Agentic AI 驱动纳米级表征科学仪器自动化操作

arXiv:2608.26198v1 Announce Type: new 摘要：操作原子力显微镜（AFM）等科学仪器需要持续的专业决策。训练有素的用户需定义实验意图、将其转化为仪器指令、评估传入数据、调整成像参数，并对最终图像进行后处理。现有的自动化方案通常仅通过硬编码例程、任务专用控制器或训练好的机器学习模型来解决该工作流中的部分环节。本文介绍了一种 agentic-AI 框架，该框架利用通用型、工具增强的大型语言模型（LLM），通过 Model Context Protocol（MCP）连接仪器功能，从而操作 AFM 工作流中的可执行部分。该框架由 3 个基于 MCP 的 agent 组成：AFM Messenger 将自然语言指令转换为经校验的仪器命令；AFM Pilot 通过大型语言模型评估图像质量，并在必要时调整成像参数；AFM Doctor 负责诊断图像伪影，并从预批准的工具集中应用透明的后处理。由于图像评估由语言模型完成，而非固定的标量目标函数或外部优化器，因此同一策略可跨样品类型和成像模式应用，无需针对性重新训练。安全硬件操作通过执行前的歧义检查层加以保障。与微调模型和现成工具使用模型的 benchmark 对比表明，正是这一受保护的执行层（而非仅靠模型能力）将错误命令执行率降至零。在不同样品的实时实验中，AFM Pilot 在图像质量、迭代次数和调谐时间方面与专业操作人员相当，无显著差异。这些结果展示了一条安全实现科学仪器 agentic 操作的路径：实验意图仍由人类定义，而命令执行、基于图像的调谐和后处理则交由 AI agent 完成。