Microsoft Discovery 本周在 Azure 上正式可用,这是一个把专门化 AI agent 团队部署进科学与工程研发的平台:这些 agent 在知识库上推理、生成假设、优化实验、验证结果,并循环。它之所以值得在通常的企业-agent 发布之外受到关注,是因为附在其上的展示。微软把 Majorana 2 量子芯片研发中的核心角色归功于 Discovery 的 agent,公司称,这些 agent 管理了制造工作流、自动化了测量、优化了材料栈,并跨越二十年的多格式实验数据关联模式,揭出了人类团队未曾注意的制造缺陷。
所宣称的结果很大,而读它们的正确方式是把它们当作厂商的说法。微软说 Majorana 2 相对其前代实现了 1000 倍的可靠性提升,平均 qubit 寿命 20 秒、在某些运行中长达一分钟,相比之下竞争方案的寿命以微秒计,并称这项工作把其量子计算机交付时间线从 2034 年提前到 2029 年。该芯片把超导屏蔽从铝换成铅,以保护 qubit 免受宇宙扰动。这些是微软关于微软芯片的数字,所以诚实的框定是:这些 agent 是一个被记功的工具,身处公司所报告的一个结果之内,而非经独立核验的因果主张。这并不使它变空,而是使它成为一个末端带着不寻常物理产物的厂商案例研究。
关于实际交付的内容:Discovery 把一个编排多 agent 工作流的 Discovery Engine 与用于重计算仿真的 Azure HPC 配对,外裹企业安全与治理,以及那个值得留意的细节,置信度评分与引用,使输出以一条可追溯、可复核的证据链呈现,而非不透明的 agent 决策。一个带 GitHub Copilot 集成的免费桌面应用处于预览,被点名的早期 GA 客户是 Pacific Northwest National Laboratory 和 Syensqo。Technical Fellow Chetan Nayak 总结了内部姿态:"Agentic AI 已渗透进我们做的几乎一切。它就这样成了我们工作流非常自然的一部分。"
这是 agents-为-科学 的故事迄今得到的最具体的产物,它与谷歌并行的 Gemini for Science 推动并排,代表来自不同厂商的同一个押注:把 agentic 系统当作科学仪器,而非聊天伙伴。超出量子细节之外仍能迁移的部分,是引用-与-置信度的设计,这正是检索研究不断落到的同一个状态外化原则,agent 不只给出答案,它展示自己的证据,在这里被应用于发现。这是其他科学家能真正核查的"AI 做了科学"的唯一版本,而这也正是诚实考验所在之处:这里最重要的数字,即千倍的提升,是微软的,而 agentic 研发作为一个类别的第一个真正证明,将是当公司之外的人去跟随那些引用链时,它们是否站得住。