科学计算是现代学术界和工业界研究的核心支柱。然而，分析科学信息所需的软件未能跟上快速数据生成的步伐。许多广泛使用的研究工具最初是与研究论文配套的代码，由小型学术团队开发，这些团队在工程经验有限和打包、测试、优化或长期支持方面的时间极其有限。结果就是科学基础设施往往依赖于缓慢、脆弱的工作流程，需不断维护。这些限制阻碍了发现的速度。AI代理开始改变这种局面。通过降低工程工作的成本并承担乏味的实现任务，它们可以帮助研究人员更快地原型化想法，追求曾经不切实际的项目，以及更容易地长期维护软件。因此，科学软件变得更高效且维护更佳，使研究人员能够将更多时间用于发现。我们分享了一份探索性现场报告，涵盖了八个主要在生命科学领域的代理辅助科学计算项目；其中五个仅使用Codex，三个结合使用Codex和Claude Code。该报告汇集了每个项目背后的团队编写的案例研究，并识别出反复出现的主题。这些项目从例行维护和针对性的优化，到大规模语言迁移和GPU原生重新设计不等。贡献者报告称，代理显著加速了软件开发和维护，在某些情况下帮助小团队承担了原本需要更多时间或专业工程支持的工作。但他们也强调了建立明确的长期责任和工具管理的持续挑战。贡献者一致描述了研究人员的角色从实现转变为验证和协调：指定要构建的内容，定义如何测量正确性，并决定项目何时准备发货。在这种新兴模型中，研究人员仍然掌控科学方向和质量标准，但速度得到了代理的提升。案例研究现代化了一个广泛使用的基因组数据解析库 cyvcf2 是一个用于读取和写入基因组变体文件的Python库。GPT‑5.5用一个现代化、统一的过程替代了该库的遗留构建和打包系统，旨在使库更易于安装、测试和发布。使用编码代理，很容易快速前进；但要在科学上走得更远，仍然需要专家的指导、理解、品味和关心。—布伦特·佩德森 反复出现的主题尽管这些项目在范围上差异很大，但它们展示了编码代理使工程劳动和专业知识在科学计算中变得不那么受限。现在，瓶颈在于验证AI代理的输出，这仍然依赖于人类的判断。在案例研究中，代理有效地处理了特定、明确的请求，但无法可靠地判断它们的工作是否科学有效或是否符合预期。实际上，代理通常在其工作中存在明显错误时表现出信心。因此，人类审阅者需要找到可靠的方法来验证结果。最有效的方法使用了外部参考或可测量的接受标准，例如完全输出一致性、与现有工具的平行性、适当的统计行为，或使用模拟数据提前建立的答案。另一个反复出现的主题是，这些项目通常采用基于反馈的迭代进行，而不是一次性完成。贡献者将广泛目标分解为更小的变化，然后使用中间基准和测试系统来评估和优化代理的工作。代理通常迅速产生初始实现，但解决边缘案例和细微的数值差异需要更长的时间。完成实现的“最后一公里”通常需要最多的工作。总体而言，这些案例研究表明，代理使研究人员能够花更少的时间在实现上，而更多时间在指导科学工作上。人们定义目标，将复杂项目分解为可管理的部分，并判断结果是否在科学上有效。通过缓解长期的工程约束，代理扩大了研究人员可以构建的内容，同时使他们能够专注于最重要的科学问题和决策。长期管理仍然至关重要 研究软件中的维护差距长期以来减缓了迭代，限制了可重复性和可靠性。“研究代码”和组学工具的已发表研究发现，已发布软件通常无法在全新的计算设置中正确安装或按照文档运行，迫使研究人员花费大量时间进行配置和调试。即使是日常的