改得到更好的结果。
ScienceDiscovery 用树搜索组织这一过程。每个节点保存一版候选，父子节点关系记录它从哪个版本修改而来。系统选择一个已有版本，由模型生成修改，再通过评测器检查与评分，将结果加入树中。其中，flat-PUCT 会比较全树候选，结合当前表现、访问次数与配置中启用的先验信息，分配后续尝试机会：既继续改进有希望的方向，也为其他分支保留探索空间。
在此前ScienceDiscovery公开的数值积分案例中，较优版本的改写路径就经过了一个早已被超越的节点。当最优分支连续修改仍无进展时，搜索重新选择旧版本，由此产生后续改进。树结构保留各版本及其评测记录，使搜索能够继续修改已有候选，也能重新选择早期版本。
多孔分子晶体候选的搜索与筛选
我们通过一个多孔分子晶体候选搜索的案例，展示了这套机制如何应用于真实科研过程。任务从一个给定分子出发，在限定元素和原子数的条件下生成结构变体，希望筛选出更值得进入后续验证的候选。
任务共设置了五项归一化指标：刚性、对称性、方向性位点、开放堆积与可合成性，再按预设权重汇总成综合得分。这些指标将领域判断转成了能够反复计算的反馈。例如，方向性位点不仅考虑氢键供受体等结构，也考虑它们是否连接在刚性骨架上；开放堆积同时考虑形状与内聚力，避免只追求难以紧密堆积的外形，却忽略分子之间能否形成足够相互作用。
候选在评分前，还要接受结构合法性检查，包括能否解析、价态是否合理、是否满足任务设定的电荷与原子数约束等。生成结构、检查结构、读取反馈，再继续修改，由此形成循环。
图 2：起点与本次搜索最优候选的分子结构及五项评分
起点分子的对称性评分相对较低。早期修改则在另一侧补入对应结构，使两部分更加对称；后续候选又尝试改变酰亚胺位点，引入更多方向性相互作用位点。搜索也探索了增加腈基等其他路线，并比较不同修改带来的收益与代价。
这次运行配置了 4 个并行工作者，完成 20 次扩展，耗时约 48.5 分钟。树中包含起点在内共 21 个节点，最优候选的综合评分由 0.766 提高至 0.826。
值得关注的，是分数背后的取舍。结果并非所有指标同时改善：对称性评分由 0.458 提高至 0.812，方向性位点由 0.724 提高至 0.889，同时牺牲了部分刚性与可合成性。评分指标与权重决定了各项性质在候选筛选中的相对重要性，也会影响后续搜索方向。
搜索还得到了一组结构不同、评分各有差异的候选，可供后续计算与实验比较。
图 3：搜索过程形成的部分代表性候选分子
我们通过搜索树记录了这些候选的修改历史及对应评分。
图 4：本次搜索形成的实际树。节点标注编号与综合评分，粗蓝框为最优候选，虚线框为重复候选。
包括起点在内的 21 个节点中，有 10 个被标记为重复，说明减少重复探索、提高预算利用率仍有优化空间。
通过评测反馈迭代科研代码
ScienceDiscovery 也将树搜索用于振荡积分求解、数值代码加速和从观测数据反推解析表达式。这些任务可以通过机器评测快速获得反馈。例如，振荡积分案例在约两小时内产生了 236 个版本，系统依据评分持续修改程序，逐步改进求解策略。
这一过程中，模型权重保持不变，迭代的是科研代码。科研人员设定目标、约束和评价方式，系统完成多轮生成、执行与比较。
搜索效果取决于评测是否可靠。代码的部分性质可以直接运行验证，分子的可合成性、晶体结构与材料性能则需要进一步计算和实验；验证成本与反馈质量共同决定了搜索的速度和有效性。验证耗时影响搜索速度，评价结果与真实目标的一致性则影响搜索结果的有效性。
科研任务的执行管理与过程追溯
评测能否正常运行、结果能否完整交付，同样影响搜索进度。ScienceDiscovery 通过执行隔离和独立工作区支持并发探索，记录运行环境、任务状态与日志，减少文件冲突和重复提交，并保留失败原因供后续分析。
每次评测结果与对应的代码版本、输入数据和产物关联，便于科研人员复核与追溯。这些机制也为干湿实验中的方案交付、结果整理和反馈接入提供基础。
物理实验涉及样品消耗、设备占用和较长周期，对重复执行与状态判断更敏感。ScienceDiscovery 正在进一步完善干湿实验状态管理、任务交接与结果回流机制。
从智能底座到科研工作台：openJiuwen 生态中的能力分工
ScienceDiscovery 与 JiuwenSwarm 分别承担科研过程管理和智能体执行职责。ScienceDiscovery 将智能体能力组合为面向科研的工作台，承接科研工具接入、执行环境、产物管理与搜索评测等具体需求。在当前默认运行路径中，JiuwenSwarm 提供智能体的会话与推理执行循环，使智能体能够结合任务上下文调用模型和工具。ScienceDiscovery 通过适配层将其与科研工具、权限管理和执行环境连接起来，同时管理科研项目、运行记录及产物来源。
图 5：ScienceDiscovery 功能板块图。科研运行时管理搜索、执行、记忆与产物，插件层接入科研技能和数据工具，JiuwenSwarm 作为默认智能体执行后端。
图 6：ScienceDiscovery 架构。
ScienceDiscovery 通过插件化方式接入“灵境造物”，与平台已有的领域工具和实验能力协同。
ScienceDiscovery 下一步演进计划
除树搜索外，ScienceDiscovery 正在推进整体插件化方案，同时计划推出多平台桌面端、多维度的Research Self-Improvement（RSI）、干湿实验状态管理及异构算力部署：
整体插件化方案将进一步梳理ScienceDiscovery为科研场景提供的各类功能特性的接入方式，让不同研究团队能够按任务需求组合工具，也让 ScienceDiscovery 更方便地与“灵境造物”等科研平台协同
多平台桌面端着眼于科研人员的日常使用，将文献、代码、数据、任务和产物组织在统一工作空间中，简化安装、接入、和开展研究的流程
在 RSI 方向，ScienceDiscovery 将继续优化科研产物的持续自我改进，并探索Harness和模型的自演进与协同演进，为科研的迭代优化提供助力
干湿实验状态管理关注计算与物理实验之间的衔接，面对运行周期不同、资源约束不同的任务，需要更清楚地表达等待、执行、完成和异常状态，让计算结果能够交给实验，让实验反馈能够进入后续探索
异构算力部署面向科研计算资源的多样性，推进不同计算环境的部署与协作，使科研任务能够结合资源条件选择合适的执行环境
后续版本将重点完善专业工具接入、跨环境部署与实验状态管理，支持更完整的科研流程。
ScienceDiscovery 已在 GitHub 开源，欢迎科研人员、领域专家与开发者体验、反馈和参与共建。
GitHub 仓库：
[openJiuwen-ai/sciencediscovery](https://github.com/openJiuwen-ai/sciencediscovery)
[openJiuwen-ai社区](https://github.com/openJiuwen-ai)
