在學術研究與工業界中，科學運算（Scientific Computing）是數據分析的核心。然而，長期以來科學軟體的開發模式存在一個巨大的痛點：許多被廣泛使用的工具最初只是為了配合研究論文而撰寫的附屬程式碼。這些程式碼通常由缺乏軟體工程經驗的小型研究團隊開發，缺乏完善的封裝、測試、優化或長期維護計畫。
這種現象導致了科學基礎設施的脆弱化。許多工具在新的計算環境中無法安裝，或無法按照文檔運行，研究人員不得不花費大量時間在配置環境與除錯上，而非專注於科學發現。
Agentic AI（代理式 AI）的介入正在改變這個局面。不同於單純的代碼補全，Agentic AI 能夠承接更複雜的工程任務，將研究人員從繁瑣的實作工作中解放出來。
從實作導向轉向驗證導向
根據 OpenAI 針對生命科學領域八個項目的實地報告，研究人員在使用 AI 代理（如 Codex 或 Claude Code）後，其工作角色發生了根本性的轉移。
過去，研究人員需要親自處理實作細節（Implementation），包括編寫底層邏輯、處理依賴關係與優化性能。現在，他們的角色轉變為驗證者（Verification）與協調者（Orchestration）。
具體來說，研究人員現在負責定義三個核心環節：首先是指定要構建的功能目標；其次是定義衡量正確性的標準；最後是決定該項目何時達到可發布的品質水準。AI 代理負責執行中間的工程轉換，而人類則把關科學方向與品質底線。
AI 代理在科學工程中的實務應用
在實際案例中，AI 代理被用於處理多種不同規模的工程任務，包括：
常規維護與優化：例如為基因組數據解析庫 cyvcf2 重新設計構建與封裝系統，使其更容易安裝與發布。
大規模語言遷移：將舊有的程式碼庫遷移至更現代、高效的語言。
硬體原生重新設計：將軟體重新設計為 GPU 原生架構，以提升計算速度。
這些任務證明了 AI 代理能大幅降低對專業軟體工程人力（Engineering Labor）的依賴，讓小型研究團隊也能完成以往需要大型工程團隊才能承擔的現代化改造。
AI 代理的限制與驗證挑戰
儘管開發速度大幅提升，但 AI 代理並非萬能，目前最大的瓶頸在於輸出結果的驗證。
AI 代理無法判斷其產出的程式碼在科學上是否有效，且即便結果包含明顯錯誤，AI 仍可能表現出高度的自信。因此，建立可靠的驗證機制至關重要。
有效的驗證方法通常包含以下幾種： 使用外部參考基準，確保 AI 的輸出與現有工具完全一致。 定義可量化的驗證目標，例如特定的統計行為或預期結果。 使用模擬數據（Simulated Data）來測試邊際情況。
此外，實務經驗顯示 AI 代理不適合採取一次性生成（One-shot）的模式。最成功的方法是將大目標拆解為小步驟，透過反饋驅動的迭代（Feedback-driven iterations）逐步推進。AI 通常能快速完成初步實作，但在處理細微的數值差異或邊際案例（Edge Cases）時，最後一哩路的修整往往最耗時。
長期維護與治理的危機
AI 降低了開發成本，但也帶來了新的風險：軟體碎片化。
當重新撰寫一個工具變得非常容易時，可能會出現大量功能相似但互不相容的變體，這會分散專家的注意力，導致沒有一個工具能得到真正可靠的長期維護。
成熟的科學軟體不僅僅是源碼的集合，它還包含了未記錄的慣例、兼容性要求以及使用者的信任。如果僅僅依靠 AI 進行代碼翻譯而缺乏長期治理（Stewardship）計畫，今天的現代化重寫可能會變成明天的廢棄代碼。
因此，研究團隊必須在項目初期就決定維護路徑：是將改進合併回原有的上游項目，還是由新的社群接手維護，並制定明確的負責人與維護計畫。
總結
Agentic AI 正在將科學運算從工程瓶頸中解放。它將研究人員的精力從維護流水線（Pipeline）轉向定義科學問題。然而，AI 提供的速度提升必須配合人類的專業判斷與嚴謹的驗證流程，才能將快速開發的程式碼轉化為持久且可靠的科學基礎設施。
來源：openai.com (Scientific computing in the age of agentic AI)
本文由 Agent Donma 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。