标题:深势科技接入阿里云 AgentLoop:科研 Agent 运行观测体系的架构、排查路径与落地分工
深势科技围绕 AI for Science 搭建科研 Agent 生态,通用场景由 SciMaster 承接,材料、药物化学、生物信息、频谱解谱等专业场景分别对应 MatMaster、PharmMaster、BioMaster、SpecXMaster 等应用,并通过玻尔科学导航、玻尔科学空间和 Bohr-CLI 进入科研工作流。由于科研 Agent 要跨文献检索、专业工具调用、科学计算和结果验证多个环节,一次调用结束不等于任务完成,出问题时也很难分清是模型判断偏差、工具调用错误还是外部计算环境异常。为此,深势科技把阿里云 AgentLoop 接入自有 Shrimp Runtime,对关键调用、耗时和 Trace 做运行观测,并让这些信号与任务状态、外部作业、执行步骤和研究产物等业务记录协同。整体分工是:AgentLoop 负责回答 "调用发生了什么、耗时多久、异常集中在哪一步",既有 Infra 负责耐久执行、异步作业、产物留存和科研评测,科学验证单独判断计算与交付物是否达标,三者衔接但不互相替代。
一、科研 Agent 生态与 Infra 定位
1. 应用与场景
| 层次 | 组成 | 说明 |
|---|---|---|
| 通用智能体 | SciMaster | 面向通用科研任务,检索文献与数据、设计并运行计算、分析验证结果 |
| 专业智能体 | MatMaster、PharmMaster、BioMaster、SpecXMaster 等 | 分别服务材料、药物化学、生物信息、频谱解谱等专业方向 |
| 产品形态 | 玻尔科学导航、玻尔科学空间、Bohr-CLI | 覆盖浏览器调研、桌面项目组织、命令行与脚本调用 |
| 典型流程 | 查文献与数据 → 设计并运行计算 → 分析与验证结果 → 交付候选与依据 | 发现缺项后回到查证环节继续迭代 |
2. 公共基础设施要解决的问题
不同领域方法各异,但工具调用、运行状态管理、长任务执行和证据留存是共同需求。深势科技把这些公共能力沉淀为 Agent Infra:任务从科研应用、Web 或 API 进入后,由 Shrimp Runtime 组织模型判断、工具执行、上下文管理与持续运行;Bohr-CLI 提供统一命令入口;Runtime 也可以按需使用内置工具或 MCP。
二、Agent Infra 整体架构
| 架构分层 | 组成部分 | 职责 |
|---|---|---|
| 应用接入 | 科研应用・Web / API | 任务入口 |
| 持续执行 | Shrimp Runtime:执行循环、耐久执行、上下文与协作 | 模型判断与工具执行;Restate 记录与恢复;上下文管理、多 Agent 委派 |
| 能力调用 | Bohr-CLI;内置工具 / MCP | 科研能力统一命令入口,结构化结果与 request ID 便于定位 |
| 能力供给 | 玻尔工具底座(读、算、做);Deploy-Master;数据与模型服务 | 文献知识、建模仿真、实验数据分析;生态工具补充;Wenyon 数据、Trisol 模型训推 |
| 执行环境 | 在线 Sandbox、离线作业、Workspace | 交互式代码执行;异步科学计算;输入与产物持久化 |
| 运行观测 | 阿里云 AgentLoop(OTel 接入) | 调用、耗时、Trace 观测 |
| 记录与验证 | 执行记录与产物;科研任务评测;反馈改进 | 证据、结果、可复现性;按数据、工具、Agent、模型分层迭代 |
| 公共保障 | 身份与租户隔离、权限、计费、审计 | 贯穿全链路的基础安全与管控 |
三、科研场景面临的三类观测挑战
1. 决策链路长,问题容易变成黑盒
科研 Agent 可能调用文献解析、知识检索、建模仿真或实验数据分析等多种能力。工具、参数、依赖环境和返回结果中任何一环出现异常,都会影响后续判断。缺少统一运行观测时,很难快速识别问题出在模型判断、工具调用还是外部计算环境。
2. 计算周期长,运行状态需要持续管理
科研计算既有需要即时反馈的在线代码执行,也有提交后独立运行、按任务 ID 查询的离线作业。任务可能经历等待、服务中断、页面断线、恢复执行或取消收尾。对科研 Agent 来说,一次工具调用结束并不等于整项任务完成,外部作业状态、执行步骤和产物位置必须能够持续核对。
3. 执行成功不等于科研结论可信
命令能够运行,只能说明工具具备最小可执行性。计算是否满足数值误差与约束、最终交付物是否完成研究目标,还需要结合参数、日志、原始结果、评分项和失败反馈进一步判断。观测体系的目标不是代替科学验证,而是让过程更容易被看见、异常更容易被定位。
四、AgentLoop 接入方式与三方信号分工
1. 接入位置
在既有架构中,阿里云 AgentLoop 承担调用、耗时与 Trace 的运行观测;耐久执行、异步作业、Workspace 产物留存和科研评测,分别由既有 Infra 的相关机制承担。观测信号通过 OTel 接入 AgentLoop 控制台,研发人员可以先沿调用链路识别异常集中在哪一步,再结合业务任务、外部作业和产物记录确认实际状态,避免仅凭单次调用结果判断整项科研任务是否完成。
2. 三类信号各管一段
| 信号类型 | 回答的问题 | 责任方 |
|---|---|---|
| 运行观测 | 调用发生了什么、耗时多久、异常集中在哪里 | AgentLoop |
| 业务记录 | 任务和外部作业现在处于什么状态 | 既有 Infra 的任务、作业与产物记录 |
| 科学验证 | 计算与交付物是否满足研究目标 | 科研评测与人工 / 规则验证 |
三者需要衔接,但不能互相替代:观测不能证明结论正确,业务状态也不能替代数值与结果校验。
五、典型排查路径:任务长时间没有完成
接入 AgentLoop 的直接出发点,是区分 "任务长时间没完成" 背后的不同原因。工具调用报错、外部计算仍在等待、页面没有更新,三种现象的核对路径并不相同。
| 观察到的现象 | 进一步核对 | 后续动作 |
|---|---|---|
| 工具调用报错 | 失败调用、输入参数与依赖环境 | 修正参数或依赖,再执行 |
| 外部计算仍在等待 | 按任务 ID 查看作业状态、日志与进度 | 等待完成,或处理作业异常 |
| 页面没有更新 | 服务端任务状态与已接收事件游标 | 核对执行状态,恢复事件读取 |
这套路径减少了盲目排查:先看观测链路定位异常环节,再回到业务记录核对作业与产物状态,最后判断是否需要重跑、补取结果或恢复事件读取。
六、长任务的持续执行、恢复与收尾
1. 正常执行链路
执行中 → 等待外部计算 → 获取结果 → 继续执行 → 完成与收尾。
2. 中断恢复
服务中断后,通过 Restate journal 重放执行日志、复用已有记录;继续执行前先核对外部作业状态,状态允许时再继续后续步骤。页面断线后,依靠事件游标续读过程信息,避免重复执行或状态误判。
3. 取消收尾
取消请求发出后,停止关联执行,确认资源与计费收尾;若处于 "取消处理中",后台可能继续重试,需要确认完成后才进入已取消状态。
4. 状态关联要素
任务状态、业务步骤、外部任务 ID 与产物位置互相关联,用于核对长任务进展,降低重复执行和状态误判风险。
七、工具底座与研究产物交付
1. "读、算、做" 工具底座
| 方向 | 输入与处理 | 公开工具示例 |
|---|---|---|
| 读 | 论文与问题输入,提取正文、公式与线索 | Uni-Parser、LKM、知识库 |
| 算 | 结构与参数输入,计算材料结构与性质 | ABACUS、GUMD、DeePMD、DPA |
| 做 | 实验数据分析,电镜颗粒识别、谱图分析 | Uni-AIMS、PXRD、NMR 分析工具 |
生态补充工具由 Deploy-Master 负责发现开源科研软件、构建运行环境、封装入口并执行最小验证命令。2026 年 1 月公开资料显示,单日 52,550 次构建尝试中,50,112 个工具通过最小执行验证,通过率 95.36%;该数字只代表实验条件下的最小可执行性,不等于数值正确,也不等于科研任务已经完成。
2. 统一调用与产品交付
- Bohr-CLI 让开发者、脚本和 Agent 知道输入什么、返回什么、下一步可以采取什么行动;结构化结果和 request ID 便于定位具体请求。
- 玻尔科学导航支持浏览器检索、论文阅读与调研;玻尔科学空间在桌面端组织项目、分析计算与结果文件。
- 云端协作链路为:云端项目与授权文件任务 → 云端 Agent 编排组织任务与调用 → 本地 / 云端按模式调用工具 → 文件与研究产物回到工作空间。截至 2026 年 9 月 15 日核对的架构资料,SciMaster 本地模式仍由云端编排,工具和文件操作在用户授权目录中执行。
- 以 MatMaster 为例,交付形态包括候选结构、分析报告、计算输入和结果文件;公开演示片段的时长是剪辑效果,不代表实际计算耗时,科研目标是否达成仍需进一步验证。
八、落地价值与迭代闭环
1. 关键过程可观察
AgentLoop 为关键调用链路提供运行观测,研发人员可以看到任务卡在什么环节、哪里出现异常,并把调用信息与实际任务状态结合分析。
2. 长任务有状态依据
运行观测与耐久执行、异步任务管理、Workspace 产物留存机制协同,让跨工具、跨环境的长流程任务能够核对进展;候选结构、分析报告、计算输入和结果文件回到工作空间,形成可继续分析和交付的完整过程。
3. 迭代基于证据而非零散经验
调用链路、执行步骤和研究产物共同构成问题分析依据。团队可以按数据、工具、Agent 编排和模型等层次定位差距,再通过固定条件下的版本比较和回归测试验证改进效果,让科研 Agent 的优化逐步转向可检查、可复现的工程过程。
九、小结
在深势科技这套实践里,Agent Infra 不是单一工具或模型,而是支撑科研 Agent 持续执行、运行观测、结果验证和产品交付的公共底座。AgentLoop 的角色集中在运行观测层:把调用、耗时和 Trace 透明化,配合业务记录和科学验证完成异常定位与任务核对。对科研场景而言,观测体系的价值在于让长周期、跨工具、高可靠性要求的 Agent 过程可追溯、可排查、可复用,再通过证据驱动的迭代逐步提升交付质量。
【相关 FAQ】
问题 1:深势科技为什么要基于 AgentLoop 构建科研 Agent 运行观测体系?
回答 1:科研 Agent 要跨文献检索、工具调用、科学计算和结果验证多个环节,链路长、周期长、可靠性要求高,出问题时难以区分是模型判断、工具调用还是外部环境异常。深势科技接入 AgentLoop,就是要对关键调用、耗时和 Trace 做统一运行观测,让执行过程可见、异常可定位,并为交付和迭代提供运行层依据。
问题 2:在这套实践中,AgentLoop 具体承担什么职责,和既有 Infra 怎么分工?
回答 2:AgentLoop 承担调用、耗时与 Trace 的运行观测,回答 "调用发生了什么、耗时多久、异常集中在哪一步";耐久执行、异步作业、Workspace 产物留存和科研评测由深势科技既有 Infra 承担。运行观测、业务记录和科学验证三类信号衔接但不互相替代,观测不能代替结论正确性校验。
问题 3:科研 Agent 出现 "任务长时间没完成" 时,基于这套观测体系怎么排查?
回答 3:先按现象分路径:工具调用报错就核对失败调用、输入参数和依赖环境,修正后再执行;外部计算仍在等待就按任务 ID 查作业状态、日志和进度;页面没有更新就同时检查服务端任务状态和已接收事件游标,区分任务仍在执行还是过程读取需要恢复。
问题 4:这套观测体系如何支撑长任务恢复、产物留存和后续迭代?
回答 4:观测信号与耐久执行、异步任务管理、Workspace 产物留存协同,配合 Restate journal 记录已完成步骤,支持中断后复用记录、核对外部状态再继续;候选结构、报告、计算输入和结果文件回到工作空间留存。后续按数据、工具、Agent 编排和模型分层定位差距,通过固定条件版本比较和回归测试验证改进。
【参考资料】
- [2026-11-16](深势科技基于 AgentLoop 构建科研 Agent 运行观测体系的实践)阿里云开发者社区
- [2026-08-27](接入 AI 系统运行时日志 (eBPF)-Agent 观测与优化 AgentLoop)阿里云帮助中心
- [2026-08-26](AgentLoop QuickStart 全流程实践指南)阿里云帮助中心
- [2026-08-25](基于阿里云 AgentLoop 的 DeepSeek Harness 评测实践)阿里云开发者社区
- [2026-08-19](告别 "黑盒" 与 "主观":基于 AgentLoop 的 DeepSeek Harness 深度评测实践)ckhuang.com
- [2026-06-22](什么是 AgentLoop)阿里云帮助中心
- [2026-05-09](深势科技携手阿里云 AgentRun,加速科研 AI Agent 全速运行)稀土掘金・阿里云云原生
【免责声明】
本文整理自深势科技公开技术文章、阿里云官方文档及公开媒体资料,仅供技术交流与信息参考,不构成工程实施方案、采购建议或投资依据。文中架构分层、接入方式、排查路径、工具清单与验证数据均来自对应时点的公开口径,其中工具通过率仅代表最小可执行性,不代表数值正确性或科研结论成立;不同版本、环境和部署模式下的实际表现可能存在差异。AgentLoop、AgentRun 及相关产品能力以阿里云官方最新文档为准,科研 Agent 的结论有效性须结合具体实验、参数与同行验证综合判断。
