阿里：千问办公协助国家天文台科研团队，耗时仅 3 天打造科研级望远镜仿真系统、成本不足千元

9月18日，阿里巴巴正式宣布，近日千问办公已协助国家天文台科研团队完成大口径科研级望远镜数字化仿真系统的搭建，将原本需要数月、花费数万元的开发工作压缩至3天完成，成本不足千元，搭建门槛直接降低两个数量级。

千问办公切入天文科研场景 打破传统仿真系统开发壁垒

超新星爆发、伽马暴等瞬变事件是研究宇宙演化和极端物理过程的重要窗口，但这类事件出现时间极难预测，而科研级望远镜资源稀缺，真实设备无法承受大量试错成本，因此观测前搭建仿真系统验证方案可行性，是减少真实设备试错代价的行业通用路径。过去这类仿真系统通常依赖软件供应商定制开发，周期长达3个月，成本高达数万元，成为不少中小科研团队的负担。

• 传统开发模式：委托软件供应商定制，周期约3个月，成本高达数万元
• 千问办公赋能后：耗时仅3天，成本不足千元，搭建门槛降低两个数量级

标准化MCP接口打通设备链路 智能体自主完成观测全流程闭环

千问办公协助国家天文台相关科研团队搭建仿真系统的同时，还将望远镜各组件、传感器状态及观测环境信息整合为标准MCP接口，供Agent监测与调用，相当于把望远镜组件等变成一排“通用插座”，Agent即插即用，既能实时读取设备状态，也可直接调用控制模块。
配合跨巡天对齐时序模型可从多巡天公开数据中识别极早期超新星候选，明确“看什么”；短时局部气象预测模型综合云量、风速、湿度等实时参数评估观测条件，明确“怎么看”。最终Agent可进一步综合科学目标优先级、望远镜实时状态以及目标可观测窗口，自主完成“状态感知——任务规划——方案生成——流程验证”的全闭环。

智能体框架已接入“司天”设备 已成功预警8颗极早期超新星

目前该Agent框架已接入“司天”探路者和“司天”原型机，科研人员提出科学观测需求后，智能体自动结合目标优先级、天气和设备状态生成观测方案，通过不同MCP接口调用相应控制模块执行任务，观测结束后将结果反馈给科研人员；任务结束后还可根据执行结果和专家反馈重新规划后续任务，将有效经验沉淀为可复用的Skill。
截至目前，相关智能体已经预警8颗极早期超新星候选，其中2颗在天气条件允许的情况下触发了后续观测。

从辅助工具到科研执行主体 千问办公开启天文科研新范式

国家天文台人工智能推进委员会专家李瑀旸博士表示，此次合作不仅是针对单一望远镜提供的仿真系统，也是对新的天文科研组织和执行方式的探索。过去望远镜自动化系统主要按照预先设定的流程运行，当天气、设备状态或者科学目标发生变化时，仍需要科研人员人工判断和调整；随着大模型、Agent、科学模型和望远镜控制系统逐步连接，AI已具备根据实时环境和科学目标进行动态规划、调用工具、验证方案并调整观测策略的能力。
同时，仿真系统可在虚拟环境中反复执行观测任务，持续记录设备状态、环境变化、决策过程和执行结果，形成面向望远镜智能控制的高质量训练数据，为进一步训练望远镜控制模型（VLA），以及未来在真实科学装置上实现更高水平的智能观测奠定基础。李瑀旸指出：“科研范式正在发生改变：AI在科研中的角色不再只是辅助分析，而是进一步进入科研执行流程本身。科研工作者更多负责提出问题、设定目标，智能体则承担观测执行、验证和迭代工作。”