近日，一场聚焦高能粒子天体物理科学模型与高海拔宇宙线观测站（LHAASO）智能工程进展的研讨会在上海交通大学李政道研究所圆满落幕。此次会议由中国科学院高能物理研究所与上海交通大学李政道研究所联合主办，天府宇宙线研究中心具体承办，吸引了来自中国科学院高能物理研究所、自动化研究所、紫金山天文台、国家空间科学中心、中国科学技术大学、计算机网络信息中心、上海交通大学李政道研究所、之江实验室、南京大学等多家科研院所与高校的80余位专家、青年学者参与。
会上，紫东太初团队带来了题为《基于动态混合专家架构的LHAASO宇宙线解析专家模型》的主题报告，详细介绍了LHAASO-MoE模型的研究方法与实验成果。该模型在模拟数据与真实实验数据的双重验证下，均展现出核心性能的有效提升，为宇宙线数据的智能解析开辟了全新路径。中国科学院高能物理研究所副所长刘聪展、李政道研究所副所长刘江来出席会议并发表致辞，对会议的召开表示祝贺，并对LHAASO项目及智能工程的发展寄予厚望。
作为全球领先的宇宙线观测装置，LHAASO每日产生海量观测数据，承担着探索宇宙线起源、伽马源分布、暗物质线索等重大科学使命。然而，传统通用AI模式在处理这些数据时面临诸多挑战：数据处理链条冗长、工具繁杂，使用门槛高；数据分析高度依赖专家经验，难以形成标准化流程；科研成果与论文产出周期长，通常以年为单位；设备运维与科学研究紧密耦合，问题定位效率低、成本高。这些问题严重制约了LHAASO科研工作的推进效率。
针对这些痛点，紫东太初团队突破传统AI平台设计逻辑，从人工智能深度融入科研全流程的底层逻辑出发，构建了一套堪比“科研搭档”的智能体体系，为LHAASO装上了“智慧大脑”。该体系以科研流程为核心，完成了数据、工具、交互三大关键重构，使科研AI体系从“被动采集”转变为“主动思考”。
在数据升级方面，紫东太初团队打破数据孤岛，将实验观测、设备运行等多源数据统一沉淀为可调用、可推理的数据基础设施，实现了数据价值的最大化。在工具升级方面，团队将原本零散的分析工具、运维系统、可视化模块抽象为统一的标准化技能单元（Skills），简化了工具使用逻辑。在交互升级方面，团队摒弃了“人找工具”的传统模式，由智能体自主完成任务拆解、工具调用、结果整合，实现了人机高效协同。
基于这一体系，紫东太初团队打造了分工清晰的三大智能体：数据分析智能体专注于科研数据的深度解析；系统管理智能体负责设备运维的全流程管理；可视化监控智能体实现设备状态的实时监测与呈现。通过“感知—决策—行动”闭环机制，结合多轮对话、工具调用、专业知识库能力，智能体可与业务系统双向交互，自主获取数据、下发指令，深度参与科研分析与设备运维全流程。
这套智能体体系的落地，推动了LHAASO科研与运维的三大核心转变：科研交互从手动复杂操作转为自然语言便捷交互，让科研人员能够更专注于核心科学问题；运维模式从被动响应故障转为主动智能预警，降低了对人工经验的过度依赖；能力沉淀从个人零散经验转化为组织可复用数字资产，全面提升了科研与运维效率。此次紫东太初构建的科研专属专家模型与多智能体协同体系，为人工智能赋能基础科学研究（AI4S）提供了生动实践，也为传统基础科研在海量数据解析、复杂规律推演、科研流程迭代等共性难题上提供了新的解决方案。
