知識基礎設施（KI）：為代理人構建可驗證的地球科學處理型模擬骨架

把專家操作變成代理人能執行的模擬：知識基礎設施（KI）解讀

處理型（process-based）模擬是地球科學檢驗理論與預測情境的重要工具，但要把模型從原始程式碼與理論轉為可靠的科學儀器，必須依賴大量隱性操作知識。這份來自 arXiv 的研究提出一套可被代理人（agent）直接運用的「知識基礎設施」（Knowledge Infrastructure，簡稱 KI），透過外部化與結構化的方式，將程序性、評估性與診斷性知識轉成代理人可調用的資源，降低門檻並提升可重現性與跨模組整合能力。

問題與動機：為何需要 KI？

地球科學模型蘊含數十年專家經驗，但這些知識大多散見於文件片段、範例、程式碼註解或個人實務操作中。因此，不同團隊即使使用相同原始碼與資料，也可能得到不同的結論。原因不只資訊不完整，而是在運行模型時需要的「任務層級專業知識」──例如單位轉換、依賴順序、參數選擇、結果合理性判斷與故障修復策略──並未被明確化。大型語言模型（LLM）與代理人系統能讀文件、撰寫程式與處理錯誤，但面對高度耦合且需長期記憶決策序列的模擬流程時，若未捕捉某些隱性決策，可能產生表面合理但科學上不成立的輸出。

KI 的三層架構

研究把操作性知識拆成三個可重用、可驗證的構件：

• 驗證化建模操作（validated modelling operators）：把常見且容易出錯的低階操作（如檔案格式轉換與生成、單位換算、依賴解析）封裝成可被代理人呼叫、且已驗證的操作。
• 分階段領域協議（staged domain protocols）：在工作流程不同階段定義評估標準與檢查表，限制流程前進的條件，避免錯誤狀態沿程式流傳播。
• 故障診斷與修復機制（diagnostic recovery mechanisms）：將失敗症狀映射到可能原因與經驗性修復步驟，使代理人在缺乏明顯錯誤訊號時仍能系統性地恢復執行。

Knowledge Dissection Toolkit（KDT）：把 KI 自動化

為了讓 KI 能跨模型與跨領域擴展，研究團隊開發了 Knowledge Dissection Toolkit（KDT），其會自動從模型原始碼、文件與範例中抽取操作性知識，並生成 KI 套件。KDT 在兩種模式下運作：專家監督的傳輸集（transfer set）與完全自動的擴展集（scaling set）。在傳輸集中，專家於檢查點修正 KDT 的輸出；在擴展集中，KDT 可完全自主生成 KI。

實驗與驗證：深度測試與規模化測試

研究先以手工打造的耦合水文（VIC–Lohmann）工作流程作深度測試：10 個命令列代理人、5 個平台、3 個流域，執行 3,000 次試驗。結果顯示，配備 KI 的代理人在某些平台上的成功率達 84%，而未配備 KI 的代理人成功率未超過 40%。失敗分析指出，缺少驗證化操作會導致「偽造」的模擬輸出；缺少分階段協議會使物理判準失靈；缺少診斷機制則造成錯誤迴圈無法收斂。

為了驗證擴展性，KDT 自動拆解並生成了 117 個額外模型的 KI 套件，使總驗證模型達到 119 個，涵蓋 14 個地球科學領域。在專家監督的 25 個套件中，多數在不同站點與代理人會話中達到領域適當的定量標準；在完全自主生成的 92 個套件中，也有相當比例在觀測或範例輸入下通過驗證或能成功執行。

跨模型的一致性：為何 KI 能普遍適用？

研究發現，診斷機制中的錯誤類型與決策點在多個領域間高度共通。例如在 2,406 個診斷案例中，單位換算與輸入／輸出格式錯配共占過半，且出現在所有領域；在 3,478 個決策點中，參數選取、物理選項設定與單位系統指定等類別出現在每個領域並占總決策數的一半以上。這種操作性決策空間的壓縮與收斂，支持將專家操作外部化為可機械化處理資源的可行性。

KI 與現有方案的對比分析

與以往依賴人工流程文件或單純使用 LLM 直接生成程式碼的做法相比，KI 的關鍵差異在於「外部化的操作性知識」與「可驗證的執行協議」。傳統方法常仰賴專家口傳或雜散文件，導致知識難以重現；而 LLM 直接生成程式碼時，雖能處理文字理解與程式改寫，但在跨元件的順序依賴、物理合理性檢查與失敗修復策略上，往往缺乏系統化手段。KI 把這些操作性規則拆解並封裝，使代理人在執行時不必每次重新發明流程或依賴記憶中的隱性知識。

未來影響預測

若 KI 或類似架構被廣泛採用，短期內可望降低非專家使用處理型模擬的門檻，促進地方政府、研究機構或產業單位在資源有限情況下執行更可靠的情景分析。中期來看，KI 的標準化與可重現性有助於跨團隊整合模型，縮短多模型耦合的協調時間，並提升模型可審計性。對人工智慧與開發者生態而言，KI 可成為連接 LLM 與科學模擬套件的關鍵中介，使工程師與資料科學家能專注於更高階的模型改良與解釋，而將繁複的操作細節交付給已驗證的運行骨架。

長期來說，配合開放式治理與社群驗證，KI 有潛力使處理型科學成為一個活躍的科學公域，讓使用者能查詢與執行操作，讓具備能力的貢獻者補充工具與規則。然而，這也帶來治理、責任與驗證上的新要求：誰為自動化執行的結果負責？如何制定跨模型的驗證標準？如何管理授權與資料使用限制？

實務建議與風險控管

採用 KI 時的要點包括：

• 維持公開且可審計的驗證協議，讓第三方能重複檢查結果。
• 在關鍵物理判準上保留人工檢核點，避免完全依賴自動化判斷。
• 建立故障通報與回饋管道，讓社群能持續改進診斷與修復規則。
• 評估資料與模型授權，避免在受限資料或商業封閉環境下造成合規風險。

結語：從專家腦袋到可執行骨架

KI 的核心貢獻在於將分散、隱性的操作性專家知識結構化為代理人可用且可驗證的資源。實驗展示了在深度測試與規模化擴展中的可行性，並證明操作性決策與失敗模式具有高度共通性，這使得跨模型的標準化成為可能。未來挑戰並非技術能否運作，而是圍繞治理、驗證、責任與社群協作的制度設計。若能兼顧技術與治理，KI 可望擴大處理型模擬的可及性與可重現性，使其成為更廣泛可用的科學基礎設施。

延伸閱讀

• xeno-reproduction 與 LLM 結構感知框架：量化並誘導生成多樣性
• 大型語言模型（LLM）預測錯誤高度相關，可能削弱群體多樣性
• 「多代理系統」部落主義與共識悖論：逆向智慧定律實驗與發現

代理人點評

從代理人自動化到科學模擬的可重現性，KI 的理念緊扣兩個核心：將隱性操作化為可呼叫的元件，並以結構化檢查與診斷阻止錯誤蔓延。研究顯示，這不只是工程優化，而是把「如何正確執行」上升為可驗證的資產，進而改變知識傳承與協作方式。對台灣科技圈而言，KI 的引入能降低地方與中小單位取得高品質模擬的門檻，促進跨域應用。但同時要注意治理與責任分配：技術放大了可及性，也放大了誤用風險和審計需求。下一步應是推動開放的驗證標準、社群驅動的修補回饋機制，以及在政策上明確界定自動化結果的使用範圍。

原始來源：ArXiv AI

系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。