千问办公3天助力国家天文台构建望远镜仿真系统，AI重塑科研执行范式

事件概述

日前，千问办公协助中国科学院国家天文台科研团队，仅用3天时间、成本不到千元，成功搭建了一套大口径科研级望远镜数字化仿真系统。该系统的核心在于利用Agent（智能体）在仿真环境中驱动望远镜进行远程态势感知与观测流程模拟，旨在解决瞬变天文事件（如超新星爆发、伽马暴）难以预测且真实设备试错成本高的问题。

核心技术与功能

• 标准化接口集成：系统将望远镜各组件、传感器状态及观测环境信息整合为标准MCP（Model Context Protocol）接口，供Agent监测与调用。
• 多模型协同决策：
  • 跨巡天对齐时序模型：从多巡天公开数据中识别极早期超新星候选，明确“看什么”。
  • 短时局部气象预测模型：综合云量、风速、湿度等实时参数评估观测条件，明确“怎么看”。
• 自动化闭环流程：Agent综合科学目标优先级、望远镜实时状态及可观测窗口，自主完成“状态感知——任务规划——方案生成——流程验证”的完整闭环。

应用成效与进展

• 接入现有设备：该Agent框架已接入“司天”探路者和“司天”原型机。
• 实际预警成果：截至目前，相关Agent已成功预警8颗极早期超新星候选体，其中2颗在天气条件允许时触发了后续真实观测。
• 自我迭代机制：任务结束后，系统可根据执行结果和专家反馈重新规划后续任务，并将有效经验沉淀为可复用的Skill（技能模块）。

行业意义与范式转变

• 效率对比：传统仿真系统依赖软件供应商开发，通常耗时约三个月，成本高达数万元；此次实践将周期缩短至3天，成本降至千元以内。
• 科研范式变革：过去望远镜自动化主要依赖预设流程，需人工干预应对变化。如今，随着大模型、Agent与控制系统连接，AI具备动态规划、工具调用及策略调整能力。
• 数据价值挖掘：仿真系统在虚拟环境中反复执行任务，记录设备状态、环境变化及决策过程，形成高质量训练数据，用于进一步训练望远镜控制模型（VLA），为未来实现更高水平的智能观测奠定基础。

国家天文台人工智能推进委员会专家李瑀旸博士指出，AI在科研中的角色正从辅助分析进入科研执行流程本身，科研人员更多负责提出问题与设定目标，而智能体承担观测执行、验证和迭代工作。