面向大众：分布式策展社区构建 Agentic AI 能力的 Workshop 框架

arXiv:2608.27675v1 公告类型：new

摘要：Agentic AI 有望加速生物数据库和知识库的整理工作。然而，其推广应用受到诸多挑战和障碍的制约，包括对 agent 的访问以及适当的培训。本文介绍了我们如何尝试通过部署基于云的 agentic 环境，以及为 Gene Ontology Consortium 开发交互式培训课程，来解决和缓解这些挑战与障碍。我们的 agentic 辅助整理云环境基于 JupyterHub 平台构建，并以 Claude Code 作为通用 harness。这使得整理人员能够通过浏览器中运行的终端与 agent 会话进行交互，同时还具有额外优势，例如通过单一 API gateway 实现访问集中化，无需参与者自行管理订阅或在本地安装软件。我们设计了四个培训模块，首先引导参与者掌握基础的 agentic 工具使用，然后逐步进阶到利用现有的 GO-CAM（GO Causal Activity Model）整理工具进行 agentic 生物通路整理。共有 37 名参与者参加了这场为期四小时的研讨会。我们从此次研讨会中获得的核心结论是：在科学社区中构建 agentic AI 的能力，主要是一个涉及访问、工作流设计和培训的问题。消除技术壁垒、逐步引入功能、将练习扎根于熟悉的整理任务，以及让整理人员直接体验评估 agent 输出，能够为分布式科学社区构建共享的 agentic AI 能力提供一条切实可行的路径。