僅用3天！千問辦公協助國家天文臺科研團隊打造科研級望遠鏡仿真系統

日前，千問辦公協助國家天文臺科研團隊打造大口徑科研級望遠鏡數字化仿真系統，耗時僅3天，成本不到千元。依託對真實望遠鏡組件和觀測條件的模擬，Agent可在仿真環境中驅動望遠鏡進行遠程態勢感知與觀測流程仿真。未來，仿真系統產生的數據，還將用於訓練望遠鏡控制模型（VLA）中。據介紹，超新星爆發、伽馬暴等瞬變事件是研究宇宙演化和極端物理過程的重要窗口，但它們出現時間難以預測。與此同時，科研級望遠鏡資源有限，真實設備難以承擔大量試錯。因此，在正式觀測前，科研團隊通常需要先搭建望遠鏡仿真系統，完整模擬觀測流程，驗證方案可行性後，再應用於真實設備。

過去，這類仿真系統通常依賴軟件供應商開發，需要約三個月，成本高達數萬元。千問辦公協助國家天文臺相關科研團隊搭建大口徑科研級望遠鏡數字化仿真系統，並將望遠鏡各組件、傳感器狀態及觀測環境信息整合為標準MCP接口，供Agent監測與調用。在仿真環境中，跨巡天對齊時序模型可以從多巡天公開數據中識別極早期超新星候選，讓Agent知道“看什麼”；短時局部氣象預測模型能夠綜合雲量、風速和溼度等實時參數評估觀測條件，讓Agent 理解“怎麼看”。最終，Agent可以進一步綜合科學目標優先級、望遠鏡實時狀態以及目標可觀測窗口，自主完成“狀態感知——任務規劃——方案生成——流程驗證”的閉環。

目前，該Agent框架已接入“司天”探路者和“司天”原型機。科研人員提出科學觀測需求後，智能體結合目標優先級、天氣和設備狀態生成觀測方案，通過不同MCP接口調用相應控制模塊，並將觀測結果反饋給科研人員；任務結束後，還可以根據執行結果和專家反饋重新規劃後續任務，並將有效經驗沉澱為可複用的Skill。截至目前，相關Agent已經預警8顆極早期超新星候選，其中2顆在天氣條件允許的情況下觸發了後續觀測。更值得關注的是，此次不僅是針對單一望遠鏡提供的仿真系統，也是對新的天文科研組織和執行方式的探索。

過去，望遠鏡自動化系統主要按照預先設定的流程運行；當天氣、設備狀態或者科學目標發生變化時，仍需要科研人員人工判斷和調整。隨著大模型、Agent、科學模型和望遠鏡控制系統逐步連接，AI開始具備根據實時環境和科學目標進行動態規劃、調用工具、驗證方案並調整觀測策略的能力。同時，仿真系統還可以在虛擬環境中反覆執行觀測任務，持續記錄設備狀態、環境變化、決策過程和執行結果，形成面向望遠鏡智能控制的高質量訓練數據，為進一步訓練望遠鏡控制模型（VLA），以及未來在真實科學裝置上實現更高水平的智能觀測奠定基礎。“科研範式正在發生改變：AI 在科研中的角色不再只是輔助分析，而是進一步進入科研執行流程本身。

科研工作者更多負責提出問題、設定目標，智能體則承擔觀測執行、驗證和迭代工作。”國家天文臺人工智能推進委員會專家李瑀暘博士表示。