量子计算一直被认为是 AI 最难攻克的“硬核”应用场景之一：设备昂贵、环境极端、操作复杂，而且每一步实验都依赖研究者的实时判断。但 OpenAI 最近发布的一则案例显示，GPT-5.6 Sol 配合 Codex，已经开始在 MIT 的量子实验室里“自主打工”了。

事件概述：当 AI Agent 走进量子实验室

OpenAI 于 2026 年 9 月 8 日发布了一篇案例研究，主角是 MIT 工程量子系统小组（EQuS）的研究生 Beatriz Yankelevich。她将 GPT-5.6 Sol 与 Codex 结合，直接接入实验室的协调软件，尝试让 AI 自主完成量子比特（qubit）的测量与校准流程。

结果颇具启发性：在信号清晰的标准流程中，GPT-5.6 Sol 能够独立完成一整套校准测量——从识别量子比特的跃迁频率，到校准控制与读取脉冲，再到测定量子信息的保留时间。这让 Yankelevich 可以将大量时间从“盯实验”转向“设计实验”和“分析数据”。

这一案例的核心看点不在于 AI 做了多复杂的科学发现，而在于它展示了 AI Agent 在真实物理实验闭环中的可行性：控制硬件、读取数据、分析结果、决定下一步——这是 AI 从“对话助手”走向“科研协作者”的重要一步。

关键技术点：为什么量子比特校准适合 AI Agent？

量子比特与“人工原子”

超导量子比特常被称为“人工原子”，因为它们和真实原子一样，只能占据特定的能级。研究者通过微波脉冲将量子比特在不同能级之间切换，并探测其量子态。返回的信号经过数字化和分析后，能揭示每个量子比特的关键参数：

  • 谐振频率：实现精确控制的必要条件；
  • 量子信息保留时间：决定量子比特能在多长时间内保持相干；
  • 计算所需的各种脉冲参数：进一步执行量子逻辑操作的基础。

这些测量工作本质上高度重复、且由软件全流程控制，天然适合自动化。

相互依赖的测量流程

校准量子比特并非一次性操作，而是一连串相互依赖的测量：每次测量的结果都会直接影响下一步的参数选择。而且，量子比特的属性可能会漂移，意外的物理行为会导致结果不一致。有经验的研究者能识别这些变化并动态调整策略。这种“软件控制 + 重复测量 + 自适应决策”的组合，恰好是 AI Agent 擅长处理的问题范式。

Codex 的实验工作流

Yankelevich 的具体做法是：

  1. 向 Codex 提供测量技能包，说明如何运行和评估每类实验；
  2. 让 GPT-5.6 Sol 基于芯片设计目标，自主选择测量参数；
  3. Codex 操作实验硬件，采集数据；
  4. AI 分析结果后自行决定：是“细化当前测量”还是“保存结果并进入下一步”。

在信号清晰的情况下，Codex 几乎不需要人工干预，就能跑完一整条标准测量序列。

亮点与局限：一个诚实的科研自动化案例

OpenAI 的案例研究中也如实指出了当前模型的能力边界：

GPT-5.6 Sol 在实验信号微弱或噪声较大时表现不佳——它需要更长时间才能找到合适的测量参数，有时还需要经验丰富的研究者介入。这说明当前 AI Agent 能处理定义清晰的实验流程，但解释模糊的物理结果仍然是一个挑战。

这个“诚实陈述”非常值得肯定，也是我认为这篇案例中最有信息量的一句话。它清楚地划出了当前 AI 在科研自动化中的适用边界：流程自动化是可行的，科学判断仍需人类兜底。

对 AI Agent 与数据科学落地的意义：从“工具”到“操作员”

1. Agent 的“技能系统”是关键

Yankelevich 并不是简单地让 GPT-5.6 Sol“自由发挥”，而是为它构建了一套结构化的“技能”系统——告诉它每类实验怎么跑、怎么评估。这与目前 AI Agent 领域的“工具调用（Tool Calling）”和“技能库（Skill Library）”方向完全一致。

对于数据科学团队来说，这个思路可以平移借鉴：如果一个 Agent 要自动完成数据清洗、特征工程和模型调参，同样需要为它预设一套标准的操作协议和评估准则。

2. “夜间无人值守”模式带来的效率革命

Yankelevich 在案例中表示：

“我可以让 Agent 在夜间或我在洁净室工作时连续运行数小时的测量实验。我可以从手机上查看它们的进度，并在需要修复或探索新方向时进行引导。”

这实际上是把人类从“实时监控”中解放出来，转向“异步管理”。对于日常需要跑大量实验的数据科学团队来说，这种“人在环路之外（human-off-the-loop）”的运作模式极具参考价值——前提是 Agent 不会在异常情况下造成不可逆的破坏。

3. 理论、实验、芯片设计的多 Agent 协同

另一个值得关注的细节是，Yankelevich 已经搭建了覆盖测量、理论和芯片设计的 Agent 基础设施，并且可以让多个 Agent 同时解决不同问题。她本人则专注于更高级的工作——解释结果、设计实验、规划 Agent 的下一步任务，以及阅读和写作。

这意味着 AI Agent 之后，科研人员的角色正在变化：从“亲手做实验的人”变为“设计实验并协调多个 AI 助手的人”。这和“提示工程（Prompt Engineering）”之后的下一代人机协作模式——Agent 编排（Agent Orchestration）——是完全一致的。

我的技术点评：AI 科研自动化的“里程碑”还是“试金石”？

作为一个长期关注 AI 工程化落地的从业者，我认为这个案例的意义可以拆成两个层面来看。

在技术层面，这是一个相当扎实的工程示范。 量子比特的校准涉及硬件控制、信号采集、实时分析和条件决策等多个环节。GPT-5.6 Sol 能端到端地跑通流程，说明大模型配合结构化工具，已经足以胜任真实世界中一部分严谨的实验操作。这比在基准测试上刷分“更具含金量”，因为它面对的是真实物理世界的噪声和不确定性。

在科研范式层面，这是一个值得参考的“人机分工”样本。 案例中最核心的信息是：AI 负责“执行”，人类负责“判断”。Yankelevich 不追求让 AI 完全替代研究者，而是让 AI 接管那些耗时但定义清晰的工作，把人类认知资源集中在最需要的创新环节。这比很多“全自动科研”的宏大叙事更加务实——也可能更接近 AI 在科学发现中的真实落地路径。

不过，我也必须指出其中的“幸存者偏差”风险。 这个案例使用的是 EQuS 小组的标准测试芯片，工作流本身已经相对成熟。案例原文也明确表示，AI 在弱信号和噪声场景下表现不佳。因此，这篇文章展示的并不是通用科研 AI 的诞生，而是特定场景下的一项高级自动化工程。大规模、全自动、可迁移的 AI 科研系统，目前尚未出现。原文数据显示，这种标准芯片的特征化原本可能需要研究者数天时间，EQuS 目前已经常态化使用 Agent 处理日常测量工作——仅就单位时间产出而言，提升是明确的。

另外需要说明的是，关于实验中量子比特的具体相干时间数值和其他硬件参数，原文未作披露。

这个案例让我想到一个更深远的问题：当实验操作本身变得廉价和自动化之后，什么才是科研人员的核心价值？ Yankelevich 的实践给出了一个可能的答案：提出正确的问题、设计有意义的实验、以及对模糊结果的科学直觉。如果说 AI 正在把科研从“手工作坊”推向“工业化”，那么人类的角色正在从“执行者”变成“决策者”——这个过程未必轻松，但值得期待。

原文链接：How GPT-5.6 Sol helps run quantum computing experiments