天体物理研究有了专用多智能体：文献检索前五命中率最高79.2%，还能直接调多波段数据
核心概要
天体物理研究要同时处理快速增长的文献、多波段观测和复杂物理模型，AstroGenesis 把这些环节放进同一个多智能体环境，由 Supervisor Agent 与 Planner/Replanner 协调文献检索、观测数据分析、理论建模和选题。当前实现聚焦耀变体研究，其理论建模智能体借助预训练神经网络代理模型，用自然语言完成宽波段与多信使建模。文献检索在单篇与多篇两类基准上，前五条结果至少命中一篇相关出版物的比例分别为76.6%和79.2%。
深度剖析
天体物理研究开始有一个面向具体领域的多智能体环境，把文献检索、多波段数据访问与分析、理论建模和研究选题放在同一处完成，而不是分散在互不相通的工具里。 此前的科研流程需要研究者自行在文献、异构观测数据和日益复杂的物理模型之间来回拼接，缺少统一入口。 文献检索部分用两类基准检验：单篇基准中每个问题只指向一篇出版物，多篇基准中问题可能需要多篇出版物的证据；前五条结果至少命中一篇相关出版物的比例分别为76.6%和79.2%。
自然语言成为访问科学就绪的多波段观测数据和有检索依据的文献的入口，理论建模也通过对话完成。 理论建模智能体不再要求研究者直接操作模型，而是调用预训练的神经网络代理模型，代理模型指用训练好的网络近似原本昂贵的物理计算。 当前实现聚焦耀变体研究，由 Supervisor Agent 与 Planner/Replanner 架构协调各专职智能体，文献侧走多阶段检索与排序流程，代表性工作流展示了文献、观测数据、物理建模与假设生成如何组合在可追溯的分析中。
启示与展望
当前实现聚焦耀变体研究，文献检索、多波段观测访问与分析、理论建模和选题能力都在这一领域内组织。可量化的评估只覆盖文献检索：单篇基准与多篇基准下，前五条结果至少命中一篇相关出版物的比例分别为76.6%和79.2%。其他能力通过代表性工作流展示，说明文献、观测数据、物理建模与假设生成可以组合在可追溯的分析中。框架声明可扩展到其他天体物理领域，目标是把研究流程连接得更顺畅、更可复现。
文献检索的76.6%与79.2%是前五条结果至少命中一篇相关出版物的比例，衡量的是检索覆盖而非答案正确性。理论建模依赖预训练神经网络代理模型，其精度与适用范围未在给出的内容中量化。可扩展到其他天体物理领域目前是目标而非已验证结果，代表性工作流也不构成系统性评测。