AI当上了实验员。
光学实验中，目标功率计的读数突然下降，原因可能是光路偏移、光源变弱，也可能是仪表读数出现偏差。有经验的实验员不会马上去调反射镜，而是先通过几次测量排查原因，再决定下一步怎么做。
在东南大学团队开发的BeamLab中，完成这些判断的是一个AI智能体。它运行在数值模拟的光学台架上，根据实时读数决定下一步测什么、调整哪里。AI写文章、编写代码已经不算新鲜事，像实验员一样安排测量、判断原因并推进后续操作，则展现了AI参与科研的另一种可能。
BeamLab是2026年江苏省AI+科学与工程创新实践黑客松（高校组）的决赛项目之一。赛事由江苏省人工智能学会主办、爱思科技（Agnes）承办，历时22天，近50所高校的536支团队报名，最终20支团队进入决赛。
赛事要求参赛者用AI完成一项可执行、可验证的科学、工程或设计任务。项目覆盖材料科学、芯片设计、航空气动、工业检测、机器人等多个方向，既有围绕计算结果展开的参数搜索，也有根据环境反馈调整动作的智能体。
所有参赛团队的智能体都搭建在Agnes Harness之上。它是爱思科技（Agnes）开源的智能体开发与执行基础设施，负责连接模型与专业工具、组织任务流程，并将执行结果反馈给模型；MHS（模型硬件标准）则为相机、传感器和机器人等设备提供标准化接入。
Agnes Harness开源链接：https://github.com/AgnesAI-Labs/agnes-harness
这些项目呈现出一个共同的变化：AI开始进入材料研发、芯片设计、科研仪器和智能制造等专业场景，参与原本需要专业软件、工程师经验或实验设备共同完成的工作。Agnes Harness在其中承担的任务，是让模型能够接入这些专业环境，并围绕具体目标持续推进工作。
1.新材料与科学计算：从数据中寻找规律
材料研发中有一类典型问题：已知材料产生的光谱，能否反推出材料的组成或参数？正向计算通常可以根据物理定律求出结果，反过来寻找原因却困难得多，因为不同参数可能产生相似的观测结果。
无锡学院的「纳米变色龙」（本科组优秀奖）研究的就是这个问题。团队希望根据一条目标散射光谱，反推出纳米颗粒的直径、折射率实部和消光系数。
团队将物理计算与数值搜索封装为工具，由Agnes 3.0 Flash模型检查目标、调用工具、读取误差，再决定下一步试算。MiePython负责计算颗粒的散射光谱，SciPy负责参数优化，Agnes Harness则将这些步骤组织在同一个任务流程中，保留候选参数和对应结果，供后续检查。
纳米变色龙将参数搜索与留出检验分开，由模型组织工具调用，专业程序完成计算并检查结果。
项目还设置了独立检验环节：系统先用一部分波长寻找参数并锁定结果，再用没有参与拟合的波长检查效果。公开记录的四条合成任务中有三条达到预设门槛，其中一条因材料存在色散、与恒定折射率的模型假设不符而未通过。这让团队能够进一步定位模型的适用范围。
连云港师范学院的「SciFormula」（本科组优秀奖）则尝试从观测数据中寻找物理公式。团队先根据变量的单位关系筛除不合理的候选表达式，再用稀疏回归寻找公式，并检查它能否用于原始数据范围之外的情况。
据项目仓库披露，在包含100条方程的官方Feynman基准测试中，量纲筛选将候选项从2,492,610个减少到22,368个，筛除了99.1%的候选项。Agnes Harness在这类任务中能够组织模型与公式搜索、筛选程序之间的协作，让研究者可以把更多计算资源留给更有可能成立的候选。
在官方Feynman基准测试中，量纲剪枝将候选项缩减了99.1%，大幅压缩了公式搜索空间。
这两个项目对应材料研发与科学规律发现中的不同需求：一个从光谱寻找材料参数，一个从数据寻找物理公式。AI负责组织搜索，专业程序负责计算和筛选，得到的结果还需要通过独立数据或其他方法进一步检验。
2.航空设计与高性能计算：减少反复计算的成本
飞机翼型设计需要研究空气流过不同形状时形成的压力分布和流场，再从中寻找符合目标的设计。高精度计算流体力学（CFD）能够提供详细结果，但每次调整设计都重新进行完整计算，会拖慢整个筛选过程。
传统飞机翼型设计存在的一些困难。
苏州大学的「数据驱动的翼型气动代理与反向设计」（硕博组最佳技术创新奖）利用公开数据集AirfRANS中的1000个二维翼型数值解，训练了一个计算更快的代理模型。神经网络学习不同翼型与流场之间的关系，先快速预测候选设计的表现，再帮助筛选值得进一步计算的方案。
在团队给出的一组推理对比中，单次预测耗时从1.91秒降至0.33毫秒。
用快速代理模型替代大量高成本计算，加快翼型设计与筛选。
在这个流程中，代理模型负责快速预测，Agnes Harness则为模型调用、候选方案搜索和计算工具之间的协作提供运行环境。研究者可以先用代理模型筛选更多设计，再通过高精度CFD或风洞试验检查最终方案。
科学计算效率还取决于更底层的计算程序。东南大学的「KernelEvolve」（硕博组二等奖）研究GPU算子优化，目标是让深度学习和科学计算中的基础计算任务运行得更快。
GPU代码优化需要依次通过运行、正确性和性能三道验证。
团队实现了图神经网络中的图聚合算子，以及适用于特定矩阵形状的矩阵乘法算子。智能体通过Agnes Harness领取优化任务、提交候选代码，再由独立评测器检查数值正确性并在真实GPU上测试速度。它根据编译错误、数值反例和耗时继续修改实现。
代表任务通过了21项数值检查，在完整图计算任务上，优化后的实现相较团队选定的基线提速1.59倍。
KernelEvolve还进一步探索了框架本身的改进。团队汇总多轮任务的执行记录，分析反复出现的问题，并据此改进错误诊断、正确候选记忆和长任务接续机制，再比较改进前后的表现。后续还计划在未参与开发的新任务上检验这些改进能否迁移。
KernelEvolve团队的算子优化与框架改进思路
这让RSI（递归自我改进）有了更具体的工程实践：不仅优化当前的计算代码，还根据执行记录改进后续的优化流程。对科学计算而言，底层算子效率会影响分子模拟、流场计算等任务的运行成本，这类优化也因此具有更广泛的应用意义。
3.芯片研发：让代码在工具反馈中不断修正
芯片设计并不是写完代码就结束。设计需要先经过功能仿真，再进行综合、布局布线和物理检查，每个环节都可能暴露新的问题。
南京理工大学的「ChipForge」获得本届黑客松硕博组一等奖。团队将AI接入芯片设计工具链，让任务从Verilog代码生成继续推进到功能仿真、综合与物理实现。
ChipForge将代码生成、功能仿真、综合与物理实现组织为连续的设计流程。
据团队介绍，一次功能仿真发现，代码没有正确等待开始信号，导致输出提前了一个时钟周期。系统根据错误信息修改代码，再次提交验证。进入综合阶段后，工具又指出复位结构存在问题，团队继续调整设计。经过多轮迭代，项目中的三套设计完成了相应的验证流程，五万三千多组事务通过测试。
Agnes Harness将综合报错交还模型，支持代码修改后继续接受验证。
Agnes Harness在其中负责衔接设计工具与模型，将仿真和综合结果送回模型，并保留任务上下文，让修改后的代码能够继续接受检查。团队在接受采访时介绍，过去从拿到需求到完成布局布线常需一个月左右，借助AI，一天之内便能得到初步结果，后续细节修改约需一周。
目前，项目完成的是相应设计与验证流程，电气约束收敛和板级测试仍是后续工作。
ChipForge展示了AI参与芯片研发的一种方式，模型生成的代码不必一次就正确，专业工具能够指出问题，执行环境再将错误反馈给模型，推动任务继续向前。这种工作方式把代码生成与后续工程验证连接起来，也让开发者有机会减少反复定位和修改问题的时间。
4.科研仪器与工业检测：
AI决定下一步测什么
前面的项目主要围绕已有数据开展计算或优化。自主实验则多了一项任务：AI还需要决定下一步获取什么数据。实验测量需要时间和设备资源，关键不在于测得越多越好，而在于能否找到最有助于判断问题的测量方式。
东南大学的BeamLab（硕博组优秀奖）搭建了一套模拟光学实验台，将光源、反射镜、功率计和温控设备纳入同一个环境。当目标功率突然下降时，智能体需要根据读数安排测量，逐步排查问题，再决定是否调整反射镜。
Agnes Harness负责组织诊断步骤和后续操作，MHS将六类模拟设备接入同一个任务。光场传播由LightPipes模拟，镜面角度由高斯光学先验和局部优化器计算，智能体则根据测量结果选择下一步操作。
团队将六类设备整合为一套模拟光学实验台，让AI根据测量结果自主安排实验步骤。
东南大学的「工业CT自适应探伤系统」（硕博组三等奖）面对的是工业零件的内部缺陷检测。零件外表完好，并不代表内部没有空洞、夹杂或裂纹。检测人员需要根据扫描图像判断缺陷是否清晰、是否需要补充测量，以及下一次扫描应该选择哪个角度。
项目将扫描、图像重建和检测分析组织成连续流程。系统完成初始校准和扫描后，通过SART算法重建切片，再将投影、重建图像和候选缺陷区域交给智能体判断。根据现有证据，智能体可以决定补充扫描角度、调整曝光、重新校准，或者结束检测并输出报告。专业程序负责采集与重建，独立程序则检查缺陷证据、位置和扫描预算。
工业CT自适应探伤系统根据重建图像与缺陷证据，决定补测、调整参数或结束检测。
项目还允许系统在证据不足时输出「无法确认」。在10个留出任务的测试中，结合图像与数值信息的策略完成了9个，其中包括按规则给出无法确认的情况。
这两个项目都运行在仿真仪器环境中。MHS为设备提供标准化接入方式，让相机、传感器等设备的信息能够进入智能体流程。后续仍需在真实仪器中检验噪声、漂移和标定误差等因素，才能进一步评估系统在实际检测中的表现。
5.智能制造与应急救援：
Agnes Harness组织多设备协同
机器人和智能制造面对的是另一类问题：AI不仅需要判断，还要把判断转化为动作，并根据执行结果及时调整。
东南大学的「视触融合机器人装配助手」获得本科组一等奖。精密装配中，视觉可以帮助机械臂找到工件的位置，但零件能否顺利插入，还取决于接触状态和微小的姿态偏差。
团队在MuJoCo中搭建了Franka Panda机械臂数字工位，并接入相机和六轴腕力传感器，将装配过程拆分为接近工件、触探、调整姿态、搜索孔口和柔顺插入等技能。如果插入受阻，系统会退让、重新搜索，再尝试插入。
在仿真演示中，方销与方孔的单侧间隙为0.6毫米，初始偏差达到4.5毫米。系统插入至约14.49毫米时受阻，随后退让6毫米，重新搜索后继续插入，最终达到约20.49毫米。
Agnes Harness根据反馈重新尝试柔顺插入
Agnes Harness负责组织任务步骤与技能调用，底层控制程序执行具体运动。项目还通过MHS接入相机和腕力传感器，让环境信息和受力反馈能够进入智能体流程。
团队通过装配插件和MHS将视觉、腕力数据与机械臂接入Agnes Harness。
东南大学的「具身救援」（硕博组优秀奖）将AI带入室内搜救场景。
机器人进入建筑后，需要识别房间与走廊的连接、处理关闭的房门，并根据人员线索和视线遮挡不断调整路线。
项目将Agnes的多模态视觉能力、Agnes Harness与机器人导航和仿真系统结合。系统接收自然语言描述的搜寻目标，读取相机图像和机器人位置，再选择导航、开门或复核人员线索等动作。执行结束后，系统读取新的观测结果，更新已搜索区域和受阻路线；当线索不明确时，还会换一个视角再次确认。
具身救援系统将视觉感知、任务编排与机器人导航连接起来。
项目已在Gazebo中完成两种室内布局的验证和19项离线边界回归测试，真实底盘适配与复杂现场评测仍需后续推进。
另一个面向制造业的案例，是东南大学的「机械备件逆向重建与修复」（硕博组最佳应用价值奖）。对于缺少原始图纸的零件，团队尝试从带尺度参考的多视角图像重建几何结构，生成参数化CAD模型，再用有限元计算检查受力情况，并根据位移和应力结果调整设计，最终导出制造文件。
在30牛载荷、PLA材料线弹性的设定下，修复后支架的位移为0.288毫米，应力为3.17兆帕。目前，项目使用18张仿真图像开展验证，后续还需要结合真实拍摄与打印后的加载测试，检查整条流程的效果。
机械备件逆向重建与修复将图像重建、结构分析和制造文件生成衔接起来。
从精密装配到室内搜救，再到机械备件修复，Agnes Harness在这些项目中承担着组织模型、工具与执行步骤的作用。不同任务需要不同的领域知识和控制程序，但模型与专业工具之间的连接方式，可以成为搭建智能体时复用的基础。
6.从平台科研到多行业应用的新探索
这些项目来自不同领域，却有着相似的开发需求：如何连接模型与专业工具，如何组织任务流程，以及如何根据执行结果调整下一步。如果每支团队都从零搭建这些基础能力，很多时间就会耗费在重复工作上。
中国科学院院士、北京大学教授鄂维南曾提出「平台科研」的设想，希望通过面向更广泛研究者的科研基础设施，让更多人能够借助已有工具和资源开展研究。
这场黑客松可以看作一次小规模的实践。参赛团队在22天内完成了材料参数搜索、芯片设计、光学诊断和工业CT探伤等不同领域的原型，背后是已有的智能体运行环境为开发提供了基础。
Agnes Harness将模型、专业软件与执行反馈组织在同一套流程中，MHS则为相机、传感器和机器人等设备提供标准化接入方式，这让智能体"思考—行动—修正"形成闭环，并真正从数字世界延伸到物理世界。企业和开发者可以基于已有能力搭建自己的应用，已经调通的工具和流程也能在后续项目中复用，减少重复开发的工作。
对于需要反复计算、仿真和调整的科研与工程任务，Agnes还提供免费的Flash系列模型和专业的Pro系列模型，让团队能够根据需求选择合适的模型，以较低成本开展试验和迭代。基础能力可以复用，试错成本也能得到控制，更多团队便有机会将AI用于具体的科研与行业问题。
从材料研发、芯片设计到工业检测和机器人操作，过去22天里，一批来自不同领域的想法完成了从构想到原型的第一步。活动当天，2027全国AI创造者黑客松也宣布启动。
接下来，我们也期待这些项目中的成果能够在真实的科研与生产场景中继续验证，这场黑客松为这些大学生的探索提供了起点，也为AI进入更多行业场景种下了新的种子。
（封面图来源：Agnes AI）
END.
