分类：科技 标签：人工智能、大模型、开源项目、科技前沿
天文观测，或许是极少数能让普通人瞬间产生浪漫想象的科学。巨大的穹顶缓缓打开，镜筒转向无垠的深空，数十亿年前赶来的微光落入探测器，向人类倾诉超新星爆炸、中子星合并的壮丽史诗。
然而，浪漫的背后是极其琐碎且高压的现实。以国家天文台兴隆观测基地为例，冬季漫长的夜班里，值班人员需要彻夜盯着控制软件，实时核对目标位置、气象云图、设备状态并不断调整参数。而对于瞬变天文观测（如超新星、伽马暴爆发）而言，挑战则更为严苛——这些极端事件无法提前推算，且早期特征稍纵即逝，科研团队发现得越早、响应越快，留下的宝贵科学数据才越完整。
面对“天上掉馅饼”般的瞬变事件，如何打破传统繁琐的线性调度？近期，国家天文台科研团队联合千问办公给出了一份充满未来感的解法。
01 自动望远镜已久，为何依然需要 Agent？
长期以来，望远镜的自动化建设主要分为三个阶段：发现异常、分析异常与资源调度。
虽然现代巡天望远镜（如即将全面运行的 Vera C. Rubin Observatory）每晚可以产生数百万条科学告警，但适合进行后随观测的望远镜时间依然极其有限。海量异常到底值不值得跟踪？选哪一个？用哪台设备？判断的成本居高不下。
此前，国家天文台银河系三维结构组与兴隆观测基地便已开始尝试将 AI 引入其中。由双方合作开发的“星语望远镜（StarWhisper Telescope）”以大模型为基座，打通了观测计划、设备控制与数据处理，被斯坦福大学《AI Index Report》列为代表性的科学 AI Agent。
但固定工作流面对复杂的真实观测现场依然略显僵化。当科研团队试图让 Agent 拥有更强的主动决策能力时，一个残酷的现实摆在眼前：真实的科研望远镜极其昂贵且经不起试错。
02 3 天造出一台可以反复试错的“仿真望远镜”
国际主流的 10 米级地面光学望远镜，单个有效观测小时的运行成本高达数万元，且任何错误的硬件控制都可能带来巨大的设备风险。
在千问办公的协助下，国家天文台科研团队决定先为 Agent 打造一个科研级仿真望远镜环境。传统开发一套专业仿真系统往往需要数月时间与高昂成本，而借助千问办公的 Agent Harness，团队仅用不到 3 天、千元左右的成本便跑通了全套数据链。
这套仿真系统展现出了强大的适应性：
- 数据链跑通：Agent 读取专业程序与天气、设备接口返回的结构化数据，自动生成观测计划。
- 硬件模拟响应：引入真实设备的运动日志与传感器限制，让机械限位和合法参数受到底层约束。
- 策略极限演练：面对“多目标竞争”、“突发天气恶化”等现实中难以人为制造的复杂场景，系统可以在仿真中提前演练多套调度策略，大幅加速后续的真实决策。
03 从仿真走向真实夜空：接入“司天”工程
仿真跑通后，Agent 正式对准了真实的夜空。
在千问办公的框架下，当瞬变候选目标出现时，多维数据被实时对齐，Agent 能够与科研人员并行推进工作。目前，这套 Agent 框架已经正式接入我国大型分布式米级巡天望远镜阵列项目——**“司天”工程（GOTTA）**的探路者和原型机，并已成功预警约 8 颗极早期超新星候选。
随着“司天”工程未来构建起覆盖全球的百余台望远镜网络，面对海量设备协同、多站点天气博弈与高并发目标抢占，传统的人工调度已难以为继。而基于 AI Agent 的智能分布式调度，将成为人类探索宇宙深空不可或缺的超级副驾驶。
当一束光跨越数百万年抵达地球，留给人类捕捉的时间窗口往往只有不可逆的几个小时。从日常办公到前沿科研，AI Agent 正在用极致的效率革新，帮人类在群星闪烁的宇宙中，跑赢宝贵的时间。