首页 / 资讯详情
三体还没降临，是因为叶文洁没用上千问办公吗？
摘要
天文观测，或许大概是最容易让普通人产生浪漫想象的一类科学。 巨大的穹顶缓缓打开，镜筒转向几亿光年之外，一束用从宇宙深处赶来的微光落到探测器上。然后告诉人类，这里几百万年曾经出现过超新星、伽马暴、中子星合并……研究的问题也从微观的重元素从何而来，覆盖到恒星如何死亡、极端物理条件下会发生什么。 但这些工作落到具体的天文望远镜使用时，日常却会变得琐碎而辛苦。 冬天夜长，国家天文台兴隆观测基地一次值班经常要持续十几个小时。值班人员需要彻夜守着望远镜和控制软件，盯目标位置、天气和设备状态，调参数，排任务。地球在转，目标也在不断改变位置；云层、湿度、风速、月光都会影响观测；机械、网络和供电也可能出现变动。 只是按照既定计划观测一晚，就已经够繁琐。但对瞬变观测来说，麻烦还远不止是夜班长。 超新星、伽马暴这类事件无法提前推算。尤其是超新星爆发后的早期阶段，亮度和光谱会快速变化，一些特征可能过了几个小时或者几天就不再出现。科研团队发现得越早、跟得越快，能够留下的观测数据也越完整。 中国科学院国家天文台高级工程师，兴隆观测基地天文组负责人郑捷把这种情况形容成「天上掉馅饼」。 首先能「看到馅饼掉下来」，就是非常复杂的第一步。 瞬变就意味着有一些原定观测任务需要被打乱排班。如果今晚已经排了三个科学任务，突然，一颗疑似极早期超新星突然出现在预警系统里，那这个目标到底重不重要，它现在是否处于可观测区域，天气是否允许，哪台望远镜有条件接手；原来的任务已经排满，又该挪掉哪一个……这些繁琐的任务，全都需要在极短时间里完成重新判断。然后逐级协调排程与设备调用。 于是，今年国家天文台科研团队在千问办公协助下做了一次新的尝试。 基于千问办公的 Agent Harness，团队用不到 3 天、千元左右的成本搭出了一套科研级望远镜仿真环境。望远镜组件和传感器接口被包装成 MCP，Agent 可以读取设备状态和可观测条件，随后，相关 Agent 框架又接入了「司天」探路者和「司天」原型机。 一种新的瞬变观测范式，在 AI 的驱动下，逐渐走向成熟。 01 自动望远镜已经发展了几十年， 为什么还需要 Agent？ 望远镜自动化并不是大模型时代才出现的技术。 简单来说，我们可以将它分成三个阶段：发现异常、分析异常和资源调度。 这其中，最成熟的是资源调度。今天的 Las Cumbres Observatory 已经把分布在全球 7 个站点的 27 台机器人望远镜当作一个整体运行。科研人员提交观测请求，中央调度系统根据目标可见性、天气、设备和时间窗口安排任务；一个站点天气变差之后，任务还可以被重新分配到其他站点。整个网络的计划每小时会被重新计算多次。 关于发现异常，目前行业也产生了一批颇具代表性的探索。比如 2026 年 2 月 24 日，Vera C. Rubin Observatory 在一个晚上发出了约 80 万条科学告警。随着系统全面运行，这个数字预计最高达到每夜 700 万条；一次天空变化被发现后，公开告警可以在约两分钟内发出。 候选数量可以随着巡天能力迅速增长，适合做后随观测的望远镜时间却始终有限。于是，一个新的问题出现了：这些海量异常到底值不值得跟踪，选哪一个跟踪，在有限时间里用哪台设备跟踪，判断的代价并没有同步下降。 为了解决这个问题，国家天文台相关团队自 2025 年起，就开始尝试着用 AI。 根据公开资料，由国家天文台银河系三维结构组与兴隆观测基地合作开发的星语望远镜 StarWhisper Telescope 以千问为基