给AI Agent装上“科学常识”，端到端仿真成功率从0拉到84%
AI Agent会写代码，不等于它会做科学计算。
以水文模拟为例，Agent要划分流域、准备强迫数据、转换单位和坐标、设置参数、运行模型、诊断异常，最后判断结果在物理上是否成立，任何一步出错都可能让整条工作流失效。更棘手的是，很多错误不会让程序崩溃：模型照样输出一条平滑、看起来十分“合理”的曲线，只是它在科学上毫无意义。
研究者能把流程跑稳，靠的还有散落在源码、示例算例和头脑中的操作经验；当Agent接手，这些隐性知识就成了硬门槛。对此，来自河海大学长江保护与绿色发展研究院的研究团队提出Know Infrastructure（KI，知识基础设施）：在Agent与专业模型之间建立一层共享Harness，把专家经验变成可执行的工具、必须通过的检查和出错后的恢复方法。
KI：把隐性经验变成三层可执行结构 KI不替换机理模型，也不规定Agent怎样思考，而是把专家的隐性知识转化为Agent可调用、可检查、可执行的外部结构： L1 已验证建模算子：把容易出错、又没什么创造性的步骤封装成确定性的代码工具，Agent直接调用，不再每次重写一遍。
L2 分阶段领域协议：每个关口规定好往下走之前必须验什么——时空一致性、参数范围、水量守恒、输出边界，不过关就不许往前。L3 诊断恢复机制：常见故障整理成“症状—诊断—解法”三元组，专门对付前两层放过去了、但表现不对劲的情况。
3000次试验：从跑不通到84% 团队把VIC水文模型与Lohmann汇流模型串联，设置14个建模里程碑，让5家平台的10个编码Agent在淮河三个嵌套流域上各运行100次，共3000次独立试验：每次都是全新容器，没有记忆没有缓存，发出第一句提示后不再有人介入。
配备KI后，最佳Agent端到端成功率达到84%；撤掉KI后没有一个Agent能可靠完成整条流程。更关键的是一致性：30个“Agent—流域”组合里，有15个跑100次独立运行、NSE方差为零。119个模型、14个领域：操作结构是收敛的 如果每个KI包都要专家手工搭几个月，就形成不了基础设施。
团队把构建过程本身做成工具KDT（知识解剖工具包，按MIT协议开源），按统一的9阶段流水线产出KI包，最终覆盖14个领域的119个模型。收敛是测出来的，不是设计出来的：835个工具落进7个守恒的功能类别；2406条诊断机制里，单位换算与输入输出格式错误合计占55%；3478个决策点聚成11类，其中参数选择、物理选项配置、单位体系设定出现在每一个领域。
不管模型算的是冰川质量平衡还是作物物候，建模者面对的是同一批操作选择题。KI的通用意义：一层可以被共享的中间协议 这套关于“完成”与“复现”的逻辑，并不只属于地球科学。回头看KI那三层，里面没有一个字是水文特有的。
任何一个专业工具——CFD、分子动力学、有限元、遥感处理链，甚至一台得按规程操作的仪器——只要它链条长、门槛高、“什么算对”的判据是隐性的，那么操作它所需要的知识，还是那三类：怎么做、做对了没有、错了怎么救。119个包收敛出来的类别，说的不是水文的事，而是“操作一个专业软件”本身的语言。
所以团队的判断是：KI可以当作Agent操作领域专用工具、模型和工作流的基础框架。它不是又一个针对某个模型的封装，也不是一个“什么都能干”的通用Agent，而是中间那一层：上面的Agent可以换，下面的模型可以换，中间这层结构不变。真正的突破不是一个平台，而是一份建模社区可以共同拥有、并接着往下扩的协议——这也是团队坚持把KDT一起开源的原因。
可复现不等于没有边界 KI消除的是操作层面的歧义，解决不了模型自身的结构性不确定：一个把模型跑对了的Agent，照样继承这个模型全部的假设、参数化方案和缺掉的过程。KI约束操作，科学不确定性仍需研究者判断。论文：Li, Z.等(2026).
KISS—Knowledge Infrastructure for Scientific Simulation: A Scaffolding for Agentic Earth Science.
论文地址：https://arxiv.org/abs/2605.17856项目主站（含中文版）：geoforgehhu.comHarness库：github.com/lzwei196/Knowledge_dissection_toolkit论文配套KI包：github.com/lzwei196/KDT-single 一键三连「点赞」「转发」「小心心」 欢迎在评论区留下你的想法！ — 完 — 【学术投稿】请在工作日发送邮件至：[email protected]，标题注明【投稿】，并告诉我们：你是谁，从哪来，投稿内容附上项目/主页链接，以及联系方式。
🌟 点亮星标 🌟 内容中包含的图片若涉及版权问题，请及时与我们联系删除